Model Dermatol– Cilt hastalığı

Yapay zeka, gönderilen fotoğrafı tarayarak cilt probleminizi hızlı ve doğru bir şekilde tanımlamanıza yardımcı olur. Yapay zeka, cilt hastalıkları (örneğin; deri döküntüleri, siğiller, kurdeşen) ve cilt kanseri (örneğin; melanom) hakkında ilgili tıbbi bilgiler sağlar.

◉ Cilt fotoğraflarınızı çekin ve gönderin. Kesilmiş görüntüler aktarılır, ancak verileriniz saklanmaz.
◉ Yapay zeka, cilt hastalığı ve cilt kanserinin (örneğin; melanom) ilgili belirtilerini ve semptomlarını açıklayan web sitelerine bağlantılar sağlar.
◉ Algoritma, atopik dermatit, kurdeşen, egzama, sedef hastalığı, akne, rosacea, onikomikoz, melanom, nevus gibi yaygın cilt bozukluğu türleri dahil olmak üzere 186 cilt hastalığının görüntülerini sınıflandırabilir.
◉ Algoritmanın kullanımı ücretsizdir ve toplamda 104 dil desteklenir.

🞹 Yayın
"Model Dermatoloy" algoritmasını kullanıyoruz. Sınıflandırıcının performansı birçok prestijli tıp dergisinde yayınlandı.
- 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

🞹 Feragatname
- Lütfen bu uygulamayı kullanmanın yanı sıra ve herhangi bir tıbbi karar vermeden önce bir doktor tavsiyesi alın.
- Yalnızca klinik görüntülere dayalı cilt kanseri veya cilt bozukluğu teşhisi, vakaların %10'una kadarını kaçırabilir. Bu nedenle, bu uygulama standart bakımın (şahsen muayene) yerine geçemez.
- Algoritmanın tahmini, cilt kanseri veya cilt bozukluğunun nihai teşhisi değildir. Yalnızca referans için kişiselleştirilmiş tıbbi bilgiler sağlamaya hizmet eder.