Giới thiệu về ứng dụng này
Trí thông minh nhân tạo quét bức ảnh nhất định và ngay lập tức hỗ trợ giải quyết vấn đề về da của bạn. Trí tuệ nhân tạo cung cấp thông tin y tế liên quan về bệnh da (ví dụ: phát ban da, mụn cơm, phát ban) và ung thư da (ví dụ: u ác tính). Trí tuệ nhân tạo cũng đưa ra thông tin về phòng khám da liễu phù hợp. "Model Dermatology" được quy định là thiết bị y tế (🞹 CE-MDR Class I). Hiệu suất của thuật toán đã được xuất bản trên một số tạp chí y khoa uy tín.◉ Chụp ảnh da và nộp.
◉ "Model Dermatology" sẽ cung cấp thông tin liên quan về các phòng khám da liễu, bệnh da liễu, ung thư da. Trí tuệ nhân tạo cung cấp các liên kết được cá nhân hóa đến các trang web mô tả các dấu hiệu và triệu chứng của bệnh da và ung thư da (ví dụ: u ác tính).
◉ Thuật toán có thể phân loại 184 bệnh về da bao gồm các loại rối loạn da phổ biến (ví dụ: viêm da dị ứng, phát ban, chàm, vẩy nến, mụn trứng cá, bệnh trứng cá đỏ, nấm móng, u ác tính, ung thư).
◉ Các hình ảnh và siêu dữ liệu đã gửi (ví dụ: ngứa, đau, khởi phát) sẽ được chuyển, nhưng chúng tôi không lưu trữ dữ liệu của bạn.
◉ Việc sử dụng thuật toán là miễn phí và có tổng cộng 104 ngôn ngữ đa ngôn ngữ được hỗ trợ.
🞹 Xuất bản
- 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
🞹 Tuyên bố từ chối trách nhiệm
- Vui lòng tìm kiếm lời khuyên của bác sĩ ngoài việc sử dụng ứng dụng này và trước khi đưa ra bất kỳ quyết định y tế nào.
- Có thể bỏ sót tổng số 10% các trường hợp ung thư da nếu chẩn đoán chỉ bằng hình ảnh lâm sàng. Vì vậy, ứng dụng này không thể thay thế vai trò của chăm sóc tiêu chuẩn (khám trực tiếp).
- Dự đoán của thuật toán không phải là chẩn đoán cuối cùng của bệnh ung thư da hoặc rối loạn da. Nó chỉ phục vụ để cung cấp thông tin y tế được cá nhân hóa để tham khảo.
