バングラデシュにおける一般的な皮膚疾患の画像データセットと機械学習モデルによるベンチマーク性能

概要: 皮膚疾患は世界的に主要な公衆衛生上の懸念であり、皮膚科の専門知識にアクセスできない場合、その検出はしばしば困難です。人口が非常に多いバングラデシュのような国では、資格のある皮膚科専門医や診断用機器の数が需要を満たすには不十分です。皮膚疾患の適切な検出と治療が欠けているため、死亡を含む重篤な健康被害につながる可能性があります。皮膚疾患に共通する特徴として、皮膚の色、質感、パターンが変化することが挙げられます。そして人工知能および機械学習の時代において、画像処理やコンピュータビジョンの技術を用いることで皮膚疾患を検出できるようになります。この課題に対応するため、機械学習技術を用いた一般的な皮膚疾患の検出に焦点を当てた、公に利用可能なデータセットを開発します。本研究では、バングラデシュで広く見られる5つの皮膚疾患、接触皮膚炎（Contact Dermatitis）、白斑（Vitiligo）、湿疹（Eczema）、疥癬（Scabies）、環状真菌症（Tinea Ringworm）に注目します。データセットは1612枚の画像で構成されており（このうち250枚は独立、その他は水増し）、バングラデシュのファリドプルにあるファリドプル医科大学の外来部門で、患者から直接収集されました。データは、それぞれ皮膚炎、湿疹、疥癬、環状真菌症、白斑に対して、302枚、381枚、301枚、316枚、312枚の画像で構成されています。データは地域的に収集されていますが、選定された疾患は多くの国、特に南アジアで一般的であるため、このデータセットは機械学習に基づく世界的な応用にとって潜在的に価値があります。さらに、複数の機械学習および深層学習モデルをデータセットに適用し、分類性能を報告します。本研究が、自動化された疾患診断の分野で取り組む機械学習および深層学習の研究者と実務者の注目を集めることを期待しています。