Algoritmos de IA treinados em fotografias de fundo de olho inferem corrida autodeclarada
Algoritmos de inteligência artificial (IA) treinados em fotografias de fundo de olho inferem a raça autorrelatada (SRR) de bebês, independentemente de as imagens conterem cores, de acordo com um estudo publicado online em 4 de maio em JAMA Oftalmologia.
Aaron S. Coyner, Ph.D., da Oregon Health & Science University em Portland, e colegas examinaram se a conversão de fotografias coloridas do fundo do olho em mapas de vasos retinianos (RVMs) de bebês rastreada para retinopatia da prematuridade remove o risco de viés racial. O artérias principais e veias em imagens de fundo de retina (RFIs) foram segmentadas em RVMs em escala de cinza usando um rede neural convolucional (CNNs), u-net, que fornece segmentação precisa para imagens biomédicas. Um total de 4.095 RFIs foi obtido de 245 recém-nascidos com raça preta ou branca relatada pelos pais (38,4 e 61,6 por cento, respectivamente).
Os pesquisadores descobriram que as CNNs inferiram SRR quase perfeitamente de RFIs (área de nível de imagem sob a curva de recuperação de precisão [AUC-PR], 0,999; nível infantil AUC-PR, 1.000). Em comparação com os RFIs coloridos, os RVMs brutos foram quase tão informativos (AUC-PR no nível da imagem, 0,938; AUC-PR no nível infantil, 0,995). Independentemente de as imagens conterem cores, as diferenças de brilho de segmentação de vasos serem anuladas ou as larguras de segmentação de vasos serem uniformes, as CNNs foram capazes de aprender se RFIs ou RVMs eram de bebês negros ou brancos.
“Os resultados deste estudo de diagnóstico sugerem que pode ser muito desafiador remover informações relevantes para SRR de fotografias de fundo de olho”, escrevem os autores. “Como resultado, os algoritmos de IA treinados em fotografias de fundo de olho têm potencial para desempenho tendencioso na prática, mesmo se baseados em biomarcadores em vez de imagens brutas”.
Vários autores revelaram vínculos financeiros com as indústrias farmacêutica e de tecnologia médica.
Mais Informações:
Aaron S. Coyner et al, Associação de Inteligência Artificial Baseada em Biomarcadores com Risco de Viés Racial em Imagens da Retina, JAMA Oftalmologia (2023). DOI: 10.1001/jamaoftalmol.2023.1310
Ting Fang Tan et al, Viés de Inteligência Artificial e Ética em Retinal Imaging, JAMA Oftalmologia (2023). DOI: 10.1001/jamaoftalmol.2023.1490
Direitos autorais © 2023 Dia da Saúde. Todos os direitos reservados.
Citação: Algoritmos de IA treinados em fotografias de fundo de olho inferem corrida autorrelatada (2023, 12 de maio) recuperada em 13 de maio de 2023 em https://medicalxpress.com/news/2023-05-ai-algorithms-fundus-infer-self-reported.html
Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem a permissão por escrito. O conteúdo é fornecido apenas para fins informativos.
