SkinFormer: Transformador de Visão Robusto para Identificação Automática de Doenças de Pele

O maior, mais visível e mais exposto órgão do corpo humano é a pele. Doenças de pele afetam cerca de um terço da população global. Além disso, muitas doenças de pele graves, como o melanoma, podem permanecer sem diagnóstico correto por anos, uma vez que apenas dermatologistas experientes podem diagnosticá-las de forma confiável. Como resultado, algumas regiões e grupos demográficos podem ser mais negativamente impactados do que outros em termos de acesso a esses profissionais médicos. Dada a variedade e os possíveis perigos das doenças de pele, democratizar o acesso à identificação precisa é fundamental. Felizmente, sistemas automatizados de aprendizado profundo fizeram avanços significativos na classificação de imagens nos últimos anos. Neste artigo, apresentamos o SkinFormer, um transformador de visão treinado usando fortes ampliações e técnicas de otimização para garantir robustez e generalização. O conjunto de dados que utilizamos é uma combinação de 3 conjuntos de dados diferentes de trabalhos anteriores e contém um total de 48.322 imagens. A escolha dos conjuntos de dados e ampliações garante forte generalização, mesmo em hardware de consumo. Alcançamos uma precisão top-1 de 84,43% e uma precisão top-5 de 93,89%. Publicamos pesos de modelo pré-treinado sob uma licença de código aberto.