Model Dermatol – Тери оорусу

IDerma

Колдонмо тууралуу

Жасалма интеллекттик сурооду керек сүрөттөрдү сканерден өткөрүп, сиздин териңиздеги проблемаларды тез аныктоо үчүн жардам берет. Жасалма интеллект сизге тери оорулары (мисалы, исириктер, сөөл, уюк) жана тери рагынын (мисалы, меланома) медициналык түшүндүүлүктөрүн көрсөтөт.

- Териңиздин сүрөттөрүн алып, аларды бизге жөнөтүңүз. Кесилген сүрөттөр өшүрүлөт, бирок биз сиздин маалыматыңызды сақтап койабыз.
- Жасалма интеллект тери оорулары (мисалы, меланома) жана тери рагынын тиешелүү белгилери жана симптомдору үчүн веб-сайттарга шилтемелерди берет.
- Алгоритм 186 тери ооруларын (мисалы, атопиялык дерматит, уюк, экзема, псориаз, безетки, розацеа, онихомикоз, меланома, невус) сүрөттөрүн классификациялоо мүмкүн.
- Алгоритмди колдонуу акысыз жана жалпысынан 104 тилде колдоого алынат.

* Басылма
Биз "Model Dermatology" алгоритмин колдонобуз. Классификатордун көрсөткүчтөрү бир нече абройлуу медициналык журналдарда жарыяланган.
- 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

* Жоопкерчиликтен баш тартуу
- Сураныч, бул колдонмону колдонуудан тышкары жана кандайдыр бир медициналык чечим кабыл алуудан мурун дарыгерден кеңеш алыңыз.
- Клиникалык сүрөттөрдүн негизинде тери рагы же тери оорулары диагнозу 10%га чейин байкалбай калышы мүмкүн. Ошондуктан, бул колдонмо стандарттык сактоону (жеке текшерүү) алмаштыра албайт.
- Алгоритмдин божомолу тери рагы же тери оорусунун акыркы диагнозу эмес. Бул маалымат үчүн жекелештирилген медициналык маалыматты берүү үчүн гана кызмат кылат