Исследователи из Университета Рамона Льюлля обнаружили неточность в нейросети для диагностики заболеваний по изображению лица. Оказывается, что они плохо выявляют нарушения у пациентов неевропейской популяции. Результаты работы опубликованы в журнале Scientific Reports.
Практически половина редких заболеваний характеризуются изменениями черт лица, что позволяет идентифицировать расстройства по этим признакам. Для более точной диагностики были разработаны специальные алгоритмы. Искусственный интеллект на основе антропометрических измерений (диаметра головы и других) позволяет определять ранние стадии болезней.
Чтобы проверить эффективность одной из таких платформ (EDMA) ученые выбрали четыре фенотипа лица, сформированные генетическими синдромами — Дауна (СД), Моркио (СМ), Нунана (СН) и нейрофиброматозом первого типа (НФ1) среди пациентов латиноамериканского происхождения.
Точность диагностики алгоритма глубокого обучения оказалась очень высокой в случае СД и очень низкой (менее десяти процентов) при СМ и НФ1. При этом для европейской выборки точность была гораздо выше. Однако сбои происходили в смешанных популяциях разного генетического происхождения, что говорит об ориентированности программы на европейские популяции.
Авторы считают, что необходимо включение популяций индейского, африканского, азиатского и европейского происхождения в алгоритмы искусственного интеллекта для улучшения методов диагностики редких заболеваний.
