هوش مصنوعی عکسهای ارسالی شما را تجزیه و تحلیل میکند و بلافاصله بهدنبال اسناد پزشکی مرتبط با بیماریهای پوستی احتمالی میگردد. الگوریتم اسنادی درباره اختلالات شایع پوستی (مانند زگیل، شلینگ)، سرطانهای پوستی (مانند ملانوم) و سایر بثورات پوستی (مانند کهیر) ارائه میدهد. در آزمون ۲۰۲۲ Stiftung Warentest، یک سازمان مصرفکننده آلمانی، این برنامه امتیاز رضایتمندی کمی کمتر از سرویسهای تلدرماتولوژی پولی کسب کرد.
- لطفاً از ناحیهٔ تحتنظر پوست عکس بگیرید و برای تجزیه و تحلیل ارسال کنید. تنها تصاویر برشدادهشدهٔ مورد نیاز برای ارزیابی منتقل میشوند؛ ما دادههای شخصی شما را ذخیره نمیکنیم.
- الگوریتم پیوندهایی به منابع پزشکی معتبر که علائم و نشانههای کلیدی بیماریهای پوستی و سرطانهای پوستی (مانند ملانوم) را توصیف میکنند، فراهم میکند.
- این الگوریتم قادر به طبقهبندی ۱۸۶ وضعیت پوستی مختلف است و شامل اختلالات شایع مانند درماتیت آتوپیک، کهیر، اگزما، پسوریازیس، آکنه، روزاسه، زگیل، آنیکومایکوزیس (Onychomycosis)، شلینگ، ملانوم و خالها (nevi) میشود.
- این برنامه صرفاً یک ابزار جستجوی تصویر است و 'پلتفرم تشخیصی نیست'. نام بیماریهای ارائهشده از طریق محتواهای پیوندی، تشخیص قطعی سرطان پوست یا سایر اختلالات درماتولوژیک نیست؛ بنابراین پیش از اتخاذ هر تصمیمی در زمینهٔ سلامت، 'با پزشک مشورت کنید'.
- استفاده از این الگوریتم بهصورت کامل رایگان است.
ما از الگوریتم 'Model Dermatology' استفاده میکنیم؛ عملکرد آن در چندین مجلهٔ پزشکی همتاسنجی شده و منتشر شده است. مطالعات مشترک با مؤسسات بینالمللی متعددی از جمله دانشگاه ملی سئول، دانشگاه یونسی، دانشگاه بازل، دانشگاه استنفورد، مرکز سرطان موسکو (MSKCC) و بیمارستان سان بورتولو انجام شده است. نمونهای از انتشارات مرتبط در زیر آمده است:
- 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>
* سلب مسئولیت
- همواره قبل از اتخاذ هر تصمیمی در زمینهٔ سلامت، مشاورهٔ پزشکی حرفهای را در کنار استفاده از این برنامه جستجو کنید.
- تشخیص بر پایهٔ تصاویر بالینی ممکن است تا ۱۰٪ موارد را از دست بدهد؛ این برنامه جایگزین ارزیابی حضوری استاندارد نمیشود.
- خروجی الگوریتم تشخیص قطعی نیست؛ تنها اطلاعات پزشکی شخصی برای مرجع و اهداف آموزشی فراهم میکند.
تاریخ بهروزرسانی
۲۹ بهمن ۱۴۰۴