SkinScreen

SkinScreen, LLC.

Tungkol sa app na ito

Ang application ng SkinScreen ay nagpapalawak ng mga kakayahan ng tao sa pagtuklas at pag-uuri ng mga sugat sa balat / cancer sa balat sa mga layunin sa pangangalaga na nakabatay sa halaga. Nag-aalok ang SkinScreen ng kakayahang makita ang mga malignant at benign na sugat sa balat nang real-time sa pamamagitan ng isang tumpak at tumpak na solusyon. Ang solusyon ay gumagamit ng lakas ng malalim na pag-aaral, isang pamamaraan sa ilalim ng artipisyal na katalinuhan (AI), upang payagan ang mas mabilis at mas tumpak na mga hula kaysa dati na magagamit. Sa pamamagitan ng isang term na naka-trademark namin, na tinatawag na Model na Hindi Mailarawan, ito ay isang modelo ng AI na binhi ng mga hyperparameter na una pa man ngunit ang modelo ay patuloy na sinasanay ang sarili sa paghahanap ng pinakamahusay na akma laban sa dataset nang walang hinaharap na interbensyon ng tao na kinakailangan. Sa kasalukuyan, ang pagtuklas ay manu-manong isinagawa ng isang dermatologist o tekniko sa pamamagitan ng isang heuristic na diskarte na kilala bilang ABCDE (Asymmetry, Border Irregularity, Color, Diameter, Evolution).

Nag-aalok ang SkinScreen ng isang bilang ng mga pagkakaiba kaysa sa iba pang mga solusyon sa merkado:

1. Tiyaking privacy ng gumagamit - Sa pamamagitan ng paggamit ng pinakabagong arkitektura ng MobileNetV2 ang modelo ng AI ay maaaring tumakbo sa aparato ng isang gumagamit at walang mga imahe na kailangang mai-upload pabalik sa mga server ng SkinScreen hindi katulad ng iba pang mga solusyon.

2. Tuklasin kung mayroon ang isang sugat sa balat - Maraming mga solusyon sa pagtuklas ng balat ng AI ang hindi nakakakita kung ang isang sugat sa balat ay naroroon sa imahe nang una. Umasa sila sa manu-manong interbensyon ng gumagamit ng tao upang magbigay ng isang imahe ng sugat sa balat. Halimbawa, kung ang isang gumagamit ay nagbibigay ng isang imahe ng isang giraffe ang kanilang mga solusyon ay uuriuriin ang imahe nang hindi alintana. Ang sopistikadong modelo ng AI ng SkinScreen ay maaaring makita kung mayroong sugat sa balat bago ang pag-uuri.

3. Nakakita ng higit pang mga klase ng mga sugat sa balat - Sa pamamagitan ng pagtuklas ng 9 karaniwang benign at malignant na mga klase ng sugat sa balat (Actinic Keratoses, Angioma, Basal Cell Carcinoma, Dermatofibroma, Melanocytic nevus, Melanoma, Seborrheic keratoses, Squamous Cell Carcinoma, Vascular lesyon) nagagawa nating magbigay ng mas mahusay na feedback para sa bawat indibidwal na nakikipag-interface sa SkinScreen. At patuloy kaming nagpapalawak ng bilang ng mga klase sa sugat sa balat na sinusuportahan namin.

4. Magbigay ng mas mataas na mga rate ng kawastuhan at katumpakan - Kami ay gumagamit ng isang dalawang beses na diskarte upang makamit ang mas mataas na mga rate ng katumpakan at katumpakan. Gumamit muna kami ng isang isang klase na classifier upang makilala kung ang isang sugat sa balat ay naroroon sa imahe. Kung gayon, maibibigay namin pabalik ang 3 malamang na mga klase sa sugat sa balat at ang kanilang mga kaugnay na posibilidad. Ang bahagi nito ay nagagawa sa pamamagitan ng 180,000 mga imaheng ginagamit namin upang sanayin ang aming modelo ng AI.

5. Magbigay ng feedback na real-time - Nagagawa ng SkinScreen na ibalik ang mga resulta sa gumagamit sa ilalim ng dalawang segundo sa average. Sa pamamagitan ng paggamit ng arkitektura ng MobileNetV2 na may mas mababang latency at mas mataas na kawastuhan at ilang mga pagmamay-ari na pagpapahusay nagagawa naming abisuhan ang gumagamit ng mga resulta sa isang napapanahong paraan.

6. Magbigay ng mga tool na madaling gamitin ng gumagamit - Ang iba't ibang mga platform ng SkinScreen ay maaaring makatulong sa mga gumagamit sa kanilang mga pakikipag-ugnayan sa tool. Sinusubukan naming makamit ito sa pamamagitan ng mga tool sa suporta na kinakailangan sa pagtuklas ng mga sugat sa balat anuman ang background ng gumagamit at mga hanay ng kasanayan.

Ano'ng bago

- Updated to align with latest SDK (v36)