Kunstenig intelligens kan analysere det medfølgende fotografi og øjeblikkeligt hjælpe med at finde information om dit hudproblem. Algoritmen giver relevant medicinsk information om hudsygdomme (f.eks. vorter, helvedesild), hudkræft (f.eks. melanom) og andre hududslæt (f.eks. nældefeber). I 2022 Stiftung Warentest, en tysk forbrugerorganisation, modtog denne app tilfredshedsbedømmelser kun lidt lavere end betalte telemedicinske dermatologitjenester.
◉ Tag hudbilleder og indsend dem. De beskårne billeder overføres, men vi gemmer ikke dine data.
◉ KI'en giver links til websteder, der beskriver de relevante tegn og symptomer på hudsygdomme og hudkræft (f.eks. melanom).
◉ Algoritmen kan klassificere billeder af 186 hudsygdomme, herunder almindelige typer hudsygdomme (f.eks. atopisk dermatitis, nældefeber, eksem, psoriasis, acne, rosacea, onychomycosis, melanom, nevus).
◉ Brugen af algoritmen er gratis og i alt 104 sprog understøttes.
🞹 Udgivelse
Vi bruger "Model Dermatology"-algoritmen. Klassifikatorens præstation er blevet publiceret i flere prestigefyldte medicinske tidsskrifter. Talrige samarbejdsstudier er blevet gennemført med forskellige hospitaler internationalt, herunder Seoul National University, Ulsan University, Yonsei University, Hallym University, Inje University, Stanford, MSKCC og Ospedale San Bortolo.
- 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
🞹 Ansvarsfraskrivelse
- Søg venligst en læges råd ud over at bruge denne app og før du træffer nogen medicinske beslutninger.
- Diagnosen hudkræft eller hudlidelse udelukkende baseret på kliniske billeder kan gå glip af op til 10 % af tilfældene. Derfor kan denne app ikke erstatte standardpleje (personlig undersøgelse).
- Algoritmens forudsigelse er ikke den endelige diagnose af hudkræft eller hudlidelse. Det tjener kun til at give personlig medicinsk information til reference