{"status":"ok","message-type":"work","message-version":"1.0.0","message":{"indexed":{"date-parts":[[2026,2,27]],"date-time":"2026-02-27T23:01:09Z","timestamp":1772233269735,"version":"3.50.1"},"reference-count":0,"publisher":"Il Pensiero Scientifico Editore","issue":"9","content-domain":{"domain":[],"crossmark-restriction":false},"short-container-title":[],"published-print":{"date-parts":[[2022,9,1]]},"abstract":"<jats:p>L\u2019approccio dei sistemi di intelligenza artificiale (IA) pu\u00f2 supportare soprattutto i medici che basano il loro lavoro sull\u2019interpretazione di immagini digitali. Nonostante indubbi risultati favorevoli, la validazione degli algoritmi diagnostici nella pratica clinica non \u00e8 ancora dimostrata. In ambito dermatologico uno studio ha rilevato la scarsa performance dei sistemi di IA nella diagnosi di lesioni cutanee che meglio riflettono la pratica clinica, cio\u00e8 caratterizzate dalla presenza di \u201cartefatti\u201d come croste o ulcerazioni sopra la lesione, peli o capelli, segni di penna, pigmentazione. Gli algoritmi hanno inoltre classificato correttamente la categoria di immagini non presente nel dataset di addestramento solo nell\u201911% dei casi. In quasi la met\u00e0 dei casi le immagini sono state assegnate alla categoria delle neoplasie. Nella realt\u00e0 clinica tali predizioni di falsa positivit\u00e0 porterebbero a un aumento di biopsie non necessarie con relativo carico di preoccupazioni e ansiet\u00e0 per i pazienti e le loro famiglie. Ci\u00f2 conferma che il valore dei dati non \u00e8 nella loro ampiezza ma nella validit\u00e0 del percorso che ha portato al loro utilizzo, al fine di non giungere a inferenze causali erronee che potrebbero determinare una scarsa generalizzabilit\u00e0 dei risultati e potenziali gravi errori diagnostici.<\/jats:p>","DOI":"10.1701\/3865.38513","type":"journal-article","created":{"date-parts":[[2026,1,26]],"date-time":"2026-01-26T21:54:52Z","timestamp":1769464492000},"source":"Crossref","is-referenced-by-count":0,"title":["Intelligenza artificiale e dermatologia"],"prefix":"10.1701","volume":"113","author":[{"given":"Giampaolo","family":"Collecchia","sequence":"first","affiliation":[],"role":[{"role":"author","vocabulary":"crossref"}]}],"member":"55112","container-title":["Recenti Progressi in Medicina"],"original-title":[],"deposited":{"date-parts":[[2026,1,26]],"date-time":"2026-01-26T21:54:52Z","timestamp":1769464492000},"score":1,"resource":{"primary":{"URL":"https:\/\/www.recentiprogressi.it\/articoli.php?archivio=yes&vol_id=3865&id=38513"}},"subtitle":[],"short-title":[],"issued":{"date-parts":[[2022,9,1]]},"references-count":0,"journal-issue":{"issue":"9","published-print":{"date-parts":[[2022,9,1]]}},"URL":"https:\/\/doi.org\/10.1701\/3865.38513","relation":{"is-cited-by":[{"id-type":"doi","id":"10.3389\/fmed.2025.1684035","asserted-by":"object"},{"id-type":"doi","id":"10.1111\/cup.14629","asserted-by":"object"}]},"ISSN":["0034-1193"],"issn-type":[{"value":"0034-1193","type":"print"}],"subject":[],"published":{"date-parts":[[2022,9,1]]}}}