Model Dermatol– Doença de pele

A inteligência artificial busca informações sobre doenças de pele

A inteligência artificial digitaliza a fotografia fornecida e ajuda imediatamente na identificação do seu problema de pele. A IA fornece informações médicas relevantes sobre doenças de pele (por exemplo, erupções cutâneas, verrugas, urticária) e câncer de pele (por exemplo, melanoma).

◉ Capture fotografias de pele e envie-as. As imagens cortadas são transferidas, mas não armazenamos seus dados.

◉ A IA fornece links para sites que descrevem os sinais e sintomas relevantes de doenças de pele e câncer de pele (por exemplo, melanoma).

◉ O algoritmo pode classificar imagens de 186 doenças de pele, incluindo tipos comuns de doenças de pele (por exemplo, dermatite atópica, urticária, eczema, psoríase, acne, rosácea, onicomicose, melanoma, nevo).

◉ O uso do algoritmo é gratuito e um total de 104 idiomas são suportados.

🞹 Publicação

Utilizamos o algoritmo "Model Dermatology". O desempenho do classificador foi publicado em várias revistas médicas de prestígio.

- 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

🞹 Disclaimer

- Por favor, procure o conselho de um médico além de usar este aplicativo e antes de tomar qualquer decisão médica.

- O diagnóstico de câncer de pele ou doença de pele baseado apenas em imagens clínicas pode errar até 10% dos casos. Portanto, este aplicativo não pode substituir o 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