Model Dermatol – ത്വക്ക് രോഗം

Iderma

ഈ ആപ്പിനെക്കുറിച്ച്

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് നിങ്ങൾ സമർപ്പിച്ച ഫോട്ടോകൾ വിശകലനം ചെയ്ത്, സാധ്യതയുള്ള ചർമ്മാവസ്ഥകളെക്കുറിച്ചുള്ള ബന്ധപ്പെട്ട മെഡിക്കൽ ഡോക്യുമെന്റുകൾ തൽക്ഷണം തിരയുന്നു. ആൽഗോരിതം സാധാരണ ചർമ്മരോഗങ്ങളിലെ (ഉദാ: വാർട്ട്സ്, ഷിംഗിൾസ്), ചർമ്മകാൻസറുകൾ (ഉദാ: മെലനോമ), മറ്റ് ചർമ്മവെളിച്ചം (ഉദാ: ഹൈവ്സ്) എന്നിവയുടെ ഡോക്യുമെന്റുകൾ നൽകുന്നു. 2022 Stiftung Warentest, ഒരു ജർമ്മൻ ഉപഭോക്തൃ സംഘടന, ഈ ആപ്ലിക്കേഷൻക്ക് പെയ്ഡ് ടെല്ഡെർമറ്റോളജി സേവനങ്ങളേക്കാൾ അല്പം താഴ്ന്ന സംതൃപ്തി റേറ്റിംഗ് ലഭിച്ചു.

- ദയവായി ചർമ്മത്തിന്റെ ഫോട്ടോഗ്രാഫുകൾ എടുത്ത് സമർപ്പിക്കുക. മൂല്യനിർണയത്തിന് ആവശ്യമായ ക്രോപ്പ് ചെയ്ത ചിത്രങ്ങൾ മാത്രമേ കൈമാറപ്പെടൂ; നിങ്ങളുടെ വ്യക്തിഗത ഡാറ്റ ഞങ്ങൾ സംഭരിക്കുന്നില്ല.
- ആൽഗോരിതം ചർമ്മരോഗങ്ങളും ചർമ്മകാൻസറുകളും (ഉദാ: മെലനോമ) സംബന്ധിച്ച പ്രധാന ലക്ഷണങ്ങളും ലക്ഷണവിവരണങ്ങളും ഉൾക്കൊള്ളുന്ന വിശ്വസനീയ മെഡിക്കൽ വെബ്സൈറ്റുകളിലേക്കുള്ള ലിങ്കുകൾ നൽകുന്നു.
- 186 വ്യത്യസ്ത ചർമ്മാവസ്ഥകളെ വർഗ്ഗീകരിക്കാൻ ആൽഗോരിതം കഴിവുള്ളതാണ്; ഇതിൽ സാധാരണ ചർമ്മവൈകല്യങ്ങൾ (ഉദാഹരണത്തിന്, അട്രോപിക് ഡെർമറ്റൈറ്റിസ് (atopic dermatitis), ഹൈവ്സ് (hives), എക്സിമ (eczema), സോറിയാസിസ് (psoriasis), മൂക്കുകുരു (acne), റോസേഷ്യ (rosacea), ഓണികോമൈകോസിസ് (Onychomycosis), മെലനോമ (melanoma), നെവി (nevi) എന്നിവ) ഉൾപ്പെടുന്നു.
- ആൽഗോരിതത്തിന്റെ ഉപയോഗം സൗജന്യമാണ്, കൂടാതെ 104 ഭാഷകളിൽ പിന്തുണ നൽകുന്നു.

ഞങ്ങൾ "Model Dermatology" ആൽഗോരിതം ഉപയോഗിക്കുന്നു, അതിന്റെ പ്രകടനം നിരവധി പ്രശസ്ത മെഡിക്കൽ ജേർണലുകളിൽ പ്രസിദ്ധീകരിച്ചിരിക്കുന്നു. സിയോൾ നാഷണൽ യൂണിവേഴ്സിറ്റി, യോൺസെ യൂണിവേഴ്സിറ്റി, ബേസൽ യൂണിവേഴ്സിറ്റി, സ്റ്റാൻഫോർഡ് യൂണിവേഴ്സിറ്റി, MSKCC, ഒസ്പെഡാലെ സാൻ ബോർട്ടോലോ എന്നിവയുൾപ്പെടെ അന്താരാഷ്ട്ര സ്ഥാപനങ്ങളുമായി സഹകരിച്ച പഠനങ്ങൾ നടന്നു. പ്രതിനിധി പ്രസിദ്ധീകരണങ്ങൾ:
- 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>

* നിരാകരണം
- ഈ ആപ്പ് ഉപയോഗിക്കുന്നതിന് മുമ്പ്, ഏതെങ്കിലും മെഡിക്കൽ തീരുമാനങ്ങൾ എടുക്കുന്നതിന് മുൻപ്, ദയവായി ഒരു ഡോക്ടറുടെ ഉപദേശം തേടുക.
- ക്ലിനിക്കൽ ചിത്രങ്ങളിലേ മാത്രം അടിസ്ഥാനമാക്കിയുള്ള രോഗനിർണയം 10 % വരെ കേസുകൾ നഷ്ടപ്പെടുത്താം. ഈ ആപ്പ് സാധാരണ വ്യക്തിഗത പരിശോധനയുടെ (വ്യക്തിഗത പരിശോധന) പകരമാകില്ല.
- ആൽഗോരിതത്തിന്റെ ഔട്ട്പുട്ട് അന്തിമ രോഗനിർണയമല്ല; ഇത് വിവരങ്ങളും വിദ്യാഭ്യാസ ലക്ഷ്യങ്ങളിലേക്കുള്ള വ്യക്തിഗത മെഡിക്കൽ വിവരങ്ങൾ മാത്രമാണ്.