Gervigreind skannar meðfylgjandi ljósmynd og aðstoðar samstundis við að bera kennsl á húðvandamál þitt. Gervigreind veitir viðeigandi læknisfræðilegar upplýsingar um húðsjúkdóma (t.d. húðútbrot, vörtu, ofsakláða) og húðkrabbamein (t.d. sortuæxli).
- Taktu húðmyndir og sendu þær inn. Skurðar myndirnar eru fluttar en við geymum ekki gögnin þín.
- Gervigreind veitir tengla á vefsíður sem lýsa viðeigandi einkennum um húðsjúkdóma og húðkrabbamein (t.d. sortuæxli).
- Reikniritið getur flokkað myndir af 186 húðsjúkdómum, þar á meðal algengum tegundum húðsjúkdóma (t.d. ofnæmishúðbólgu, ofsakláða, exem, psoriasis, unglingabólur, rósroða, ónychomycosis, sortuæxli, nevus).
- Notkun reikniritsins er ókeypis og samtals 104 tungumál eru studd.
* Útgáfa
Við notum reikniritið „Model Dermatology“. Frammistaða flokkarans hefur verið birt í nokkrum virtum læknatímaritum.
- 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
* Fyrirvari
- Vinsamlegast leitaðu ráða hjá lækni auk þess að nota þetta forrit og áður en þú tekur læknisfræðilegar ákvarðanir.
- Greining á húðkrabbameini eða húðsjúkdómi sem byggist eingöngu á klínískum myndum getur misst af allt að 10% tilvika. Þess vegna getur þetta app ekki komið í stað hefðbundinnar umönnunar (sjálfskoðun).
- Spá reikniritsins er ekki endanleg greining á húðkrabbameini eða húðsjúkdómum. Það þjónar aðeins til að veita persónulegar læknisfræðilegar upplýsingar til viðmiðunar