Haut.AI lance un modèle d'IA pour l'analyse cutanée suite à des failles de diagnostic
Haut.AI introduit SkinFM pour corriger les imprécisions constatées dans les outils d'IA dermatologiques actuels, révélées par le benchmark SkinBench.
La société technologique Haut.AI a lancé SkinFM, un modèle d'IA spécifiquement conçu pour l'analyse de la peau. Cette annonce intervient alors que le benchmark SkinBench, réalisé par l'entreprise, met en évidence des taux d'erreur significatifs dans les outils d'IA utilisés actuellement. L'étude montre que de nombreux modèles identifient fréquemment des affections cutanées inexistantes, soulevant des inquiétudes quant à la fiabilité des conseils en soins de la peau automatisés.
Selon Haut.AI, ces imprécisions résultent principalement d'un manque de données d'entraînement de qualité et d'un étalonnage inapproprié des algorithmes. Le rapport souligne les risques liés à des recommandations de produits inadaptées basées sur des diagnostics erronés. Cette situation met en lumière les défis auxquels est confronté le secteur de la santé numérique concernant l'intégration de l'IA générative dans des tâches diagnostiques sensibles.
SkinFM vise à pallier ces limites en s'appuyant sur des ensembles de données de qualité clinique. Le modèle cherche à réduire la fréquence des « hallucinations » où l'IA interprète à tort des structures cutanées comme étant des problèmes de santé. En publiant ces résultats, Haut.AI appelle à l'établissement de normes plus strictes pour les logiciels de dermatologie automatisée. Cette initiative marque une volonté de renforcer la transparence dans le développement des outils de diagnostic basés sur l'intelligence artificielle.