Los algoritmos de inteligencia artificial (IA) entrenados en fotografías de fondo de ojo infieren la raza autoinformada (SRR) de los bebés, independientemente de si las imágenes contienen color, según un estudio publicado en línea el 4 de mayo en JAMA Oftalmología.
Aaron S. Coyner, Ph.D., de la Oregon Health & Science University en Portland, y sus colegas examinaron si la conversión de fotografías de fondo de ojo en color en mapas de vasos retinianos (RVM) de bebés examinados para detectar retinopatía del prematuro elimina el riesgo de sesgo racial. Las principales arterias y venas en imágenes de fondo de retina (RFI) se segmentaron en RVM en escala de grises mediante una red neuronal convolucional (CNN), u-net, que proporciona una segmentación precisa para imágenes biomédicas. Se obtuvo un total de 4095 RFI de 245 recién nacidos con raza negra o blanca informada por los padres (38,4 y 61,6 por ciento, respectivamente).
Los investigadores encontraron que las CNN infirieron SRR casi perfectamente a partir de RFI (área de nivel de imagen bajo la curva de recuperación de precisión) [AUC-PR], 0,999; nivel infantil AUC-PR, 1.000). En comparación con las RFI en color, las RVM sin procesar fueron casi igual de informativas (AUC-PR a nivel de imagen, 0,938; AUC-PR a nivel infantil, 0,995). Independientemente de si las imágenes contenían color, si se anularon las diferencias de brillo de la segmentación de los vasos o si los anchos de la segmentación de los vasos eran uniformes, las CNN pudieron saber si los RFI o los RVM eran de bebés negros o blancos.
«Los resultados de este estudio de diagnóstico sugieren que puede ser muy difícil eliminar la información relevante para SRR de las fotografías de fondo de ojo», escriben los autores. «Como resultado, los algoritmos de IA entrenados en fotografías de fondo de ojo tienen el potencial de un rendimiento sesgado en la práctica, incluso si se basan en biomarcadores en lugar de imágenes sin procesar».
Varios autores revelaron vínculos financieros con las industrias farmacéutica y de tecnología médica.
Más información:
Aaron S. Coyner et al, Asociación de inteligencia artificial basada en biomarcadores con riesgo de sesgo racial en imágenes retinales, JAMA Oftalmología (2023). DOI: 10.1001/jamaoftalmol.2023.1310
Ting Fang Tan et al, Sesgo y ética de la inteligencia artificial en imágenes de la retina, JAMA Oftalmología (2023). DOI: 10.1001/jamaoftalmol.2023.1490
Derechos de autor © 2023 SaludDía. Reservados todos los derechos.
Citación: Los algoritmos de IA entrenados en fotografías de fondo de ojo infieren la raza autoinformada (12 de mayo de 2023) recuperado el 13 de mayo de 2023 de https://medicalxpress.com/news/2023-05-ai-algorithms-fundus-infer-self-reported.html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.
