SkinScreen

Aplikacja SkinScreen rozszerza ludzkie możliwości w zakresie wykrywania i klasyfikacji zmian skórnych / raka skóry w celach opieki zdrowotnej opartych na wartościach. SkinScreen oferuje możliwość wykrywania złośliwych i łagodnych zmian skórnych w czasie rzeczywistym dzięki wysoce dokładnemu i precyzyjnemu rozwiązaniu. Rozwiązanie wykorzystuje moc głębokiego uczenia się, metody opartej na sztucznej inteligencji (AI), aby umożliwić szybsze i dokładniejsze przewidywania, niż były wcześniej dostępne. Poprzez termin, który opatrzyliśmy znakiem towarowym, zwany modelem nieopisanym, jest to model sztucznej inteligencji, który jest początkowo wyposażony w hiperparametry, jednak model nieustannie szkoli się w znajdowaniu najlepszego dopasowania do zbioru danych bez konieczności jakiejkolwiek interwencji człowieka w przyszłości. Obecnie wykrywanie jest wykonywane ręcznie przez dermatologa lub technika za pomocą heurystycznego podejścia znanego jako ABCDE (Asymmetry, Border Irregularity, Color, Diameter, Evolution).

SkinScreen oferuje szereg różnic niż inne rozwiązania na rynku:

1. Zapewnij prywatność użytkownika - dzięki wykorzystaniu najnowszej architektury MobileNetV2 model AI może działać na urządzeniu użytkownika i w przeciwieństwie do innych rozwiązań nie trzeba przesyłać żadnych obrazów z powrotem na serwery SkinScreen.

2. Wykryj, czy zmiana skórna jest obecna - wiele rozwiązań do wykrywania skóry sztucznej inteligencji nie wykrywa początkowo, czy zmiana skórna jest obecna na obrazie. Opierają się na ręcznej interwencji użytkownika, aby uzyskać obraz zmiany skórnej. Na przykład, jeśli użytkownik udostępni obraz żyrafy, jego rozwiązania będą go klasyfikować niezależnie. Zaawansowany model AI SkinScreen jest w stanie wykryć, czy zmiana skórna jest obecna przed klasyfikacją.

3. Wykrywaj więcej klas zmian skórnych - Wykrywając 9 typowych łagodnych i złośliwych klas zmian skórnych (rogowacenie słoneczne, naczyniak, rak podstawnokomórkowy, włókniak skórny, znamię melanocytowe, czerniak, rogowacenie łojotokowe, rak płaskonabłonkowy, zmiany naczyniowe) jesteśmy w stanie zapewniają lepsze informacje zwrotne dla każdej osoby, która łączy się ze SkinScreen. Wciąż zwiększamy liczbę obsługiwanych przez nas klas zmian skórnych.

4. Zapewnij wyższą dokładność i precyzję szybkości - stosujemy dwojakie podejście, aby osiągnąć wyższą dokładność i precyzję szybkości. Najpierw używamy klasyfikatora jednoklasowego, aby określić, czy na obrazie występuje zmiana skórna. Jeśli tak, to jesteśmy w stanie przedstawić 3 najbardziej prawdopodobne klasy zmian skórnych i związane z nimi prawdopodobieństwa. Częściowo jest to realizowane za pomocą 180 000 obrazów, których używamy do trenowania naszego modelu AI.

5. Dostarczaj informacje zwrotne w czasie rzeczywistym - SkinScreen jest w stanie dostarczyć użytkownikowi wyniki średnio w mniej niż dwie sekundy. Wykorzystując architekturę MobileNetV2, która ma mniejsze opóźnienia i wyższą dokładność oraz kilka zastrzeżonych ulepszeń, jesteśmy w stanie powiadomić użytkownika o wynikach w odpowiednim czasie.

6. Zapewnij przyjazne dla użytkownika narzędzia - różne platformy SkinScreen mogą pomagać użytkownikom w ich interakcjach z narzędziem. Staramy się to osiągnąć za pomocą narzędzi pomocniczych, które są niezbędne w wykrywaniu zmian skórnych niezależnie od pochodzenia i umiejętności użytkownika.