Using artificial intelligence as a diagnostic decision support tool to help the diagnosis of skin disease in primary healthcare in Catalonia

Abstract

La tesi analitza el potencial de la intel·ligència artificial (IA) en el diagnòstic de lesions cutànies a l’atenció primària (AP) mitjançant tres estudis. El primer és una revisió sistemàtica que inclou 15 estudis publicats entre 2019-2022, centrats en la precisió diagnòstica de la IA. El segon estudi detalla el protocol per validar una eina d’IA per la lectura d’imatges dermatològiques, anomenada Autoderm®, en un entorn clínic real. El tercer estudi constitueix la validació externa del model amb 100 pacients, comparant els resultats amb els diagnòstics dels metges de família i dermatòlegs. Els resultats indiquen que la precisió diagnòstica global del model (Top-1 39%, Top-3 61%, Top-5 72%) és inferior a la dels professionals mèdics, tot i que millora quan es consideren els 44 diagnòstics entrenats (Top-1 48%, Top-3 75%, Top-5 89%). A més, el 92% dels professionals van valorar positivament l’ús de la IA pel suport en el diagnòstic diferencial.

The thesis explores the potential of artificial intelligence (AI) in diagnosing skin diseases in primary care (PC) through three studies. The first is a systematic review of 15 studies published between 2019 and 2022, focusing on the diagnostic accuracy of AI. The second study outlines the protocol for validating an AI tool for analysing dermatological images, called Autoderm®, in a real clinical setting. The third study involves the external validation of the model with 100 patients, comparing its performance with diagnoses made by general practitioners and dermatologists. The results show that the model's overall diagnostic accuracy (Top-1 39%, Top-3 61%, Top-5 72%) is lower than that of medical professionals, although it improves when limited to the 44 diagnoses for which it was trained (Top-1 48%, Top-3 75%, Top-5 89%). Additionally, 92% of professionals positively evaluated the use of AI as a support tool for differential diagnosis.