Hoppa till innehåll
Forskning· Nyhet

Adobe lanserar SCIN: Ny datamängd för hudbilder

Adobe Research har släppt Skin Condition Image Network (SCIN), en ny datamängd med 8 000 kliniska dermatoskopiska bilder för att förbättra AI-modellers förmåga att representera olika hudtoner.

Av Aheadline-redaktionen·8 juli 2026·2 min läsning·Källa: Adobe AI BlogVerifierad signalAI-genererad
Adobe lanserar SCIN: Ny datamängd för hudbilder
Adobe lanserar SCIN: Ny datamängd för hudbilder
Av · Policy- & EU-reporter
Senast uppdaterad

Vad har hänt

Adobe Research har lanserat Skin Condition Image Network (SCIN), en datamängd bestående av 8 000 dermatoskopiska bilder. Syftet är att adressera bias i befintliga medicinska AI-system genom att erbjuda en mer representativ samling bilder. SCIN fokuserar särskilt på hudförhållanden hos individer med mörkare hudtoner, en grupp som ofta underrepresenterats i träningsdata för medicinsk AI.

Snabbfakta

Datamängdens namnSkin Condition Image Network (SCIN)
Antal bilder8 000
Typ av bilderDermatoskopiska
Lanseringsår2024

Dermatologic AI models suffer from systemic bias, performing worse on darker skin due to a lack of balanced training data.

Adobe Research, Forskningsteam · Adobe AI Blog

Varför det spelar roll

Befintliga AI-modeller för hudanalys lider av systemisk bias, där de presterar sämre på mörkare hudtoner på grund av obalanserade träningsdata. SCIN-datamängden syftar till att minska denna ojämlikhet och förbättra tillförlitligheten och rättvisan i diagnostiska AI-verktyg. Detta är avgörande för att säkerställa att AI-driven sjukvård är effektiv och tillgänglig för alla patientgrupper, oavsett etnicitet eller hudfärg.

Vem påverkas

SCIN påverkar främst AI-forskare och dermatologer som utvecklar och använder AI-verktyg för huddiagnostik. Indirekt berörs patienter globalt, särskilt de med mörkare hudtoner, som historiskt sett har fått sämre diagnostisk precision från AI-system. Även företag som utvecklar medicintekniska produkter med AI-inslag påverkas, då de nu har tillgång till mer robusta träningsdata.

EU-status

Ej relevant för EU-status.

Mer att veta

Befintliga datamängder som ISIC och HAM10000 har visat på tydliga skevheter, med en majoritet av bilder från ljusare hudtoner. SCIN är ett steg mot att rätta till denna obalans och skapa mer robusta modeller.

Vanliga frågor

Snabba svar om den här nyheten

Vad har hänt?
Adobe Research har släppt Skin Condition Image Network (SCIN), en ny datamängd med 8 000 kliniska dermatoskopiska bilder för att förbättra AI-modellers förmåga att representera olika hudtoner.
När hände det?
Lanseringen av SCIN skedde under 2024.
Varför spelar det roll?
SCIN adresserar systemisk bias i medicinska AI-system, vilka historiskt presterat sämre på mörkare hudtoner på grund av obalanserade träningsdata. Detta förbättrar tillförlitligheten och rättvisan i AI-driven huddiagnostik.
Vilka bolag berörs?
Utöver Adobe Research berörs företag som utvecklar AI-drivna medicintekniska produkter och forskningsinstitutioner inom dermatologi och AI-utveckling.
Originalkälla
Adobe AI Blog·blog.research.google

Länken öppnar i nytt fönster och leder till utgivarens egen sida.

Verifierad signal

Källan har spårats automatiskt från utgivaren via Aheadlines signalkedja.

AI-verktyg i artikeln

Ämnen

#Ethics#Models#Vision
[ FÖLJ UTVECKLINGEN ]

Få liknande nyheter direkt i mejlen

Inga affiliate-länkarAvsluta när som helstGDPR-vänlig
[ Frekvens ]
[ Vad vill du läsa om? ]

Du får utskick om 2 ämnen.