Artificiell intelligens skannar den bifogade fotografen och hjälper omedelbart att identifiera ditt hudproblem. Artificiell intelligens tillhandahåller relevant medicinsk information om hudsjukdomar (t.ex. hudutslag, vårtor, nässelfeber) och hudcancer (t.ex. melanom).
◉ 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.
- 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
25 apr. 2024