Artificiell intelligens kan analysera det tillhandahållna fotografiet och omedelbart hjälpa till att hitta information om ditt hudproblem. Algoritmen tillhandahåller relevant medicinsk information om hudsjukdomar (t.ex. vårtor, bältros), hudcancer (t.ex. melanom) och andra hudutslag (t.ex. nässelfeber). I Stiftung Warentest 2022, en tysk konsumentorganisation, fick denna app betyg som bara var något lägre än betalda telemedicinska dermatologitjänster.
◉ Ta bilder av huden och skicka in dem. De beskurna bilderna överförs, men vi lagrar inte dina uppgifter.
◉ Artificiell intelligens ger länkar till webbplatser som beskriver relevanta tecken och symtom på hudsjukdomar och hudcancer (t.ex. melanom).
◉ Algoritmen kan klassificera bilder av 186 hudsjukdomar, inklusive vanliga typer av hudsjukdomar (t.ex. atopisk dermatit, nässelfeber, eksem, psoriasis, akne, rosacea, onykomykos, melanom, nevus).
◉ Användningen av algoritmen är gratis och totalt stöds 104 språk.
🞹 Publicering
Vi använder algoritmen "Model Dermatology". Klassificerarens prestation har publicerats i flera prestigefyllda medicinska tidskrifter. Många samarbetsstudier har genomförts med olika sjukhus internationellt, inklusive Seoul National University, Ulsan University, Yonsei University, Hallym University, Inje University, Stanford, MSKCC och 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
🞹 Ansvarsfriskrivning
- Vänligen sök en läkares råd utöver att använda den här appen och innan du fattar några medicinska beslut.
- Diagnosen hudcancer eller hudsjukdom baserad enbart på kliniska bilder kan missa upp till 10 % av fallen. Därför kan denna app inte ersätta standardvård (personlig undersökning).
– Algoritmens förutsägelse är inte den slutliga diagnosen hudcancer eller hudsjukdom. Den tjänar endast till att tillhandahålla personlig medicinsk information som referens
Uppdaterades den
15 sep. 2024