Negli archivi clinici di dermatologia mancano i dati sulle malattie cutanee che interessano le tonalità di pelle più scure.
E così l’Alma Mater di Bologna ha pensato di far riempire il vuoto dall’intelligenza artificiale, generando immagini sintetiche realistiche. In questo modo sarà più facile la diagnosi per ogni fototipo. La tecnologia sia chiama ‘Skin disease image generator for different skin shades’ e rientra progetto europeo Aequitas, finanziato dal programma Horizon Europe e coordinato proprio dall’Università di Bologna, i cui risultati finali saranno annunciati a ottobre. Si tratta di un progetto nato per rendere l’intelligenza artificiale “più trasparente, giusta, rispettosa dei diritti fondamentali e antropocentrica”.
Da qui nasce l’idea di un generatore di immagini sintetiche di malattie cutanee su diverse tonalità di pelle, sviluppato con l’obiettivo di “colmare la sottorappresentazione delle pelli scure nei dataset medici- spiega l’Alma Mater- questi dataset sono spesso raccolti in aree a prevalenza caucasica, presentando una conseguente scarsità di dati relativi a fototipi scuri. Una carenza che può compromettere l’accuratezza diagnostica per ampie fasce della popolazione e favorire fenomeni di diagnosi errate”.
Questa tecnologia, riconosciuta come ‘Excellent innovation’ dalla Commissione Ue, è stata sviluppata a partire dai dati clinici reali raccolti nei reparti di pediatria del Policlinico Sant’Orsola di Bologna, a cura di Iria Neri e Marcello Lanari. Si tratta però di un archivio “caratterizzato da immagini di qualità variabile e da una scarsa presenza delle tonalità cutanee più scure- spiega l’Alma Mater- le soluzioni tradizionali si sono dimostrate inefficaci, proprio a causa della bassa qualità dei dati disponibili”.
Per superare questo limite, i ricercatori hanno così generato immagini sintetiche realistiche, tramite un modello generativo avanzato. Dopodichè hanno proceduto alla classificazione delle malattie con modelli di 'deep learning'. "Il risultato è un sistema più accurato, equo e inclusivo, validato su dati clinici reali", afferma l'Ateneo di Bologna. "Attraverso la generazione di dati sintetici realistici- spiega Roberta Calegari, professoressa al Dipartimento di informatica, scienza e ingegneria dell'Alma Mater e coordinatrice del progetto- la tecnologia consente di colmare la lacuna della scarsa rappresentazione delle diverse tonalità cutanee, rendendo possibile l'addestramento e la validazione di modelli predittivi più inclusivi, anche in scenari dove i dati reali sono insufficienti o non bilanciati. Questo approccio rappresenta una leva fondamentale per costruire soluzioni di IA capaci di agire in modo responsabile, rispettando i principi di non discriminazione e giustizia sociale promossi anche dall'AI act europeo".
Calegari si dice poi orgogliosa del "riconoscimento ottenuto. Questo risultato premia l'eccellenza scientifica e tecnologica del lavoro svolto e dimostra il valore della collaborazione multidisciplinare tra esperti di intelligenza artificiale, medicina, scienze sociali e giuridiche. L'innovazione risponde in modo concreto a una sfida critica nel campo dell'IA applicata alla salute: la scarsa rappresentazione delle diverse tonalità cutanee nei dataset medici ad oggi in uso, che può compromettere l'equità e l'affidabilità dei sistemi di supporto alla diagnosi".
