系統的準確率高達91%
我們給人工智慧系統提供各種高質量的皮膚圖片，系統經過機器學習可以識別出各種皮膚相關症狀，過去史丹佛大學在《Nature》上發表了一篇研究成果表示他們將人工智慧系統與24位資深的皮膚病專家做對比，發現系統的準確率竟高達91%，且德國、美國、法國科學家攜手研究人工智慧與皮膚科醫師判斷皮膚癌的準確率，發現人工智慧的準確率也有高達95％，反而是皮膚科醫師的準確率則略低為86.6％。
超過10萬張皮膚圖片
不過近日卻有專家發現，在訓練演算法檢測皮膚問題的數據庫當中竟然沒有足夠的膚色數據！在膚色訊息可用的數據資料庫當中，只有極少圖像為深膚色，所以當有色人種使用這些數據資料庫的演算法時可能無法向白人人種一樣準確。發表在《柳葉刀》上的這項研究，深入檢查了21個免費獲取的皮膚狀況的資料庫，裡頭總共有超過10萬張圖片，而在這些圖片中，只有2236張是深膚色的圖像，因此數據的缺乏限制了研究人員在訓練演算法中的能力，數據偏差的演算法很可能是帶有偏見的。
沒有充分反映出深膚色人種數據
研究人員仔細檢查這些圖像非常重要，因為它們經常被用來建立演算法來幫助醫生診斷病人的皮膚狀況，其中一些例如皮膚癌等相關症狀，若不及早發現就很容易發展到不可逆的狀態。
史丹佛大學皮膚學臨床學作者羅克珊娜·達內希烏(Roxana Daneshjou)說：「我們從少數研究膚色分布的論文中看到，這些論文完全沒有充分反映出深膚色人種的資料。」她發表的論文也分析了許多與《柳葉刀》最新一項研究相同的數據資料庫，並得出了一樣的結論。
圖片來源：Illustration by Ana Kova
資料來源：Nicole Wetsman(2021,NOV 09).Data used to build algorithms detecting skin disease is too white . Theverge
更多科學與科技新聞都可以直接上 明日科學網站 www.tomorrowsci.com