Model Derm–Malaltia de la pell

Iderma

Sobre l'aplicació

- L’algoritme proporciona enllaços a recursos mèdics autoritzats que descriuen els signes i símptomes clau de les condicions cutànies i dels càncers de pell (per exemple, melanoma).
Intel·ligència artificial analitza les fotografies que envieu i cerca instantàniament documents mèdics rellevants sobre possibles condicions cutànies. L’algoritme proporciona documents sobre trastorns cutanis comuns (per exemple, verrugues, cobretes), càncers de pell (per exemple, melanoma) i altres erupcions (per exemple, urticària). En el 2022 Stiftung Warentest, una organització de consum alemanya, aquesta aplicació va obtenir valoracions de satisfacció només lleugerament inferiors a les dels serveis de teledermatologia de pagament.

- Captureu fotografies de l’àrea cutània afectada i envieu-les per a l’anàlisi. Només les imatges retallades necessàries per a l’avaluació es transfereixen; no emmagatzemem les vostres dades personals.
- Amb la capacitat de classificar 186 condicions cutànies distintes, l’algoritme inclou trastorns dermatològics comuns com dermatitis atòpica, urticària, èczema, psoriasi, acne, rosàcia, verrugues, onicomicòsi (Onychomycosis), cobretes, melanoma i nevs.
- Aquesta aplicació funciona únicament com a eina de cerca d’imatges i 'NO' és una plataforma de diagnòstic. Els noms de les malalties proporcionats a través del contingut enllaçat no constitueixen un diagnòstic confirmat de càncer de pell ni d’altres condicions dermatològiques. Encara que la informació és mèdicament informativa, és essencial 'CONSULTAR UN METGE' abans de prendre qualsevol decisió de salut.
- L’ús d’aquest algoritme és completament 'GRATUÏT'.

Utilitzem l’algoritme 'Model Dermatology', el rendiment del qual ha estat validat i publicat en diverses revistes mèdiques revisades per parells. S’han dut a terme estudis col·laboratius amb nombroses institucions internacionals, incloent Seoul National University, Yonsei University, Basel University, Stanford University, MSKCC i Ospedale San Bortolo. Publicacions representatives inclouen:
- 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
- Planet-wide Performance of a Skin Disease AI Algorithm Validated in Korea. npj Digital Medicine 2025
- 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
- Performance of a deep neural network in teledermatology: a single center prospective diagnostic study. J Eur Acad Dermatol Venereol. 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
- Keratinocytic Skin Cancer Detection on the Face using Region-based Convolutional Neural Network. JAMA Dermatol. 2019
- Classification of the Clinical Images for Benign and Malignant Cutaneous Tumors Using a Deep Learning Algorithm. J Invest Dermatol. 2018
- Evaluation of Artificial Intelligence-assisted Diagnosis of Skin Neoplasms – a single-center, paralleled, unmasked, randomized controlled trial. J Invest Dermatol. 2022>

* Exempció de responsabilitat
- Sempre busqueu assessorament mèdic professional a més d’utilitzar aquesta aplicació abans de prendre qualsevol decisió de salut.
- Els diagnòstics basats únicament en imatges clíniques poden perdre fins al 10 % dels casos. Aquesta aplicació no pot substituir l’avaluació mèdica presencial estàndard.
- La sortida de l’algoritme no és un diagnòstic definitiu; només ofereix informació mèdica personalitzada per a referència i fins educatius.