Model Dermatol – Huidziekte

Kunstmatige intelligentie kan de aangeleverde foto analyseren en direct helpen bij het vinden van informatie over uw huidprobleem. Het algoritme biedt relevante medische informatie over huidaandoeningen (bijv. wratten, gordelroos), huidkanker (bijv. melanoom) en andere huiduitslag (bijv. netelroos). In de 2022 Stiftung Warentest, een Duitse consumentenorganisatie, ontving deze app tevredenheidsbeoordelingen die slechts iets lager waren dan die van betaalde telemedicine dermatologiediensten.

◉ Leg huidfoto's vast en verzend ze. De bijgesneden afbeeldingen worden overgedragen, maar we slaan uw gegevens niet op.

◉ De AI biedt links naar websites die de relevante tekenen en symptomen van huidziekte en huidkanker (bijvoorbeeld melanoom) beschrijven.

◉ Het algoritme kan afbeeldingen classificeren van 186 huidziekten, waaronder veelvoorkomende soorten huidaandoeningen (bijv. atopische dermatitis, netelroos, eczeem, psoriasis, acne, rosacea, onychomycose, melanoom, naevus).

◉ Het gebruik van het algoritme is gratis en in totaal worden 104 talen ondersteund.

🞹 Publicatie

We gebruiken het algoritme "Model Dermatology". De prestaties van de classifier zijn gepubliceerd in verschillende prestigieuze medische tijdschriften. Talrijke samenwerkingsstudies zijn uitgevoerd met verschillende ziekenhuizen internationaal, waaronder de Seoul National University, de Ulsan University, de Yonsei University, de Hallym University, de Inje University, Stanford, MSKCC en het Ospedale San Bortolo.

- 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

- Vraag een arts om advies naast het gebruik van deze app en voordat u medische beslissingen neemt.

- De diagnose van huidkanker of huidaandoening uitsluitend op basis van klinische beelden kan tot 10% van de gevallen missen. Deze app kan daarom niet in de plaats komen van reguliere zorg (individueel onderzoek).

- De voorspelling van het algoritme is niet de definitieve diagnose van huidkanker of huidaandoening. Het dient alleen om gepersonaliseerde medische informatie ter referentie te verstrekken