Ученые из Университета Рамона Льюлля обнаружили неточность в нейросети, используемой для диагностики заболеваний по изображению лица. Исследование показало, что этот алгоритм плохо выявляет расстройства у пациентов неевропейской популяции. Результаты работы были опубликованы в журнале Scientific Reports.
По мнению ученых, почти половина редких заболеваний характеризуется изменениями черт лица, что делает возможным их идентификацию по этим признакам. Для более точной диагностики были разработаны специальные алгоритмы, которые позволяют искусственному интеллекту на основе антропометрических измерений определять ранние стадии болезней.
Чтобы проверить эффективность одной из таких платформ (EDMA), ученые выбрали четыре фенотипа лица, сформированные генетическими синдромами, такими как Даун, Моркио, Нунан и нейрофиброматоз первого типа, среди латиноамериканских пациентов.
Однако, как выяснилось, точность диагностики алгоритма глубокого обучения была очень высокой в случае Дауна, но очень низкой (менее десяти процентов) при Моркио и нейрофиброматозе первого типа. Кроме того, сбои происходили в смешанных популяциях разного генетического происхождения, что указывает на ориентированность программы на европейские популяции.
Авторы статьи пришли к выводу, что необходимо включение популяций индейского, африканского, азиатского и европейского происхождения в алгоритмы искусственного интеллекта для улучшения методов диагностики редких заболеваний.
