A inteligência artificial pode analisar a fotografia fornecida e ajudar instantaneamente a encontrar informações sobre seu problema de pele. O algoritmo fornece informações médicas relevantes sobre doenças de pele (por exemplo, verrugas, herpes zoster), câncer de pele (por exemplo, melanoma) e outras erupções cutâneas (por exemplo, urticária). No Stiftung Warentest de 2022, uma organização alemã de consumidores, este aplicativo recebeu classificações de satisfação apenas um pouco mais baixas do que os serviços pagos de dermatologia por telemedicina.
- Capture fotografias da pele e envie-as para análise. As imagens cortadas serão transferidas, mas não armazenaremos seus dados.
- O algoritmo fornece links para sites que descrevem os sinais e sintomas relevantes de doenças de pele e câncer de pele (por exemplo, melanoma).
- Com a capacidade de classificar imagens de 186 doenças de pele, o algoritmo cobre tipos comuns de distúrbios de pele, como dermatite atópica, urticária, eczema, psoríase, acne, rosácea, verrugas, onicomicose, herpes zoster, melanoma e nevos.
- O uso do algoritmo é GRATUITO.
No entanto, tenha em mente o seguinte aviso:
- Este aplicativo é uma ferramenta de busca de imagens, NÃO UM APLICATIVO DE DIAGNÓSTICO. Os nomes de doenças fornecidos no conteúdo vinculado não são diagnósticos finais de câncer de pele ou distúrbios de pele.
- Este aplicativo não é um dispositivo médico e não foi aprovado pelo FDA.
- Embora o conteúdo seja informativo, CONSULTE UM MÉDICO antes de tomar qualquer decisão médica.
Utilizamos o algoritmo "Model Dermatology". O desempenho do classificador foi publicado em vários periódicos médicos de prestígio. Vários estudos colaborativos foram conduzidos com vários hospitais internacionalmente, incluindo a Seoul National University, Ulsan University, Yonsei University, Hallym University, Inje University, Stanford, MSKCC e Ospedale San Bortolo.
- Avaliação de redes neurais profundas para o diagnóstico de neoplasias benignas e malignas da pele em comparação com dermatologistas: um estudo de validação retrospectivo. PLOS Medicine, 2020
- Desempenho de uma rede neural profunda em teledermatologia: um estudo diagnóstico prospectivo de centro único. J Eur Acad Dermatol Venereol. 2020
- Detecção de câncer de pele ceratinocítico no rosto usando rede neural convolucional baseada em região. JAMA Dermatol. 2019
- Parece ser baixo, mas é realmente ruim?: Necessidade de estudos de coorte e comparativos para esclarecer o desempenho de redes neurais profundas. J Invest Dermatol. 2020
- Inteligência Artificial Multiclasse em Dermatologia: Progresso, mas ainda há espaço para melhorias. J Invest Dermatol. 2020
- Augment Intelligence Dermatology: Redes Neurais Profundas Capacitam Profissionais Médicos no Diagnóstico de Câncer de Pele e na Previsão de Opções de Tratamento para 134 Distúrbios de Pele. J Invest Dermatol. 2020
- Interpretação dos Resultados do Modelo de Aprendizado Profundo treinado com Conjunto de Dados de Câncer de Pele. J Invest Dermatol. 2018
- Diagnóstico Dermatológico Automatizado: Exagero ou Realidade? J Invest Dermatol. 2018
- Classificação das Imagens Clínicas para Tumores Cutâneos Benignos e Malignos Usando um Algoritmo de Aprendizado Profundo. J Invest Dermatol. 2018
- Aumentando a Precisão de Médicos Estagiários no Diagnóstico de Lesões de Pele Suspeitas de Neoplasias de Pele em um Cenário do Mundo Real: Um Estudo Prospectivo Controlado Antes e Depois. PLOS One, 2022
- Avaliação do diagnóstico assistido por inteligência artificial de neoplasias de pele - um ensaio clínico controlado randomizado, paralelo, não mascarado, de centro único. J Invest Dermatol. 2022
Sigma X-treme PQ51
