Künstliche Intelligenz scannt das angegebene Foto und hilft sofort bei Ihrem Hautproblem. Künstliche Intelligenz liefert relevante medizinische Informationen zu Hauterkrankungen (z. B. Hautausschlag, Warze, Nesselsucht) und Hautkrebs (z. B. Melanom). Künstliche Intelligenz gibt auch Auskunft über die passende Hautklinik. "Model Dermatology" ist als Medizinprodukt reguliert (🞹 CE-MDR Klasse I). Die Leistung des Algorithmus wurde in mehreren renommierten medizinischen Fachzeitschriften veröffentlicht.
◉ Hautfotos machen und einreichen.
◉ "Model Dermatology" liefert relevante Informationen zu Dermatologiekliniken, Hautkrankheiten und Hautkrebs. Künstliche Intelligenz stellt personalisierte Links zu Websites bereit, die die Anzeichen und Symptome von Hautkrankheiten und Hautkrebs (z. B. Melanom) beschreiben.
◉ Der Algorithmus kann 184 Hautkrankheiten klassifizieren, darunter häufige Arten von Hauterkrankungen (z. B. atopische Dermatitis, Nesselsucht, Ekzeme, Psoriasis, Akne, Rosacea, Onychomykose, Melanome, Nävus).
◉ Die übermittelten Bilder und Metadaten (z. B. Juckreiz, Schmerzen, Beginn) werden übertragen, aber wir speichern Ihre Daten nicht.
◉ Die Verwendung des Algorithmus ist kostenlos und es werden insgesamt 104 Mehrsprachen unterstützt.
🞹 Verweise
- 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
🞹 Haftungsausschluss
- Bitte holen Sie zusätzlich zur Verwendung dieser App und bevor Sie medizinische Entscheidungen treffen, den Rat eines Arztes ein.
- Insgesamt 10 % der Fälle von Hautkrebs können übersehen werden, wenn die Diagnose allein anhand klinischer Bilder gestellt wurde. Daher kann diese App die Rolle der Regelversorgung (persönliche Untersuchung) nicht ersetzen.
- Die Vorhersage des Algorithmus ist nicht die endgültige Diagnose von Hautkrebs oder Hauterkrankung. Sie dient lediglich der Bereitstellung personalisierter medizinischer Informationen zu Referenzzwecken.
