A inteligência artificial pode analisar a fotografia fornecida e ajudar instantaneamente a encontrar informações sobre o seu problema de pele. O algoritmo fornece informações médicas relevantes sobre doenças de pele (por exemplo, verrugas, herpes zoster), câncer de pele (por exemplo, melanoma) e outras erupções cutâneas (por exemplo, urticária). No Stiftung Warentest de 2022, uma organização de consumidores alemã, este aplicativo recebeu classificações de satisfação apenas ligeiramente inferiores às dos serviços pagos de dermatologia por telemedicina.
◉ Capture fotografias de pele e envie-as. As imagens cortadas são transferidas, mas não armazenamos seus dados.
◉ A IA fornece links para sites que descrevem os sinais e sintomas relevantes de doenças de pele e câncer de pele (por exemplo, melanoma).
◉ O algoritmo pode classificar imagens de 186 doenças de pele, incluindo tipos comuns de doenças de pele (por exemplo, dermatite atópica, urticária, eczema, psoríase, acne, rosácea, onicomicose, melanoma, nevo).
◉ O uso do algoritmo é gratuito e um total de 104 idiomas são suportados.
🞹 Publicação
Utilizamos o algoritmo "Model Dermatology". O desempenho do classificador foi publicado em várias revistas médicas de prestígio. Vários estudos colaborativos foram realizados com diversos hospitais internacionalmente, incluindo a Universidade Nacional de Seul, Universidade de Ulsan, Universidade Yonsei, Universidade Hallym, Universidade Inje, Stanford, MSKCC e Ospedale San Bortolo.
- 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
🞹 Disclaimer
- Por favor, procure o conselho de um médico além de usar este aplicativo e antes de tomar qualquer decisão médica.
- O diagnóstico de câncer de pele ou doença de pele baseado apenas em imagens clínicas pode errar até 10% dos casos. Portanto, este aplicativo não pode substituir o atendimento padrão (exame presencial).
- A previsão do algoritmo não é o diagnóstico final de câncer de pele ou doença de pele. Serve apenas para fornecer informações médicas personalizadas para referência
Atualizado em
15 de set. de 2024