Model Dermatol – Болезнь кожи

Описание приложения

Искусственный интеллект может проанализировать предоставленную фотографию и мгновенно обеспечить доступ к информации о вашей кожной проблеме. Алгоритм обеспечивает соответствующую временную информацию о кожных заболеваниях (например, бородавки, опоясывающий лишай), раке кожи (например, меланома) и других кожных высыпаниях (например, крапивница). В 2022 году Stiftung Warentest, немецкая потребительская организация, дала этому приложению оценку удовлетворенности, лишь немного уступающие платным телемедицинским дерматологическим услугам. * Обновление: Поддержка российских серверов. ◉ Сделайте фотографии из кожи и отредактируйте их. Обрезанные изображения передаются, но мы не храним ваши данные. ◉ ИИ предоставляет ссылки на веб-сайты, описывающие характерные признаки и симптомы кожных заболеваний и поражений 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 104 языка. 🞹Публикация Мы используем метод «Модельная дерматология». Результаты работы классификатора были опубликованы в нескольких престижных медицинских журналах. Многочисленные совместные исследования были проведены различными больницами по всему миру, включая Сеульский национальный университет, Ульсанский университет, Йонсейский университет, Университет Халлим, Университет Индже, Стэнфорд, Мемориал Слоан-Кеттеринг и Оспедале Сан-Бортоло. - Оценка глубоких нейронных сетей для диагностики доброкачественных и злокачественных новообразований кожи в сравнении с дерматологами: ретроспективное валидационное исследование. PLOS Medicine, 2020 Эффективность глубокой нейронной сети в теледерматологии: одноцентровое проспективное диагностическое исследование. J Eur Acad Dermatol Venereol. 2020 Обнаружение кератиноцитарного рака кожи на лице с использованием региональной сверточной нейронной сети. JAMA Dermatol. 2019 Кажется, что показатель низкий, но действительно ли он низкий?: Необходимость когортных и сравнительных исследований для уточнения эффективности глубоких нейронных сетей. J Invest Dermatol. 2020 Многоклассовый искусственный интеллект в дерматологии: прогресс, но возможности для совершенствования еще есть. J Invest Dermatol. 2020 - Дополненный интеллект в дерматологии: глубокие нейронные сети помогают медицинским работникам диагностировать рак кожи и прогнозировать варианты лечения 134 кожных заболеваний. J Invest Dermatol. 2020 - Интерпретация результатов модели глубокого обучения, обученной на наборе данных о раке кожи. J Invest Dermatol. 2018 - Автоматизированная дерматологическая диагностика: шумиха или реальность? J Invest Dermatol. 2018 - Классификация клинических изображений доброкачественных и злокачественных опухолей кожи с использованием алгоритма глубокого обучения. J Invest Dermatol. 2018 - Повышение точности диагностики кожных поражений, предполагаемых как новообразования кожи, у врачей-стажеров в условиях реальной клинической практики: проспективное контролируемое исследование «до и после». ПЛОС Один, 2022 г. - Оценка диагностики новообразований кожи с помощью искусственного интеллекта – одноцентровое, параллельное, немаскированное, рандомизированное контролируемое исследование. Джей Инвест Дерматол. 2022 год 🞹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, обусловленный исключительно заболеваниями, может быть поставлен в 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.