DermaCon-IN: A Multi-concept Annotated Dermatological Image Dataset of Indian Skin Disorders for Clinical AI Research

要約

人工知能は、スケーラブルな画像ベースの診断を可能にすることにより、皮膚療法を増強する態勢が整っています。
しかし、堅牢で公平なモデルの開発は、現実世界の実践の臨床的および人口統計学的複雑さをキャプチャできないデータセットによって妨げられたままです。
この複雑さは、地域固有の疾患分布、皮膚トーンの広い変動、および非西洋集団からの外来シナリオの過小評価に由来しています。
南インドの外来患者診療所全体で約3,000人の患者から5,450を超える臨床画像を含む、前向きにキュレーションされた皮膚科データセットであるDermacon-inを紹介します。
各画像は、ルークの分類から適応された階層的な病因ベースの分類法の下で構成された240を超える異なる診断を持つボード認定皮膚科医によって注釈が付けられています。
データセットは、インドの外来患者のケアで一般的に見られる皮膚科学条件と色調の変動の幅広いスペクトルをキャプチャします。
畳み込みモデル（ResNet、Densenet、EfficientNet）、変圧器ベースのモデル（VIT、Maxvit、Swin）、およびコンセプトボトルネックモデルを含むさまざまなアーキテクチャをベーチラインのパフォーマンスを確立し、解剖学的および概念レベルのキューを統合する方法を探ります。
これらの結果は、解釈可能で臨床的に現実的なモデルに向けて将来の努力を導くことを目的としています。
Dermacon-inは、現実世界の設定で皮膚科AIを前進させるためのスケーラブルで代表的な基盤を提供します。

要約(オリジナル)

Artificial intelligence is poised to augment dermatological care by enabling scalable image-based diagnostics. Yet, the development of robust and equitable models remains hindered by datasets that fail to capture the clinical and demographic complexity of real-world practice. This complexity stems from region-specific disease distributions, wide variation in skin tones, and the underrepresentation of outpatient scenarios from non-Western populations. We introduce DermaCon-IN, a prospectively curated dermatology dataset comprising over 5,450 clinical images from approximately 3,000 patients across outpatient clinics in South India. Each image is annotated by board-certified dermatologists with over 240 distinct diagnoses, structured under a hierarchical, etiology-based taxonomy adapted from Rook’s classification. The dataset captures a wide spectrum of dermatologic conditions and tonal variation commonly seen in Indian outpatient care. We benchmark a range of architectures including convolutional models (ResNet, DenseNet, EfficientNet), transformer-based models (ViT, MaxViT, Swin), and Concept Bottleneck Models to establish baseline performance and explore how anatomical and concept-level cues may be integrated. These results are intended to guide future efforts toward interpretable and clinically realistic models. DermaCon-IN provides a scalable and representative foundation for advancing dermatology AI in real-world settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google