Kunstmatige intelligentie kan de aangeleverde foto analyseren en direct helpen bij het vinden van medische informatie voor uw huidprobleem. Het algoritme biedt relevante medische informatie over huidziekten (bijvoorbeeld wratten, gordelroos), huidkanker (bijvoorbeeld melanoom) en andere huiduitslag (bijvoorbeeld netelroos).
- Maak huidfoto's en verzend deze voor analyse. De bijgesneden afbeeldingen worden overgedragen, maar we slaan uw gegevens niet op.
- Het algoritme biedt links naar websites die de relevante tekenen en symptomen van huidziekten en huidkanker (bijvoorbeeld melanoom) beschrijven.
- Met de mogelijkheid om afbeeldingen van 186 huidziekten te classificeren, dekt het algoritme veel voorkomende soorten huidaandoeningen zoals atopische dermatitis, netelroos, eczeem, psoriasis, acne, rosacea, wratten, onychomycose, gordelroos, melanoom en naevus.
- Het gebruik van het algoritme is GRATIS en ondersteunt in totaal 104 talen.
Houd echter rekening met de volgende disclaimer:
- De voorspelling van het algoritme is niet de uiteindelijke diagnose van huidkanker of huidaandoening, hoewel het wel bedoeld is om gepersonaliseerde medische informatie te verstrekken.
- Hoewel deze app nuttig is, dient u een arts te raadplegen voordat u medische beslissingen neemt.
Wij maken gebruik van het algoritme ‘Model Dermatologie’. De prestaties van de classificator zijn gepubliceerd in verschillende prestigieuze medische tijdschriften.
- Beoordeling van diepe neurale netwerken voor de diagnose van goedaardige en kwaadaardige huidneoplasmata in vergelijking met dermatologen: een retrospectieve validatiestudie. PLOS Medicine, 2020
- Prestaties van een diep neuraal netwerk in teledermatologie: een prospectief diagnostisch onderzoek in één centrum. J Eur Acad Dermatol Venereol. 2020
- Detectie van keratinocytische huidkanker op het gezicht met behulp van een regiogebaseerd convolutioneel neuraal netwerk. JAMA Dermatol. 2019
- Lijkt laag, maar is het echt slecht? : Noodzaak van cohort- en vergelijkende studies om de prestaties van diepe neurale netwerken te verduidelijken. J Invest Dermatol. 2020
- Kunstmatige intelligentie van meerdere klassen in de dermatologie: vooruitgang maar nog steeds ruimte voor verbetering. J Invest Dermatol. 2020
- Augment Intelligence Dermatologie: diepe neurale netwerken stellen medische professionals in staat bij het diagnosticeren van huidkanker en het voorspellen van behandelingsopties voor 134 huidaandoeningen. J Invest Dermatol. 2020
- Interpretatie van de resultaten van een Deep Learning-model getraind met Skin Cancer Dataset. J Invest Dermatol. 2018
- Geautomatiseerde dermatologische diagnose: hype of realiteit? J Invest Dermatol. 2018
- Classificatie van de klinische beelden voor goedaardige en kwaadaardige huidtumoren met behulp van een diepgaand leeralgoritme. J Invest Dermatol. 2018
- Het vergroten van de nauwkeurigheid van artsen in opleiding bij het diagnosticeren van huidlaesies die verdacht worden van huidneoplasmata in een realistische omgeving: een prospectief gecontroleerd voor en na onderzoek. PLOS One, 2022
- Evaluatie van door kunstmatige intelligentie ondersteunde diagnose van huidneoplasmata – een single-center, parallelle, ontmaskerde, gerandomiseerde gecontroleerde studie. J Invest Dermatol. 2022
Samsung Galaxy Tab A
