Model Derm– Enfermidade da pel

IDerma

Acerca desta aplicación

A intelixencia artificial escanea a fotografía proporcionada e axuda instantaneamente a identificar o teu problema de pel. A intelixencia artificial proporciona información médica relevante sobre enfermidades da pel (por exemplo, erupcións cutáneas, verrugas, urticaria) e cancro de pel (por exemplo, melanoma).

- Captura fotografías de pel e envíaoas. As imaxes recortadas transfírense, pero non almacenamos os teus datos.
- A intelixencia artificial ofrece ligazóns a sitios web que describen os signos e síntomas relevantes da enfermidade da pel e do cancro de pel (por exemplo, o melanoma).
- O algoritmo pode clasificar imaxes de 186 enfermidades da pel, incluíndo tipos comúns de trastornos da pel (por exemplo, dermatite atópica, urticaria, eczema, psoríase, acne, rosácea, onicomicose, melanoma, nevo).
- O uso do algoritmo é gratuíto e admite un total de 104 idiomas.

* Publicación
Utilizamos o algoritmo "Modelo Dermatoloxía". O rendemento do clasificador foi publicado en varias revistas médicas de prestixio.
- 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

* Exención de responsabilidade
- Por favor, busque o consello dun médico ademais de usar esta aplicación e antes de tomar calquera decisión médica.
- O diagnóstico de cancro de pel ou trastorno da pel baseado unicamente en imaxes clínicas pode perder ata o 10% dos casos. Polo tanto, esta aplicación non pode substituír a atención estándar (examen en persoa).
- A predición do algoritmo non é o diagnóstico final de cancro de pel ou trastorno da pel. Só serve para proporcionar información médica personalizada como referencia