La inteligencia artificial escanea la foto dada y ayuda instantáneamente con su problema de piel. La inteligencia artificial proporciona información médica relevante sobre enfermedades de la piel (p. ej., erupciones cutáneas, verrugas, urticaria) y cáncer de piel (p. ej., melanoma). La inteligencia artificial también brinda información sobre la clínica de dermatología adecuada. "Model Dermatology" está regulado como dispositivo médico (🞹 CE-MDR Clase I). El rendimiento del algoritmo ha sido publicado en varias revistas médicas de prestigio.
◉ Tome fotos de la piel y envíelas.
◉ "Model Dermatology" proporcionará información relevante sobre clínicas de dermatología, enfermedades de la piel y cáncer de piel. La inteligencia artificial proporciona enlaces personalizados a sitios web que describen los signos y síntomas de enfermedades de la piel y cáncer de piel (p. ej., melanoma).
◉ El algoritmo puede clasificar 184 enfermedades de la piel que incluyen tipos comunes de trastornos de la piel (por ejemplo, dermatitis atópica, urticaria, eczema, psoriasis, acné, rosácea, onicomicosis, melanoma, nevus).
◉ Las imágenes y metadatos enviados (por ejemplo, picazón, dolor, inicio) se transfieren, pero no almacenamos sus datos.
◉ El uso del algoritmo es gratuito y se admiten un total de 104 idiomas múltiples.
🞹 Publicación
- 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
🞹 Descargo de responsabilidad
- Busque el consejo de un médico además de usar esta aplicación y antes de tomar cualquier decisión médica.
- Un total del 10% de los casos de cáncer de piel pueden pasar desapercibidos si el diagnóstico se realizó solo con imágenes clínicas. Por lo tanto, esta aplicación no puede sustituir el papel de la atención estándar (examen en persona).
- La predicción del algoritmo no es el diagnóstico final de cáncer de piel o trastorno de la piel. Sirve únicamente para proporcionar información médica personalizada como referencia.
