人工智能算法训练眼底照片推断自我报告的竞赛

人工智能(AI)算法训练眼底照片推断出婴儿的自我报告的种族(SRR),无论图像包含颜色,5月4日在网上发表的一项研究显示JAMA眼科。

亚伦s coyne博士从波特兰,俄勒冈健康与科学大学和他的同事检查是否转换彩色眼底视网膜血管地图(rvm)的照片婴儿早产儿视网膜病变筛查有删除的风险种族偏见。的主要的动脉(rfi)和静脉在视网膜眼底图像划分为灰度区使用卷积神经网络(cnn), u-net为生物医学图像提供了精确的分割。总共有4095 rfi获得从245年新生儿家长反映黑人还是白人种族(分别为61.6%和38.4)。

研究人员发现,cnn推断SRR几乎完全从rfi(映像级别面积精度召回曲线[AUC-PR], 0.999;infant-level AUC-PR, 1.000)。与颜色rfi相比,原料区是一样的(映像级别AUC-PR, 0.938;infant-level AUC-PR, 0.995)。不管图像包含颜色、船舶分段亮度差异无效,或血管分割宽度均匀,cnn能够学习是否rfi rvm来自黑人还是白人婴儿。

“这个诊断的研究结果表明,它可以非常具有挑战性的删除相关的信息从眼底SRR照片,”作者写道。”因此,人工智能算法训练对眼底照片有潜在的偏见的性能在实践中,即使基于生物标记而不是原始图像。”

几个作者披露金融关系制药和医疗技术行业。

版权©2023每日健康。保留所有权利。