RT Conference Proceedings
T1 On the Use of Explainable Artificial Intelligence for the Differential Diagnosis of Pigmented Skin Lesions
A1 Nematzadeh, Hossein
A1 Navas-Delgado, Ismael
A1 Berciano-Guerrero, Miguel Ángel
A1 García-Nieto, José Manuel
A1 Hurtado-Requena, Sandro José
A1 Nematzadeh, Hossein
K1 Diagnóstico por imagen - Congresos
K1 Melanoma - Congresos
K1 Inteligencia artificial - Aplicaciones médicas - Congresos
AB En los últimos años, la Inteligencia Artificial Explicable (XAI)ha atraído la atención en la analítica de datos, ya que muestra un gran potencial en la interpretación de los resultados de complejos modelos de aprendizaje automático en laaplicación de problemas médicos. Se trata de que el resultado de lasaplicaciones basadas en el aprendizaje automático deben ser comprendidos por los usuarios finales,especialmente en el contexto de los datos médicos, donde las decisiones deben tomarse cuidadosamente.decisiones. Como tal, se han realizado muchos esfuerzos para explicar el resultadode un modelo complejo de aprendizaje profundo en procesos de reconocimiento y clasificación dey clasificación de imágenes, como en el caso del cáncer de melanoma. Esterepresenta un primer intento (hasta donde sabemos) de investigar experimental y técnicamente la explicabilidad de los métodos modernos de XAImodernos de XAI: explicaciones de modelos de diagnóstico interpretables locales (LIME) yShapley Additive exPlanations (SHAP), en términos de reproducibilidad deresultados y el tiempo de ejecución en un conjunto de datos de clasificación de imágenes de melanoma.Este artículo muestra que los métodos XAI proporcionan ventajas en la interpretación de los resultados del modelo en la clasificación de imágenes de melanoma.interpretación de los resultados del modelo en la clasificación de imágenes de melanoma. Concretamente, LIME se comporta mejor que el explicador de gradiente SHAP en términos de reproducibilidady tiempo de ejecución.
PB Springer
YR 2022
FD 2022-06-08
LK https://hdl.handle.net/10630/24685
UL https://hdl.handle.net/10630/24685
LA eng
NO Hurtado, S., Nematzadeh, H., García-Nieto, J., Berciano-Guerrero, MÁ., Navas-Delgado, I. (2022). On the Use of Explainable Artificial Intelligence for the Differential Diagnosis of Pigmented Skin Lesions. In: Rojas, I., Valenzuela, O., Rojas, F., Herrera, L.J., Ortuño, F. (eds) Bioinformatics and Biomedical Engineering. IWBBIO 2022. Lecture Notes in Computer Science(), vol 13346. Springer, Cham. https://doi.org/10.1007/978-3-031-07704-3_26
NO Universidad de Málaga. Campus de Excelencia Internacional Andalucía Tech
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 19 ene 2026