临床皮肤图像获取在翻译人工智能研究中的最佳实践

科学领域:

• 皮肤病学 皮肤病学
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 人工智能 (AI) 显示出从图像中检测皮肤恶性瘤的希望.
• 人工智能模型的性能严重依赖于培训和测试数据的质量和数量.
• 需要标准化数据收集协议才能在皮肤病研究中可靠地开发AI.

研究的目的:

• 概述采集光照图像数据的最佳实践和挑战,用于皮肤病学AI研究.
• 通过有意收集数据和专家合作,改进AI驱动的恶性瘤检测.

主要方法:

• 讨论数据收集中的伦理考虑.
• 图像采集,标签,策划和存储的指导方针.
• 强调皮肤科医生和数据科学家之间的合作.

主要成果:

• 确定了用于人工智能的皮肤图像数据收集的关键挑战.
• 为数据管理的最佳实践提供了一个框架.
• 强调跨学科合作的重要性.

结论:

• 标准化和道德数据收集对于皮肤病学中强大的AI至关重要.
• 医学专家和数据科学家之间的有效合作可以加速人工智能发展.
• 这项工作通过改进数据实践,支持人工智能用于皮肤癌检测的进步.