Model Dermatol – ಚರ್ಮದ ಕಾಯಿಲೆ

IDerma

ಈ ಆ್ಯಪ್ ಕುರಿತು

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಒದಗಿಸಿದ ಛಾಯಾಚಿತ್ರವನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ನಿಮ್ಮ ಚರ್ಮದ ಸಮಸ್ಯೆಯನ್ನು ಗುರುತಿಸುವಲ್ಲಿ ತಕ್ಷಣವೇ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಚರ್ಮ ರೋಗಗಳ (ಉದಾಹರಣೆಗೆ, ಚರ್ಮದ ದದ್ದು, ನರಹುಲಿ, ಜೇನುಗೂಡಿನ) ಮತ್ತು ಚರ್ಮದ ಕ್ಯಾನ್ಸರ್ (ಉದಾ, ಮೆಲನೋಮ) ಸಂಬಂಧಿಸಿದ ವೈದ್ಯಕೀಯ ಮಾಹಿತಿಯನ್ನು ಒದಗಿಸುತ್ತದೆ.

- ಚರ್ಮದ ಛಾಯಾಚಿತ್ರಗಳನ್ನು ಸೆರೆಹಿಡಿಯಿರಿ ಮತ್ತು ಅವುಗಳನ್ನು ಸಲ್ಲಿಸಿ. ಕತ್ತರಿಸಿದ ಚಿತ್ರಗಳನ್ನು ವರ್ಗಾಯಿಸಲಾಗಿದೆ, ಆದರೆ ನಾವು ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವುದಿಲ್ಲ.
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಚರ್ಮದ ಕಾಯಿಲೆ ಮತ್ತು ಚರ್ಮದ ಕ್ಯಾನ್ಸರ್ (ಉದಾ. ಮೆಲನೋಮ) ಸಂಬಂಧಿತ ಚಿಹ್ನೆಗಳು ಮತ್ತು ರೋಗಲಕ್ಷಣಗಳನ್ನು ವಿವರಿಸುವ ವೆಬ್‌ಸೈಟ್‌ಗಳಿಗೆ ಲಿಂಕ್‌ಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ.
- ಅಲ್ಗಾರಿದಮ್ ಸಾಮಾನ್ಯ ರೀತಿಯ ಚರ್ಮದ ಅಸ್ವಸ್ಥತೆಗಳನ್ನು ಒಳಗೊಂಡಂತೆ 186 ಚರ್ಮ ರೋಗಗಳ ಚಿತ್ರಗಳನ್ನು ವರ್ಗೀಕರಿಸಬಹುದು (ಉದಾಹರಣೆಗೆ, ಅಟೊಪಿಕ್ ಡರ್ಮಟೈಟಿಸ್, ಜೇನುಗೂಡಿನ, ಎಸ್ಜಿಮಾ, ಸೋರಿಯಾಸಿಸ್, ಮೊಡವೆ, ರೋಸಾಸಿಯಾ, ಒನಿಕೊಮೈಕೋಸಿಸ್, ಮೆಲನೋಮ, ನೆವಸ್).
- ಅಲ್ಗಾರಿದಮ್‌ನ ಬಳಕೆ ಉಚಿತವಾಗಿದೆ ಮತ್ತು ಒಟ್ಟು 104 ಭಾಷೆಗಳನ್ನು ಬೆಂಬಲಿಸಲಾಗುತ್ತದೆ.

* ಪ್ರಕಟಣೆ
ನಾವು "ಮಾದರಿ ಡರ್ಮಟಾಲಜಿ" ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಬಳಸುತ್ತೇವೆ. ವರ್ಗೀಕರಣದ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಹಲವಾರು ಪ್ರತಿಷ್ಠಿತ ವೈದ್ಯಕೀಯ ನಿಯತಕಾಲಿಕೆಗಳಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿದೆ.
- Assessment of Deep Neural Networks for the Diagnosis of Benign and Malignant Skin Neoplasms in Comparison with Dermatologists: A Retrospective Validation Study. PLOS Medicine, 2020
- Performance of a deep neural network in teledermatology: a single center prospective diagnostic study. J Eur Acad Dermatol Venereol. 2020
- Keratinocytic Skin Cancer Detection on the Face using Region-based Convolutional Neural Network. JAMA Dermatol. 2019
- Seems to be low, but is it really poor? : Need for Cohort and Comparative studies to Clarify Performance of Deep Neural Networks. J Invest Dermatol. 2020
- Multiclass Artificial Intelligence in Dermatology: Progress but Still Room for Improvement. J Invest Dermatol. 2020
- Augment Intelligence Dermatology : Deep Neural Networks Empower Medical Professionals in Diagnosing Skin Cancer and Predicting Treatment Options for 134 Skin Disorders. J Invest Dermatol. 2020
- Interpretation of the Outputs of Deep Learning Model trained with Skin Cancer Dataset. J Invest Dermatol. 2018
- Automated Dermatological Diagnosis: Hype or Reality? J Invest Dermatol. 2018
- Classification of the Clinical Images for Benign and Malignant Cutaneous Tumors Using a Deep Learning Algorithm. J Invest Dermatol. 2018
- Augmenting the Accuracy of Trainee Doctors in Diagnosing Skin Lesions Suspected of Skin Neoplasms in a Real-World Setting: A Prospective Controlled Before and After Study. PLOS One, 2022
- Evaluation of Artificial Intelligence-assisted Diagnosis of Skin Neoplasms – a single-center, paralleled, unmasked, randomized controlled trial. J Invest Dermatol. 2022

* ಹಕ್ಕು ನಿರಾಕರಣೆ
- ದಯವಿಟ್ಟು ಈ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಬಳಸುವುದರ ಜೊತೆಗೆ ಮತ್ತು ಯಾವುದೇ ವೈದ್ಯಕೀಯ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಮೊದಲು ವೈದ್ಯರ ಸಲಹೆಯನ್ನು ಪಡೆಯಿರಿ.
- ಕೇವಲ ಕ್ಲಿನಿಕಲ್ ಚಿತ್ರಗಳ ಆಧಾರದ ಮೇಲೆ ಚರ್ಮದ ಕ್ಯಾನ್ಸರ್ ಅಥವಾ ಚರ್ಮದ ಅಸ್ವಸ್ಥತೆಯ ರೋಗನಿರ್ಣಯವು 10% ಪ್ರಕರಣಗಳನ್ನು ಕಳೆದುಕೊಳ್ಳಬಹುದು. ಆದ್ದರಿಂದ, ಈ ಅಪ್ಲಿಕೇಶನ್ ಪ್ರಮಾಣಿತ ಆರೈಕೆಯನ್ನು ಬದಲಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ (ವ್ಯಕ್ತಿ ಪರೀಕ್ಷೆ).
- ಅಲ್ಗಾರಿದಮ್‌ನ ಭವಿಷ್ಯವು ಚರ್ಮದ ಕ್ಯಾನ್ಸರ್ ಅಥವಾ ಚರ್ಮದ ಅಸ್ವಸ್ಥತೆಯ ಅಂತಿಮ ರೋಗನಿರ್ಣಯವಲ್ಲ. ಇದು ಉಲ್ಲೇಖಕ್ಕಾಗಿ ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ವೈದ್ಯಕೀಯ ಮಾಹಿತಿಯನ್ನು ಒದಗಿಸಲು ಮಾತ್ರ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ