SkinScreen

SkinScreen, LLC.

Perihal apl ini

Aplikasi SkinScreen memperluas kemampuan manusia dalam mengesan dan mengklasifikasikan luka kulit / barah kulit dalam tujuan penjagaan kesihatan berdasarkan nilai sokongan. SkinScreen menawarkan keupayaan untuk mengesan lesi kulit yang ganas dan jinak dalam masa nyata melalui penyelesaian yang sangat tepat dan tepat. Penyelesaian ini memanfaatkan kekuatan pembelajaran mendalam, kaedah di bawah kecerdasan buatan (AI), untuk memungkinkan ramalan yang lebih cepat dan tepat daripada yang ada sebelumnya. Melalui istilah yang kami dagang, yang disebut Indescribable Model, ini adalah model AI yang disemai dengan hiperparameter pada awalnya namun model tersebut terus melatih dirinya untuk mencari yang terbaik terhadap set data tanpa campur tangan manusia di masa depan. Pada masa ini, pengesanan dilakukan secara manual oleh pakar dermatologi atau juruteknik melalui pendekatan heuristik yang dikenali sebagai ABCDE (Asimetri, Ketidakteraturan Batas, Warna, Diameter, Evolusi).

SkinScreen menawarkan sejumlah perbezaan daripada penyelesaian lain di pasaran:

1. Pastikan privasi pengguna - Dengan memanfaatkan seni bina MobileNetV2 terbaru, model AI dapat dijalankan pada peranti pengguna dan tidak ada gambar yang perlu dimuat naik kembali ke pelayan SkinScreen tidak seperti penyelesaian lain.

2. Kesan sama ada lesi kulit ada - Banyak penyelesaian pengesanan kulit AI tidak mengesan sama ada lesi kulit terdapat pada gambar pada mulanya. Mereka bergantung pada intervensi manual oleh pengguna manusia untuk memberikan gambaran lesi kulit. Sebagai contoh, jika pengguna memberikan gambar jerapah, penyelesaian mereka akan mengklasifikasikan gambar tanpa mengira. Model AI canggih SkinScreen dapat mengesan sama ada terdapat luka pada kulit sebelum klasifikasi.

3. Mengesan lebih banyak kelas lesi kulit - Dengan mengesan 9 kelas lesi kulit jinak dan ganas (Actinic Keratoses, Angioma, Basal Cell Carcinoma, Dermatofibroma, Melanocytic nevus, Melanoma, Seborrheic keratoses, Squamous Cell Carcinoma, Vascular lesions) kita dapat memberikan maklum balas yang lebih baik untuk setiap individu yang berhubung dengan SkinScreen. Dan kami terus memperluas jumlah kelas lesi kulit yang kami sokong.

4. Berikan kadar ketepatan dan ketepatan yang lebih tinggi - Kami memanfaatkan pendekatan dua kali ganda untuk mencapai kadar ketepatan dan ketepatan yang lebih tinggi. Kami pertama kali menggunakan pengkelasan satu kelas untuk mengenal pasti sama ada lesi kulit terdapat dalam gambar. Sekiranya demikian, maka kami dapat memberikan 3 kelas lesi kulit yang paling mungkin dan kebarangkalian yang berkaitan. Sebahagiannya dicapai melalui 180.000 gambar yang kami gunakan untuk melatih model AI kami.

5. Memberi maklum balas masa nyata - SkinScreen mampu memberikan hasil kembali kepada pengguna dalam masa kurang dari dua saat secara purata. Dengan memanfaatkan seni bina MobileNetV2 yang mempunyai latensi yang lebih rendah dan ketepatan yang lebih tinggi dan sedikit peningkatan proprietari, kami dapat memberitahu pengguna mengenai hasilnya tepat pada masanya.

6. Sediakan alat yang mesra pengguna - Pelbagai platform SkinScreen dapat membantu pengguna dalam interaksi mereka dengan alat tersebut. Kami berusaha mencapainya melalui alat sokongan yang sangat mustahak dalam mengesan luka kulit tanpa mengira latar belakang dan set kemahiran pengguna.

Perkara baharu

- Updated to align with latest SDK (v36)