Artificial Intelligence and Hidradenitis Suppurativa- A Systematic Review of Diagnosis and Severity Assessment

• Type: Thesis
• Date: 2025-04-02

Authors

Mariana Fernandes Soares de Almeida (Author) FMUP

Thesis

Artificial Intelligence and Hidradenitis Suppurativa- A Systematic Review of Diagnosis and Severity Assessment

Master's Degree

Dissertation

Scientific classification

FOS: Medical and Health sciences > Medical biotechnology

Other information

Resumo (PT): Contextualização: A Hidradenite Supurativa (HS) requer um diagnóstico preciso e atempado e uma avaliação da gravidade para melhorar a gestão clínica. No entanto, isto continua a ser um desafio devido há falta de ferramentas clínicas padronizadas. A Inteligência Artificial (IA) permite a criação de ferramentas que auxiliam a gestão da HS, com o potencial de melhorar o processo de diagnóstico e avaliação da gravidade. Objetivo: Esta revisão sistemática teve como objetivo sintetizar e avaliar as aplicações atuais da IA no processo de diagnóstico e avaliação da gravidade da HS. Métodos: Foi realizada uma pesquisa sistemática nas bases de dados PubMed, Web of Science, SCOPUS, IEEE Xplore e ACM Digital Library até 13 de novembro de 2024. Resultados: Cinco artigos preencheram os critérios de inclusão da revisão. Um estudo avaliou a precisão do diagnóstico de uma ferramenta de IA por método de processamento de imagem. Dois estudos aplicaram algoritmos de aprendizagem automática para diferenciar as lesões de HS de outras entidades. Dois estudos de prova de conceito exploram a potencial utilização da IA para automatizar a avaliação da gravidade da HS. Conclusões: Estes artigos oferecem diferentes perspetivas sobre as potenciais aplicações da IA. Esta revisão apoia o potencial das ferramentas baseadas em IA para padronizar e auxiliar no processo de diagnóstico e avaliação da gravidade da HS. No entanto, são necessárias melhorias adicionais e a validação clínica destas ferramentas.

Abstract (EN): Background: Hidradenitis Suppurativa (HS) requires accurate and timely diagnosis and severity assessment to improve clinical management. However, this remains a challenge due to the lack of standardized clinical tools. Artificial Intelligence (AI) allows for the creation of tools that assist the management of HS, with the potential to improve the diagnostic and severity assessment process. Aim: This systematic review aimed to synthesize and evaluate the current applications of AI in the diagnosis and severity assessment process of HS. Methods: A systematic search was conducted across PubMed, Web of Science, SCOPUS, IEEE Xplore, and ACM Digital Library databases from inception to 13 November 2024. Results: Five articles met the inclusion criteria of the review. A study evaluated the diagnostic accuracy of an AI tool by image processing method. Two studies applied machine learning algorithms to differentiate lesions of HS from other entities. Two proof-of-concept studies explore the potential use of AI to automate the severity assessment of HS. Conclusions: These articles offer different perspectives on the potential applications of AI. This review supports the potential of AI-based tools to standardize and assist in HS's diagnosis and severity assessment process. However, further improvement and clinical validation of these tools are needed.

Language: English

No. of pages: 35