SkinScreen

SkinScreen, LLC.

Sobre l'aplicació

L'aplicació SkinScreen amplia les capacitats humanes en la detecció i classificació de lesions de la pell / càncer de pell en els objectius d'assistència sanitària basats en el valor. SkinScreen ofereix la capacitat de detectar lesions cutànies malignes i benignes en temps real mitjançant una solució molt precisa i precisa. La solució aprofita el poder de l’aprenentatge profund, un mètode d’intel·ligència artificial (IA), per permetre prediccions més ràpides i precises del que estaven disponibles. Mitjançant un terme que hem marcat amb la marca comercial, anomenat Model Indescriptible, es tracta d’un model d’IA que està sembrat d’hiperparàmetres inicialment, tot i que el model s’entrenar contínuament per trobar el millor encaix amb el conjunt de dades sense que calgui la intervenció humana futura. Actualment, la detecció la realitza manualment un dermatòleg o tècnic mitjançant un enfocament heurístic conegut com a ABCDE (asimetria, irregularitat fronterera, color, diàmetre, evolució).

SkinScreen ofereix una sèrie de diferències que altres solucions del mercat:

1. Assegureu la privadesa de l'usuari: mitjançant l'aprofitament de l'arquitectura MobileNetV2 més recent, el model AI pot executar-se al dispositiu d'un usuari i no cal tornar a carregar cap imatge als servidors de SkinScreen, a diferència d'altres solucions.

2. Detectar si hi ha una lesió cutània: moltes solucions de detecció de la pell amb IA no detecten inicialment si hi ha una lesió cutània a la imatge. Es basen en la intervenció manual de l'usuari humà per proporcionar una imatge de lesió cutània. Per exemple, si un usuari proporciona una imatge d'una girafa, les seves solucions classificaran la imatge independentment. El sofisticat model d’intel·ligència artificial de SkinScreen permet detectar si hi ha una lesió cutània abans de la classificació.

3. Detectar més classes de lesions cutànies: en detectar 9 classes benignes i malignes de lesions cutànies habituals (queratosis actínica, angioma, carcinoma de cèl·lules basals, dermatofibroma, nevus melanocític, melanoma, queratosis seborreiques, carcinoma de cèl·lules escamoses, lesions vasculars) aconseguim proporcioneu millors comentaris per a cada individu que tingui interfícies amb SkinScreen. I continuem ampliant el nombre de classes de lesions cutànies que donem suport.

4. Proporcioneu taxes de precisió i precisió més altes: aprofitem un enfocament doble per aconseguir taxes de precisió i precisió més altes. Primer fem servir un classificador d’una sola classe per identificar si hi ha una lesió cutània a la imatge. Si és així, podem proporcionar les 3 classes de lesions cutànies més probables i les seves probabilitats associades. Part d’això s’aconsegueix a través de les 180.000 imatges que fem servir per formar el nostre model d’IA.

5. Proporcionar comentaris en temps real: SkinScreen és capaç de proporcionar resultats a l'usuari en menys de dos segons de mitjana. Aprofitant l’arquitectura MobileNetV2 que té una latència més baixa i una precisió més alta i poques millores propietàries, podem notificar els resultats a l’usuari de manera oportuna.

6. Proporcionar eines fàcils d'utilitzar: les diferents plataformes de SkinScreen poden ajudar els usuaris en les seves interaccions amb l'eina. Intentem aconseguir-ho mitjançant eines de suport imprescindibles per detectar lesions cutànies independentment dels antecedents i habilitats de l'usuari.

Novetats

- Updated to align with latest SDK (v36)