Artificial intelligence သည် သင်တင်သွင်းသော ဓာတ်ပုံများကို ချက်ချင်း စစ်ဆေးပြီး ဖြစ်နိုင်သော အရေပြားအခြေအနေများနှင့် ဆိုင်သော ဆေးဘက်ဆိုင်ရာ စာရွက်စာတမ်းများကို အလိုအလျောက် ရှာဖွေပါသည်။ အယ်ဂိုရီသမ်သည် အထွေထွေ အရေပြားရောဂါများ (ဥပမာ‑ အဖုန်၊ အဖွား)၊ အရေပြားကင်ဆာများ (ဥပမာ‑ melanoma (မယ်လန်နာ)) နှင့် အခြား အရေပြားအရောင်ပြောင်းခြင်းများ (ဥပမာ‑ hives (အဖုန်တင်)) အတွက် စာရွက်စာတမ်းများကို ပံ့ပိုးပေးသည်။ ၂၀၂၂ ခုနှစ်တွင် ဂျာမနီနိုင်ငံ၏ စားသုံးသူအဖွဲ့အစည်း 'Stiftung Warentest' မှ အဆိုပါ အက်ပလီကေးရှင်းသည် အခကြေးငွေဖြင့် ဝန်ဆောင်မှုများပေးသော တယ်လီဒေမတ်ရောဂါကုသမှုများထက် အနည်းငယ်သာ အကျိုးအမြတ်အဆင့်နိမ့်သော အဆင့်ကို ရရှိခဲ့သည်။

- ကျန်းမာရေးအတွက် အကျိုးပြုသော အရေပြားဒေသ၏ ဓာတ်ပုံများကို ဖမ်းယူပြီး တင်သွင်းပါ။ အကဲဖြတ်ရန် လိုအပ်သော အပိုင်းခွဲထားသော ဓာတ်ပုံများသာ လွှဲပြောင်းပေးမည်ဖြစ်ပြီး သင်၏ ကိုယ်ပိုင်အချက်အလက်များကို သိမ်းဆည်းမထားပါ။
- အယ်ဂိုရီသမ်သည် အရေပြားအခြေအနေများနှင့် အရေပြားကင်ဆာများ (ဥပမာ‑ melanoma (မယ်လန်နာ)) ၏ အဓိက လက္ခဏာများနှင့် လက္ခဏာများကို ဖော်ပြသည့် အာဏာပိုင် ဆေးဘက်အရင်းအမြစ်များသို့ လင့်ခ်များကို ပံ့ပိုးပေးသည်။
- ၁၈၆ မျိုးသော အရေပြားအခြေအနေများကို ခွဲခြားနိုင်သော စွမ်းရည်ရှိပြီး အယ်ဂိုရီသမ်သည် အထွေထွေ အရေပြားရောဂါများဖြစ်သည့် 'atopic dermatitis' (အထွေထွေ အရေပြားအရေပြားရောဂါ), 'hives' (အဖုန်တင်), 'eczema' (အရေပြားအရေပြား), 'psoriasis' (ပစီယာစီ), 'acne' (အနာ), 'rosacea' (ရိုဇေးရှာ), 'warts' (အဖုန်), 'onychomycosis' (အရေပြားခွဲသွားရောဂါ), 'shingles' (အဖွား), 'melanoma' (မယ်လန်နာ) နှင့် 'nevi' (အရေပြားအမှတ်) တို့ကို အပါအဝင် လုပ်ဆောင်သည်။
- ဤအက်ပလီကေးရှင်းသည် ဓာတ်ပုံရှာဖွေမှု တစ်ခုတည်းအဖြစ်သာ လုပ်ဆောင်ပြီး အထူးသဖြင့် ရောဂါခွဲခြားမှု ပလက်ဖောင်းမဟုတ်ပါ။ လင့်ခ်များမှ ပေးထားသော ရောဂါအမည်များသည် အရေပြားကင်ဆာ သို့မဟုတ် အခြား အရေပြားရောဂါများ၏ အတည်ပြု ခွဲခြားချက်မဟုတ်ပါ။ ပေးထားသော သတင်းအချက်အလက်များသည် ဆေးဘက်ဆိုင်ရာ အကျိုးအမြတ်ရှိသော်လည်း ဆရာဝန်နှင့် အတူ တိုင်ပင် ဆွေးနွေးရန် အရေးကြီးပါသည်။
- ဤအယ်ဂိုရီသမ်ကို အသုံးပြုခြင်းသည် အခမဲ့ဖြစ်ပါသည်။

ကျွန်ုပ်တို့သည် “Model Dermatology” အယ်ဂိုရီသမ်ကို အသုံးပြုပါသည်။ ၎င်း၏ စွမ်းဆောင်ရည်ကို အတည်ပြုထားပြီး အမျိုးမျိုးသော ဆေးဘက်သုတေသန ဂျာနယ်များတွင် ထုတ်ဝေထားသည်။ Seoul National University, Yonsei University, Basel University, Stanford University, MSKCC, Ospedale San Bortolo တို့အပါအဝင် အပြည်ပြည်ဆိုင်ရာ တက္ကသိုလ်များနှင့် ပူးပေါင်းသုတေသနများကို ဆောင်ရွက်ခဲ့ပါသည်။ ကိုယ်စားပြု ထုတ်ဝေမှုများမှာ: - 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
- Planet-wide Performance of a Skin Disease AI Algorithm Validated in Korea. npj Digital Medicine 2025
- 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
- Performance of a deep neural network in teledermatology: a single center prospective diagnostic study. J Eur Acad Dermatol Venereol. 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
- Keratinocytic Skin Cancer Detection on the Face using Region-based Convolutional Neural Network. JAMA Dermatol. 2019
- Classification of the Clinical Images for Benign and Malignant Cutaneous Tumors Using a Deep Learning Algorithm. J Invest Dermatol. 2018
- Evaluation of Artificial Intelligence-assisted Diagnosis of Skin Neoplasms – a single-center, paralleled, unmasked, randomized controlled trial. J Invest Dermatol. 2022>

* သတိပေးချက်
- ဤအက်ပလီကေးရှင်းကို အသုံးပြုမည့်အခါ အကျိုးသက်ရောက်မှုများအတွက် အထူးသဖြင့် ဆရာဝန်၏ အကြံဉာဏ်ကို လိုအပ်ပါသည်။
- အထူးသဖြင့် ဓာတ်ပုံများအပေါ်သာ အခြေခံ၍ ခွဲခြားချက်များသည် ၁၀% အထိ အမှားဖြစ်နိုင်သည်။ ဤအက်ပလီကေးရှင်းသည် စံပြ အမျိုးအစား ဆေးခန်းစစ်ဆေးမှုကို အစားထိုး၍ မရနိုင်ပါ။
- အယ်ဂိုရီသမ်၏ အကျိုးအမြတ်သည် အတည်ပြု ခွဲခြားချက်မဟုတ်ပါ; သတင်းအချက်အလက်များကို ကိုယ်ပိုင် အကြံပြုချက်အဖြစ်သာ အသုံးပြုနိုင်သည်။