AI vergroot diagnosekloof donkere-lichte huid

Uit eerder onderzoek kwam al naar voren dat patiënten met een donkere huid ondervertegenwoordigd zijn in onderzoek en onderwijs binnen de dermatologie. Ook in Nederlandse dermatologieboeken is de donkere huid zelden afgebeeld. Om te analyseren of artificiële intelligentie de accuratesse van diagnosestelling bij verschillende huidtinten kan verbeterden, lieten Amerikaanse onderzoekers dermatologen en eerstelijnsartsen experimenteren met ‘deep learning technologie’ (Nature. 2024;30:573-83).

De onderzoekers includeerden 1188 artsen uit 39 verschillende landen, onder wie 389 dermatologen en 459 eerstelijnsartsen. De artsen kregen 10 van in totaal 364 afbeeldingen met 46 verschillende dermatologische aandoeningen te zien. Ze moesten eerst een differentiaaldiagnose opstellen zonder hulp van de AI-tool. Vervolgens gaf de AI-tool ze een suggestie voor een andere diagnose. Daarbij konden de artsen aangeven of ze die diagnose wilden negeren, opnemen in hun differentiaaldiagnose of overnemen als werkdiagnose.

Dermatologen hadden bij 27% van de afbeeldingen een accurate werkdiagnose, eerstelijnsartsen bij 13%. De artsen scoorden gemiddeld 4 procentpunt lager voor diagnoses bij de donkere huid dan bij de lichte huid. Met behulp van de AI-tool verbeterde de algehele accuratesse van de werkdiagnose voor zowel dermatologen (36%) als eerstelijnsartsen (22%). Bij de dermatologen verbeterde de diagnose van ziekten bij een donkere huid net zo veel als bij een lichte huid. Bij generalisten gold de verbetering vooral de accuratesse van diagnostisering bij een lichte huid. Hoewel de artsen met behulp van de tool aandoeningen bij een donkere huid vaker correct diagnosticeerden, nam het verschil in accuratesse tussen diagnoses bij een lichte en een donkere huid met 5 procentpunt toe.

Dat roept met name ook een ethisch dilemma op. Moeten tools die de ongelijkheid vergroten gebruikt worden in de klinische praktijk ? Daar is het nu nog te vroeg voor, zegt dermatoloog Jim Zeegelaar, lid van de commissie Diversiteit en inclusiviteit van de NVDV. ‘In praktijk valt de accuratesse van AI-tools binnen de dermatologie nog tegen, met name als het gaat om patiënten van kleur. Voordat we de tools kunnen gebruiken, moeten er veel meer data van deze patiëntenpopulatie beschikbaar komen. We moeten loskomen van ons eurocentrische perspectief in de dermatologie.’

Daar ligt volgens hem met name een taak voor de medische wetenschap en het onderwijs. ‘Investeer in de inclusie van patiënten met donkerder huidtypen en verrijk medische literatuur met afbeeldingen van de donkere huid. Daarnaast moeten opleiders ook kritisch kijken naar de selectie van aios: Geef mensen met een andere etnische afkomst gelijke kansen om in opleiding te komen.’