Notizie
Trattamento del melanoma delle palpebre
Una revisione sistematica e meta-analisi effettuata negli Stati Uniti nel 2024 e pubblicata su Archives of Dermatological Research ha evidenziato […]
Cancro alla pelle: modelli di apprendimento automatico per il riconoscimento
Degli studiosi di diversi centri in Regno Unito hanno osservato che le prestazioni dei modelli di apprendimento automatico (ML) per il riconoscimento dei tumori dermatologici tra diversi fototipi di pelle sono riportate raramente. Queste sono le conclusioni riportate nel loro articolo pubblicato nel 2023 su Journal of the European Academy of Dermatology and Venereology. Gli autori sottolineano, inoltre, come il lavoro costante per ampliare la raccolta dati rappresenti le fondamenta per lo sviluppo di modelli di ML più solidi per la diagnosi del cancro della pelle e suggeriscono anche una maggiore trasparenza, con metriche di valutazione dei modelli ML divise per sottogruppi di interesse.
Gli scienziati inglesi hanno condotto la ricerca, una revisione sistematica che ha analizzato centoquattordici studi, con due obiettivi principali:
- Valutare se gli studi sui modelli di ML riportassero i risultati separatamente per i diversi fototipi di pelle e per i tumori della cute più rari;
- Rappresentare graficamente i dataset di addestramento per i dermatologici utilizzati dagli attuali modelli di ML.
Dalla ricerca è emerso che i tumori cutanei più rari erano inclusi in otto studi e solo i risultati per un tumore cutaneo più raro erano riportati separatamente. Un singolo studio di quelli analizzati registrava le prestazioni per tutti i fototipi cutanei, ma queste erano incerte nei tipi I e VI, a causa della loro scarsa rappresentazione nei dataset. Per quanto riguarda le raccolte dati di addestramento, sebbene siano stati utilizzati più frequentemente raccolte di dati pubblici, soprattutto quelli dell’archivio dell’International Skin Imaging Collaboration (ISIC) (65/114 studi, 57,0%), i dataset più grandi erano privati.
La revisione ha, quindi, rilevato che la maggior parte dei modelli ML non riporta le prestazioni separatamente per i tumori cutanei più rari e per i diversi fototipi di pelle. Pertanto, l’attuale mancanza di trasparenza non è giustificabile e rischia di far utilizzare i modelli in modo inappropriato.
Fonte: Journal of the European Academy of Dermatology and Venereology: JEADV
https://onlinelibrary.wiley.com/doi/10.1111/jdv.18814
