A inteligência artificial verifica a foto fornecida e ajuda instantaneamente com seu problema de pele. A inteligência artificial fornece informações médicas relevantes sobre doenças de pele (por exemplo, erupção cutânea, verruga, urticária) e câncer de pele (por exemplo, melanoma). A inteligência artificial também fornece informações sobre a clínica dermatológica adequada. "Model Dermatology" é regulamentado como um dispositivo médico (🞹 CE-MDR Classe I). O desempenho do algoritmo foi publicado em várias revistas médicas de prestígio.
◉ Tire fotos da pele e envie.
◉ "Model Dermatology" fornecerá informações relevantes sobre clínicas dermatológicas, doenças de pele e câncer de pele. A inteligência artificial fornece links personalizados para sites que descrevem os sinais e sintomas de doenças de pele e câncer de pele (por exemplo, melanoma).
◉ O algoritmo pode classificar 184 doenças de pele que incluem tipos comuns de doenças de pele (por exemplo, dermatite atópica, urticária, eczema, psoríase, acne, rosácea, onicomicose, melanoma, nevo).
◉ As imagens e metadados enviados (por exemplo, coceira, dor, início) são transferidos, mas não armazenamos seus dados.
◉ O uso do algoritmo é gratuito e um total de 104 multi-idiomas são suportados.
🞹 Publicação
- 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
🞹 Isenção de responsabilidade
- Por favor, procure o conselho de um médico além de usar este aplicativo e antes de tomar qualquer decisão médica.
- Um total de 10% dos casos de câncer de pele podem passar despercebidos se o diagnóstico for feito apenas com imagens clínicas. Portanto, este App não pode substituir a função de atendimento padrão (exame presencial).
- A previsão do algoritmo não é o diagnóstico final de câncer de pele ou doença de pele. Serve apenas para fornecer informações médicas personalizadas para referência.
