Micrograf\u00eda de melanoma maligno. Muestra de citolog\u00eda. Mancha de campo. Cr\u00e9dito: Nephron\/Wikipeida <\/p>\n
Las im\u00e1genes y los datos adjuntos disponibles para entrenar la inteligencia artificial (IA) para detectar el c\u00e1ncer de piel son insuficientes e incluyen muy pocas im\u00e1genes de piel m\u00e1s oscura, seg\u00fan una investigaci\u00f3n presentada en el Festival NCRI y publicada en Lancet Digital Health . <\/p>\n
La IA se usa cada vez m\u00e1s en medicina, ya que puede hacer que el diagn\u00f3stico de enfermedades como el c\u00e1ncer de piel sea m\u00e1s r\u00e1pido y efectivo. Sin embargo, la IA debe ‘entrenarse’ observando datos e im\u00e1genes de una gran cantidad de pacientes en los que ya se ha establecido el diagn\u00f3stico, por lo que un programa de IA depende en gran medida de la informaci\u00f3n con la que se entrena.<\/p>\n
Los investigadores dicen que existe una necesidad urgente de mejores conjuntos de datos sobre c\u00e1nceres de piel y otras lesiones cut\u00e1neas que contengan informaci\u00f3n sobre qui\u00e9n est\u00e1 representado en los conjuntos de datos.<\/p>\n
La investigaci\u00f3n fue presentada por el Dr. David Wen de la Universidad de Oxford, Reino Unido. \u00c9l dijo: \u00abLos programas de inteligencia artificial tienen un gran potencial para diagnosticar el c\u00e1ncer de piel porque pueden mirar im\u00e1genes y evaluar de manera r\u00e1pida y rentable cualquier punto preocupante en la piel. Sin embargo, es importante conocer las im\u00e1genes y los pacientes utilizados para desarrollar programas , ya que estos influyen para qu\u00e9 grupos de personas los programas ser\u00e1n m\u00e1s efectivos en entornos de la vida real. Las investigaciones han demostrado que los programas entrenados en im\u00e1genes tomadas de personas con tipos de piel m\u00e1s claros podr\u00edan no ser tan precisos para personas con piel m\u00e1s oscura, y viceversa. viceversa.\u00bb<\/p>\n
Dr. Wen y sus colegas llevaron a cabo la primera revisi\u00f3n de todos los conjuntos de datos de libre acceso sobre lesiones cut\u00e1neas en todo el mundo. Encontraron 21 conjuntos que inclu\u00edan m\u00e1s de 100.000 im\u00e1genes.<\/p>\n
El diagn\u00f3stico de c\u00e1ncer de piel normalmente requiere una foto de la lesi\u00f3n preocupante, as\u00ed como una imagen tomada con una lupa manual especial, llamada dermatoscopio, pero solo dos de los 21 conjuntos de datos inclu\u00edan im\u00e1genes tomadas con ambos m\u00e9todos. A los conjuntos de datos tambi\u00e9n les faltaba otra informaci\u00f3n importante, como la forma en que se eligieron las im\u00e1genes para incluirlas y la evidencia de la aprobaci\u00f3n \u00e9tica o el consentimiento del paciente.<\/p>\n
Catorce de los 21 conjuntos de datos brindaron informaci\u00f3n sobre el pa\u00eds del que proced\u00edan y de esos , nueve conten\u00edan im\u00e1genes de pa\u00edses europeos. Solo un peque\u00f1o porcentaje de im\u00e1genes estuvo acompa\u00f1ada de informaci\u00f3n sobre el color de la piel o el origen \u00e9tnico de los pacientes. Entre las fotograf\u00edas en las que se indicaba el color de la piel (2.436 fotograf\u00edas), solo diez eran de piel morena y solo una era de piel morena o negra. Entre las im\u00e1genes en las que se indicaba el origen \u00e9tnico (1585 im\u00e1genes), ninguna era de personas con antecedentes africanos, afrocaribe\u00f1os o del sur de Asia.<\/p>\n
Dr. Wen agreg\u00f3: \u00abDescubrimos que para la mayor\u00eda de los conjuntos de datos, no se inform\u00f3 mucha informaci\u00f3n importante sobre las im\u00e1genes y los pacientes en estos conjuntos de datos. Hab\u00eda informaci\u00f3n limitada sobre qui\u00e9n, c\u00f3mo y por qu\u00e9 se tomaron las im\u00e1genes. Esto tiene implicaciones para el programas desarrollados a partir de estas im\u00e1genes, debido a la incertidumbre sobre c\u00f3mo pueden funcionar en diferentes grupos de personas, especialmente en aquellos que no est\u00e1n bien representados en los conjuntos de datos, como aquellos con piel m\u00e1s oscura. Esto puede conducir potencialmente a la exclusi\u00f3n o incluso al da\u00f1o de estos grupos de tecnolog\u00edas de IA.<\/p>\n
\u00abAunque el c\u00e1ncer de piel es m\u00e1s raro en personas con pieles m\u00e1s oscuras, hay evidencia de que aquellos que lo desarrollan pueden tener una enfermedad peor o tener m\u00e1s probabilidades de morir a causa de la enfermedad. Un factor que contribuye a esto podr\u00eda ser el resultado de que el c\u00e1ncer de piel se diagnostica demasiado tarde\u00bb. <\/p>\n
Para protegerse contra esto, el Dr. Wen y sus colegas esperan crear est\u00e1ndares de calidad para los datos de salud utilizados en el desarrollo de IA. Esto incluir\u00e1 informaci\u00f3n sobre qui\u00e9n debe estar representado en los conjuntos de datos y qu\u00e9 caracter\u00edsticas de los pacientes deben registrarse.<\/p>\n
El Dr. Neil Steven es miembro del NCRI Skin Group, consultor honorario en oncolog\u00eda m\u00e9dica en University Hospitals Birmingham NHS Foundation Trust , Reino Unido y no particip\u00f3 en la investigaci\u00f3n. Dijo: \u00abEl c\u00e1ncer de piel afecta a m\u00e1s de 200 000 personas cada a\u00f1o solo en el Reino Unido\u00bb. Algunos tipos de c\u00e1ncer de piel son m\u00e1s agresivos que otros, por lo que un diagn\u00f3stico y tratamiento r\u00e1pidos pueden ser vitales.<\/p>\n
\u00abYa sabemos que no hay suficientes fotograf\u00edas de personas de origen negro y asi\u00e1tico en los libros de texto que usamos para entrenar m\u00e9dicos. Los hallazgos de esta revisi\u00f3n de que las im\u00e1genes de personas con piel m\u00e1s oscura est\u00e1n subrepresentadas en los conjuntos de datos plantean preocupaciones sobre la capacidad de la IA para ayudar en el diagn\u00f3stico del c\u00e1ncer de piel, especialmente en un contexto global.<\/p>\n
\u00abEspero que esto funcione continuar\u00e1 y ayudar\u00e1 a garantizar que el progreso que hacemos en el uso de la IA en la medicina beneficie a todos los pacientes, reconociendo que el color de la piel humana es muy diverso\u00bb. M\u00e1s informaci\u00f3n:<\/strong> David Wen et al, Caracter\u00edsticas de los conjuntos de datos de im\u00e1genes de c\u00e1ncer de piel disponibles p\u00fablicamente: una revisi\u00f3n sistem\u00e1tica, The Lancet Digital Health (2021). DOI: 10.1016\/S2589-7500(21)00252-1 Proporcionado por el Instituto Nacional de Investigaci\u00f3n del C\u00e1ncer Cita: Los datos disponibles para entrenar a la IA para detectar el c\u00e1ncer de piel son insuficientes y faltan im\u00e1genes de piel m\u00e1s oscura (10 de noviembre de 2021) consultado el 29 de agosto de 2022 en https:\/\/medicalxpress.com\/news\/2021-11-ai-skin- cancer-insuficiente-carencia.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Micrograf\u00eda de melanoma maligno. Muestra de citolog\u00eda. Mancha de campo. Cr\u00e9dito: Nephron\/Wikipeida Las im\u00e1genes y los datos adjuntos disponibles para entrenar la inteligencia artificial (IA) para detectar el c\u00e1ncer de piel son insuficientes e incluyen muy pocas im\u00e1genes de piel m\u00e1s oscura, seg\u00fan una investigaci\u00f3n presentada en el Festival NCRI y publicada en Lancet Digital … Continuar leyendo \u00abLos datos disponibles para entrenar a la IA para detectar el c\u00e1ncer de piel son insuficientes y faltan im\u00e1genes de piel m\u00e1s oscura\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-2810","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/2810","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=2810"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/2810\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=2810"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=2810"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=2810"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}