Model Dermatol – بیماری پوستی

هوش مصنوعی، اطلاعات مربوط به بیماری‌های پوستی را جستجو می‌کند.

هوش مصنوعی عکس ارائه شده را اسکن می کند و فوراً به شناسایی مشکل پوست شما کمک می کند. هوش مصنوعی اطلاعات پزشکی مربوطه را در مورد بیماری های پوستی (مانند بثورات پوستی، زگیل، کهیر) و سرطان پوست (مانند ملانوما) ارائه می دهد.

◉ عکس های پوست بگیرید و ارسال کنید. تصاویر برش داده شده منتقل می شوند، اما ما داده های شما را ذخیره نمی کنیم.

◉ هوش مصنوعی پیوندهایی به وب‌سایت‌هایی ارائه می‌کند که علائم و نشانه‌های مربوط به بیماری پوست و سرطان پوست (مانند ملانوما) را توصیف می‌کنند.

◉ این الگوریتم می تواند تصاویر 186 بیماری پوستی، از جمله انواع شایع اختلالات پوستی (مانند درماتیت آتوپیک، کهیر، اگزما، پسوریازیس، آکنه، روزاسه، اونیکومیکوز، ملانوم، خال) را طبقه بندی کند.

◉ استفاده از الگوریتم رایگان است و در مجموع از 104 زبان پشتیبانی می شود.

🞹 انتشار

ما از الگوریتم "درماتولوژی مدل" استفاده می کنیم. عملکرد طبقه بندی کننده در چندین مجله پزشکی معتبر منتشر شده است. تعداد زیادی مطالعه همکارانه با بیمارستان‌های مختلف در سطح بین‌المللی انجام شده است، از جمله دانشگاه ملی سئول، دانشگاه اولسان، دانشگاه یانسی، دانشگاه هالیم، دانشگاه اینجه، دانشگاه استنفورد، MSKCC، و بیمارستان اسپداله سان بورتولو.

- 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

🞹 سلب مسئولیت

- لطفاً علاوه بر استفاده از این برنامه و قبل از هر گونه تصمیم پزشکی، از یک پزشک مشاوره بگیرید.

- تشخیص سرطان پوست یا اختلالات پوستی تنها بر اساس تصاویر بالینی ممکن است تا 10 درصد موارد را از دست بدهد. بنابراین، این برنامه نمی تواند جایگزین مراقبت استاندارد (معاینه حضوری) شود.

- پیش بینی الگوریتم تشخیص نهایی سرطان پوست یا اختلال پوستی نیست. این فقط برای ارائه اطلاعات پزشکی شخصی برای مرجع است