Model Derm – căn bệnh ngoài da

Trí tuệ nhân tạo có thể phân tích ảnh được cung cấp và ngay lập tức giúp tìm thông tin về vấn đề da của bạn. Thuật toán cung cấp thông tin y tế liên quan đến các bệnh về da (ví dụ, mụn cóc, zona), ung thư da (ví dụ, u hắc tố), và các loại phát ban da khác (ví dụ, mề đay). Trong báo cáo của Stiftung Warentest năm 2022, một tổ chức tiêu dùng của Đức, ứng dụng này nhận được đánh giá hài lòng chỉ thấp hơn một chút so với các dịch vụ da liễu từ xa có trả phí.

◉ Chụp ảnh da và gửi chúng đi. Các hình ảnh đã cắt được chuyển tiếp, nhưng chúng tôi không lưu trữ dữ liệu của bạn.

◉ AI cung cấp liên kết đến các trang web mô tả các dấu hiệu và triệu chứng liên quan của các bệnh da và ung thư da (ví dụ: khối u ác tính).

◉ Thuật toán có thể phân loại hình ảnh của 186 bệnh về da, bao gồm các loại rối loạn da phổ biến (ví dụ: viêm da dị ứng, phát ban, chàm, vẩy nến, mụn trứng cá, hồng ban, nấm móng, u ác tính, nevus).

◉ Việc sử dụng thuật toán là miễn phí và có tổng cộng 104 ngôn ngữ được hỗ trợ.

🞹 Xuất bản

Chúng tôi sử dụng thuật toán "Model Dermatology". Hiệu suất của bộ phân loại đã được công bố trên một số tạp chí y khoa uy tín. Có rất nhiều nghiên cứu hợp tác đã được tiến hành với nhiều bệnh viện khác nhau trên toàn cầu, bao gồm Đại học Quốc gia Seoul, Đại học Ulsan, Đại học Yonsei, Đại học Hallym, Đại học Inje, Stanford, MSKCC và Bệnh viện 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

🞹 Tuyên bố từ chối trách nhiệm

- Vui lòng tìm lời khuyên của bác sĩ ngoài việc sử dụng ứng dụng này và trước khi đưa ra bất kỳ quyết định y tế nào.

- Chẩn đoán ung thư da hoặc rối loạn da nếu chỉ dựa vào hình ảnh lâm sàng có thể bỏ sót đến 10% trường hợp. Do đó, ứng dụng này không thể thay thế cho dịch vụ chăm sóc tiêu chuẩn (kiểm tra trực tiếp).

- Dự đoán của thuật toán không phải là chẩn đoán cuối cùng về ung thư da hoặc rối loạn da. Nó chỉ phục vụ để cung cấp thông tin y tế cá nhân để tham khảo