Utako Okata-Karigane s Medicinskog fakulteta Sveučilišta Keio u Japanu i suradnici razvili su model temeljen na umjetnoj inteligenciji za procjenu težine kliničke slike ekcema iz fotografija koje su u sustav prenijeli sami bolesnici. Radi se o tri algoritma koja su istrenirana i integrirana na sljedeći način: detekcija dijelova tijela, detekcija kožnih lezija i procjena težine kliničke slike. TIS rezultat, lokalizirana procjena težine kliničke slike u rasponu od 0 do 9 u kojem se procjenjuje eritem, edem/papule i ekskorijacije - model analizira reprezentativne slike, a ne slike cijelog tijela.

Uključeno je ukupno 9656 slika uz simptome svrbeža kako bi se uspostavio i validirao AI-TIS. Istraživači su otkrili da je obučeni AI model ispravno detektirao 98 odnosno 100 posto dijelova tijela i područja ekcema; na 220 testnih slika, model je dobro korelirao s TIS rezultatima koje su odredili certificirani dermatolozi i/ili alergolozi (R = 0,73). Na 8556 slika, AI-TIS je pokazao nižu korelaciju s intenzitetom svrbeža na numeričkoj ljestvici ocjenjivanja od 0 do 5 (R = 0,11). Kod 15 pacijenata, korelacije AI-TIS-a s TIS-om, SCORAD-om (SCORAD) i objektivnim SCORAD-om bile su R = 0,16, 0,4 i 0,53.

Ova studija postavlja temelje za budući napredak u dermatološkim procjenama koje su vođene umjetnom inteligencijom kako bi se poboljšala skrb o bolesnicima i provela daljnja klinička istraživanja.