Determinação do Tipo de Pele Usando Inteligência Artificial em Imagens
Sobre o estudo
A cor da pele, a facilidade com que uma pessoa se queima ou bronzeia ao sol (fototipo da pele) e a quantidade de dano solar crônico na pele são fatores importantes na saúde da pele. Essas características influenciam o risco de câncer de pele de uma pessoa, como as doenças de pele aparecem, quão bem os tratamentos funcionam e quão precisamente os médicos e sistemas de inteligência artificial (IA) podem diagnosticar condições da pele. No entanto, os métodos atuais para classificar essas características são frequentemente imprecisos e dependem fortemente de avaliações subjetivas. Como resultado, tanto os profissionais de saúde quanto os pacientes podem classificar incorretamente o tipo de pele, o que pode levar a avaliações de risco imprecisas e cuidados menos personalizados. Este estudo tem como objetivo desenvolver e validar algoritmos de IA que possam classificar com precisão a pigmentação da pele, o fototipo da pele e o dano solar acumulado usando fotografias da pele. Ao contrário das abordagens existentes, o estudo combina vários métodos diferentes para criar uma "verdade fundamental" mais objetiva para treinar a IA. Esses métodos incluem medições de cor da pele usando espectrofotometria ou colorimetria, avaliações usando a Escala de Tons de Pele de Monk, questionários sobre sensibilidade ao sol e avaliações clínicas por observadores treinados. Ao combinar essas fontes de dados, os pesquisadores esperam criar um sistema de classificação mais confiável e cientificamente robusto. O estudo recrutará adultos com 18 anos ou mais de vários países, incluindo países de todos os continentes. Os participantes completarão um questionário sobre sua pele, propensão a queimaduras e histórico de exposição ao sol. Os pesquisadores então tirarão imagens padronizadas em close e dermoscópicas da pele no braço e antebraço, medirã a pigmentação da pele usando instrumentos objetivos quando disponíveis e avaliarão o fototipo da pele e o dano solar. Nenhum procedimento invasivo será realizado e nenhuma informação pessoal identificável será coletada. As imagens e medições coletadas serão usadas para treinar modelos de IA de aprendizado profundo. Os pesquisadores visam desenvolver algoritmos que possam classificar a pigmentação da pele com pelo menos 85% de precisão, o fototipo da pele com pelo menos 75% de precisão e o dano solar com pelo menos 80% de precisão em comparação com as avaliações de referência combinadas. Os algoritmos serão então testados em conjuntos de dados independentes, incluindo grandes bancos de imagens de dermatologia da Suécia, para avaliar quão bem eles se desempenham em diferentes populações. O estudo tem vários benefícios potenciais. A classificação mais precisa das características da pele poderia melhorar as avaliações de risco de câncer de pele personalizadas e permitir que os conselhos de prevenção sejam adaptados às necessidades individuais. Isso pode ajudar a identificar pessoas que se beneficiariam de uma vigilância mais próxima e recomendações mais rigorosas de proteção solar, evitando restrições desnecessárias para pessoas com menor risco. A classificação aprimorada também poderia melhorar o diagnóstico e o manejo de doenças inflamatórias da pele e cânceres de pele, que podem aparecer de maneira diferente em pessoas com diferentes tons de pele. Um objetivo adicional é abordar os preconceitos conhecidos em sistemas de IA em dermatologia, que muitas vezes apresentam desempenho menos preciso em indivíduos com pele mais escura. Ao incluir participantes com uma ampla gama de tons de pele e origens, os pesquisadores visam contribuir para a avaliação de dispositivos médicos impulsionados por IA, que esperam resultar no desenvolvimento de ferramentas de IA mais justas e equitativas. O estudo envolve risco mínimo. Apenas fotografias do braço e antebraço serão tiradas, e os pesquisadores evitarão capturar tatuagens, cicatrizes proeminentes ou outras características identificáveis. Todos os dados serão armazenados de forma segura e acessíveis apenas a pesquisadores autorizados. Os benefícios potenciais de melhorar o diagnóstico de doenças de pele, a prevenção do câncer de pele e a equidade na IA médica são considerados superiores aos pequenos riscos de privacidade associados à participação.