Model Dermatol – Болезнь кожи

Искусственный интеллект сканирует предоставленную фотографию и мгновенно помогает определить проблему с кожей. ИИ предоставляет соответствующую медицинскую информацию о заболеваниях кожи (например, высыпаниях, бородавках, крапивнице) и о кожном раке (например, меланоме).

◉ Сделайте фотографии кожи и отправьте их. Обрезанные изображения передаются, но мы не храним ваши данные.
◉ ИИ предоставляет ссылки на веб-сайты, описывающие соответствующие признаки и симптомы кожных заболеваний и рака кожи (например, меланомы).
◉ Алгоритм может классифицировать изображения 186 кожных заболеваний, включая распространенные типы кожных заболеваний (например, атопический дерматит, крапивница, экзема, псориаз, акне, розацеа, онихомикоз, меланома, невус).
◉ Использование алгоритма бесплатное, всего поддерживается 104 языка.

🞹 Публикация
Мы используем алгоритм «Модельная дерматология». Результаты работы классификатора были опубликованы в нескольких престижных медицинских журналах.
- 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

🞹 Отказ от ответственности
- Пожалуйста, обратитесь за советом к врачу в дополнение к использованию этого приложения и перед принятием каких-либо медицинских решений.
- Диагноз рака кожи или кожного заболевания, основанный исключительно на клинических изображениях, может быть пропущен до 10% случаев. Таким образом, это приложение не может заменить стандартный уход (личный осмотр).
- Предсказание алгоритма не является окончательным диагнозом рака кожи или кожного заболевания. Он служит только для предоставления персонализированной медицинской информации для справки.