I medici hanno più difficoltà a diagnosticare la malattia quando guardano immagini di pelle più scura | Notizie del MIT

Secondo un nuovo studio condotto da ricercatori del MIT, quando diagnosticano malattie della pelle basandosi esclusivamente sulle immagini della pelle di un paziente, i medici non ottengono risultati altrettanto positivi quando il paziente ha la pelle più scura.

Lo studio, che ha coinvolto più di 1.000 dermatologi e medici generici, ha rilevato che i dermatologi hanno caratterizzato accuratamente circa il 38% delle immagini che hanno visto, ma solo il 34% di quelle che mostravano la pelle più scura. I medici generici, che nel complesso erano meno accurati, hanno mostrato una diminuzione simile nell’accuratezza con la pelle più scura.

Il gruppo di ricerca ha anche scoperto che l’assistenza di un algoritmo di intelligenza artificiale potrebbe migliorare la precisione dei medici, sebbene tali miglioramenti fossero maggiori quando si diagnosticavano pazienti con pelle più chiara.

Sebbene questo sia il primo studio a dimostrare le disparità diagnostiche dei medici tra le tonalità della pelle, altri studi hanno scoperto che le immagini utilizzate nei libri di testo e nei materiali di formazione di dermatologia presentano prevalentemente tonalità della pelle più chiare. Questo potrebbe essere un fattore che contribuisce alla discrepanza, afferma il team del MIT, insieme alla possibilità che alcuni medici abbiano meno esperienza nel trattare pazienti con la pelle più scura.

“Probabilmente nessun medico ha intenzione di fare peggio su nessun tipo di persona, ma potrebbe essere il fatto che non hai tutta la conoscenza e l’esperienza, e quindi su alcuni gruppi di persone potresti fare peggio”, dice Matt Groh PhD ’23, professore assistente presso la Kellogg School of Management della Northwestern University. “Questa è una di quelle situazioni in cui sono necessarie prove empiriche per aiutare le persone a capire come si potrebbe voler cambiare le politiche in materia di formazione in dermatologia”.

Groh è l’autore principale dello studio, pubblicato oggi su Medicina della natura. Rosalind Picard, professoressa di arti e scienze dei media del MIT, è l’autrice senior dell’articolo.

Discrepanze diagnostiche

Diversi anni fa, uno studio del MIT condotto da Joy Buolamwini PhD ’22 ha scoperto che i programmi di analisi facciale avevano tassi di errore molto più elevati nel predire il genere delle persone dalla pelle più scura. Questa scoperta ha ispirato Groh, che studia la collaborazione uomo-intelligenza artificiale, a verificare se i modelli di intelligenza artificiale, e forse gli stessi medici, potrebbero avere difficoltà a diagnosticare malattie della pelle su tonalità più scure della pelle – e se tali capacità diagnostiche potrebbero essere migliorate.

“Ci è sembrata una grande opportunità per identificare se c’è un problema sociale in corso e come potremmo risolverlo, e anche identificare come integrare al meglio l’assistenza dell’intelligenza artificiale nel processo decisionale medico”, afferma Groh. “Sono molto interessato a come possiamo applicare l’apprendimento automatico ai problemi del mondo reale, in particolare a come aiutare gli esperti a migliorare il loro lavoro. La medicina è uno spazio in cui le persone prendono decisioni davvero importanti e, se potessimo migliorare il loro processo decisionale, potremmo migliorare i risultati dei pazienti”.

Per valutare l’accuratezza diagnostica dei medici, i ricercatori hanno compilato una serie di 364 immagini da libri di testo di dermatologia e altre fonti, che rappresentano 46 malattie della pelle in molte tonalità di pelle.

La maggior parte di queste immagini raffigurava una delle otto malattie infiammatorie della pelle, tra cui la dermatite atopica, la malattia di Lyme e la sifilide secondaria, nonché una rara forma di cancro chiamata linfoma cutaneo a cellule T (CTCL), che può apparire simile a una condizione infiammatoria della pelle. . Molte di queste malattie, inclusa la malattia di Lyme, possono presentarsi in modo diverso sulla pelle scura e chiara.

Il gruppo di ricerca ha reclutato soggetti per lo studio attraverso Sermo, un sito di social networking per medici. Il gruppo di studio totale comprendeva 389 dermatologi certificati, 116 specializzandi in dermatologia, 459 medici di medicina generale e 154 altri tipi di medici.

A ciascuno dei partecipanti allo studio sono state mostrate 10 immagini e è stato chiesto loro le tre principali previsioni su quale malattia ciascuna immagine potrebbe rappresentare. È stato anche chiesto loro se avrebbero indirizzato il paziente a una biopsia. Inoltre, ai medici di medicina generale è stato chiesto se avrebbero indirizzato il paziente a un dermatologo.

“Questo non è così completo come il triage di persona, in cui il medico può esaminare la pelle da diverse angolazioni e controllare l’illuminazione”, afferma Picard. “Tuttavia, le immagini della pelle sono più scalabili per il triage online e sono facili da inserire in un algoritmo di apprendimento automatico, che può stimare rapidamente le probabili diagnosi”.

I ricercatori hanno scoperto che, non a caso, gli specialisti in dermatologia avevano tassi di precisione più elevati: hanno classificato correttamente il 38% delle immagini, rispetto al 19% dei medici di medicina generale.

Entrambi questi gruppi hanno perso circa quattro punti percentuali in termini di precisione nel tentativo di diagnosticare le condizioni della pelle sulla base di immagini di pelle più scura: un calo statisticamente significativo. I dermatologi erano anche meno propensi a indirizzare le immagini della pelle più scura del CTCL per la biopsia, ma più propensi a sottoporle a biopsia per condizioni cutanee non cancerose.

“Questo studio dimostra chiaramente che esiste una disparità nella diagnosi delle condizioni della pelle nella pelle scura. Questa disparità non è sorprendente; tuttavia, non l’ho visto dimostrato in letteratura in modo così solido. Dovrebbero essere condotte ulteriori ricerche per cercare di determinare con maggiore precisione quali potrebbero essere i fattori causali e attenuanti di questa disparità”, afferma Jenna Lester, professoressa associata di dermatologia e direttrice dello Skin of Color Program presso l’Università della California a San Francisco, che non è stato coinvolto nello studio.

Una spinta dall’intelligenza artificiale

Dopo aver valutato da soli le prestazioni dei medici, i ricercatori hanno anche fornito loro ulteriori immagini da analizzare con l’assistenza di un algoritmo di intelligenza artificiale sviluppato dai ricercatori. I ricercatori hanno addestrato questo algoritmo su circa 30.000 immagini, chiedendogli di classificare le immagini come una delle otto malattie rappresentate dalla maggior parte delle immagini, più una nona categoria di “altro”.

Questo algoritmo aveva un tasso di precisione di circa il 47%. I ricercatori hanno anche creato un’altra versione dell’algoritmo con un tasso di successo dell’84%, gonfiato artificialmente, consentendo loro di valutare se l’accuratezza del modello avrebbe influenzato la probabilità dei medici di seguire le sue raccomandazioni.

“Ciò ci consente di valutare l’assistenza dell’IA con modelli che sono attualmente i migliori che possiamo fare, e con un’assistenza dell’IA che potrebbe essere più accurata, forse tra cinque anni, con dati e modelli migliori”, afferma Groh.

Entrambi questi classificatori sono ugualmente accurati sulla pelle chiara e scura. I ricercatori hanno scoperto che l’utilizzo di uno di questi algoritmi di intelligenza artificiale ha migliorato la precisione sia per i dermatologi (fino al 60%) che per i medici di medicina generale (fino al 47%).

Hanno anche scoperto che i medici erano più propensi a prendere suggerimenti dall’algoritmo di maggiore precisione dopo aver fornito alcune risposte corrette, ma raramente incorporavano suggerimenti dell’IA che erano errati. Ciò suggerisce che i medici sono altamente qualificati nell’escludere le malattie e non accetteranno i suggerimenti dell’intelligenza artificiale per una malattia che hanno già escluso, afferma Groh.

“Sono abbastanza bravi a non seguire i consigli dell’IA quando l’IA è sbagliata e i medici hanno ragione. Questo è qualcosa che è utile sapere”, dice.

Mentre i dermatologi che utilizzano l’assistenza dell’intelligenza artificiale hanno mostrato aumenti simili di precisione quando guardavano immagini di pelle chiara o scura, i medici generici hanno mostrato un miglioramento maggiore sulle immagini di pelle più chiara rispetto a quelle di pelle più scura.

“Questo studio ci consente di vedere non solo come influisce l’assistenza dell’intelligenza artificiale, ma come influisce su tutti i livelli di competenza”, afferma Groh. “Quello che potrebbe succedere è che i medici di base non hanno la stessa esperienza, quindi non sanno se dovrebbero escludere una malattia o meno perché non sono così approfonditi nei dettagli su come le diverse malattie della pelle potrebbero guarda diverse tonalità di pelle.

I ricercatori sperano che i loro risultati contribuiscano a stimolare le scuole di medicina e i libri di testo a incorporare una maggiore formazione sui pazienti con la pelle più scura. I risultati potrebbero anche aiutare a guidare l’implementazione dei programmi di assistenza AI per la dermatologia, che molte aziende stanno ora sviluppando.

La ricerca è stata finanziata dal MIT Media Lab Consortium e dall’Harold Horowitz Student Research Fund.