面向皮肤色素瘤检测 AI 的公平性：系统综述与建议
计算机与社会
2024-11-21 v1 计算机视觉与模式识别
人机交互
图像与视频处理
摘要
及时和准确的皮肤色素瘤检测对于改善患者预后至关重要。近期的人工智能 AI 在该领域显示出前景，但其在不同皮肤色调上的效果仍是关键挑战。本研究对2013至2024年间发表的基于 AI 的皮肤色素瘤检测研究进行系统综述和初步分析，聚焦深度学习方法、数据集和皮肤色调表征。我们的发现表明，尽管 AI 可提升皮肤色素瘤检测，但对较浅皮肤色的偏见仍然显著。为此，我们提出包括皮肤色调和皮肤色度（由 LOreal Color Chart Map 表示）于内的更全面的皮肤色调评估技术。本研究凸显了需要多样化数据集和稳健评估指标以开发适用于所有患者的公平且有效 AI 模型的重要性。通过采用本研究为医疗保健和皮肤色素瘤检测量身定制的 PRISMA Equity 框架，我们可以努力减少皮肤色素瘤结果之间的差异。
引用
@article{arxiv.2411.12846,
title = {Towards Fairness in AI for Melanoma Detection: Systemic Review and Recommendations},
author = {Laura N Montoya and Jennafer Shae Roberts and Belen Sanchez Hidalgo},
journal= {arXiv preprint arXiv:2411.12846},
year = {2024}
}
备注
22 pages, 4 figures, 7 tables,accepted for publication in Future of Information and Communication Conference (FICC) 2025, whose proceedings will be published in 'Lecture Notes in Networks and Systems' by Springer Nature