SkinScreen

Aplikasi SkinScreen memperluas kemampuan manusia dalam mendeteksi dan mengklasifikasikan lesi kulit / kanker kulit dalam mendukung tujuan perawatan kesehatan berbasis nilai. SkinScreen menawarkan kemampuan untuk mendeteksi lesi kulit ganas dan jinak secara real-time melalui solusi yang sangat akurat dan tepat. Solusinya memanfaatkan kekuatan pembelajaran mendalam, metode di bawah kecerdasan buatan (AI), untuk memungkinkan prediksi yang lebih cepat dan lebih akurat daripada yang tersedia sebelumnya. Melalui istilah yang kami miliki merek dagang, yang disebut Model Tak Terdeskripsikan, ini adalah model AI yang diunggulkan dengan hyperparameter pada awalnya, namun model tersebut terus melatih dirinya sendiri dalam menemukan kecocokan terbaik terhadap kumpulan data tanpa diperlukan intervensi manusia di masa depan. Saat ini, pendeteksian dilakukan secara manual oleh dokter kulit atau teknisi melalui pendekatan heuristik yang dikenal dengan ABCDE (Asymmetry, Border Irregularity, Color, Diameter, Evolution).

SkinScreen menawarkan sejumlah perbedaan dibandingkan solusi lain di pasar:

1. Pastikan privasi pengguna - Dengan memanfaatkan arsitektur MobileNetV2 terbaru, model AI dapat berjalan di perangkat pengguna dan tidak ada gambar yang perlu diunggah kembali ke server SkinScreen tidak seperti solusi lainnya.

2. Deteksi apakah ada lesi kulit - Banyak solusi deteksi kulit AI tidak mendeteksi apakah awalnya ada lesi kulit pada gambar. Mereka mengandalkan intervensi manual oleh pengguna manusia untuk memberikan citra lesi kulit. Misalnya, jika pengguna memberikan gambar jerapah, solusi mereka akan mengklasifikasikan gambar tersebut. Model AI SkinScreen yang canggih dapat mendeteksi apakah ada lesi kulit sebelum klasifikasi.

3. Mendeteksi lebih banyak kelas lesi kulit - Dengan mendeteksi 9 kelas lesi kulit jinak dan ganas yang umum (Keratosis Aktinik, Angioma, Karsinoma Sel Basal, Dermatofibroma, Nevus Melanositik, Melanoma, Keratosis Seboroik, Karsinoma Sel Skuamosa, Lesi Vaskular) kami dapat memberikan umpan balik yang lebih baik untuk setiap individu yang berinteraksi dengan SkinScreen. Dan kami terus memperluas jumlah kelas lesi kulit yang kami dukung.

4. Memberikan tingkat akurasi dan presisi yang lebih tinggi - Kami memanfaatkan pendekatan dua kali lipat untuk mencapai tingkat akurasi dan presisi yang lebih tinggi. Pertama-tama kami menggunakan pengklasifikasi satu kelas untuk mengidentifikasi apakah terdapat lesi kulit pada gambar. Jika demikian, maka kami dapat memberikan kembali 3 kelas lesi kulit yang paling mungkin dan probabilitas yang terkait. Sebagian dari ini dicapai melalui 180.000 gambar yang kami gunakan untuk melatih model AI kami.

5. Memberikan umpan balik waktu nyata - SkinScreen mampu memberikan hasil kepada pengguna rata-rata dalam waktu kurang dari dua detik. Dengan memanfaatkan arsitektur MobileNetV2 yang memiliki latensi lebih rendah dan akurasi lebih tinggi serta sedikit peningkatan kepemilikan, kami dapat memberi tahu pengguna tentang hasilnya secara tepat waktu.

6. Menyediakan alat yang mudah digunakan - berbagai platform SkinScreen dapat membantu pengguna dalam interaksi mereka dengan alat tersebut. Kami mencoba untuk mencapai ini melalui alat pendukung yang sangat penting dalam mendeteksi lesi kulit terlepas dari latar belakang dan keahlian pengguna.