Model Dermatol – Тері ауруы

IDerma

Осы қолданба туралы

Жасалған интеллектілік бағдарлама берілген суреттерді сканерлейді және сіздің тамақтық проблемаларыңызды түсіну үшін көмектеседі. Жасалған интеллект тері аурулары (мысалы, тері бөртпесі, сүйел, есекжем) және тері қатерлі ісігі (мысалы, меланома) туралы тиісті медициналық ақпарат береді.

- Тері суреттерін түсіріп жіберіңіз. Кесілген кескіндер тасымалданады, бірақ сіздің деректеріңіз сақталмайды.
- Жасалған интеллект тері аурулары және тері қатерлі ісігінің (мысалы, меланома) туралы анықтамалары мен белгілерінің барлық медициналық сайттарға сілтемелерін береді.
- Алгоритм 186 тері ауруларының кескіндерін, олардың арасында әдеттегі тері аурулары (мысалы, атопиялық дерматит, есекжем, экзема, псориаз, безеу, розацея, онихомикоз, меланома, невус) да болып табылады.
- Алгоритм пайдалануы тегін және барлығы 104 тілге қолдау көрсетеді.

* Басылым
Біз «Модельдік дерматология» алгоритмін қолданамыз. Жіктеуіштің өнімділігі бірнеше беделді медициналық журналдарда жарияланған.
- 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

* Жауапкершіліктен бас тарту
- Бұл қолданбаны пайдаланудан басқа және кез келген медициналық шешім қабылдаудан бұрын дәрігерден кеңес алыңыз.
- Тек клиникалық суреттерге негізделген тері қатерлі ісігі немесе тері ауруы диагнозы жағдайлардың 10%-ын өткізіп жіберуі мүмкін. Сондықтан бұл қолданба стандартты күтімді (жеке тексеру) алмастыра алмайды.
- Алгоритмнің болжамы тері ісігі немесе тері ауруларының соңғы диагнозы емес. Ол анықтама үшін жеке медициналық ақпаратты беру үшін ғана қызмет етеді