Rendere l'Intelligenza Artificiale più trasparente, giusta, rispettosa dei diritti fondamentali e antropocentrica, per realizzare una diagnosi dermatologica più inclusiva, equa e affidabile. Ciò è possibile grazie a "Skin Disease Image Generator for Different Skin Shades", un generatore di immagini sintetiche di malattie cutanee su diverse tonalità di pelle, sviluppato con l'obiettivo di colmare la sottorappresentazione delle pelli scure nei dataset medici.    Uno dei traguardi del progetto europeo Aequitas, finanziato dal programma Horizon Europe e coordinato dall'Università di Bologna, il progetto "Skin Disease Image Generator" ha l'obiettivo di superare la scarsità di dati relativi a fototipi scuri, dovuta alla maggiore raccolta in aree a prevalenza caucasica.    Lo strumento è frutto di uno studio condotto su un dataset clinico reale caratterizzato da immagini di qualità variabile e da una scarsa presenza delle tonalità cutanee più scure. Le soluzioni tradizionali si sono dimostrate inefficaci, e i ricercatori hanno adottato un approccio in due fasi: prima la generazione di immagini sintetiche realistiche tramite un modello generativo avanzato; poi la classificazione delle malattie con modelli di deep learning.