SkinScreen

Ứng dụng SkinScreen mở rộng khả năng của con người trong việc phát hiện và phân loại các tổn thương da / ung thư da trong các mục tiêu chăm sóc sức khỏe dựa trên giá trị hỗ trợ. SkinScreen cung cấp khả năng phát hiện các tổn thương da ác tính và lành tính trong thời gian thực thông qua một giải pháp chính xác và chính xác cao. Giải pháp này tận dụng sức mạnh của học sâu, một phương pháp dựa trên trí tuệ nhân tạo (AI), để cho phép dự đoán nhanh hơn và chính xác hơn so với trước đây. Thông qua một thuật ngữ mà chúng tôi đã đăng ký nhãn hiệu, được gọi là Mô hình không thể diễn tả, đây là một mô hình AI được gieo hạt với siêu tham số ban đầu, tuy nhiên, mô hình này liên tục tự đào tạo để tìm ra sự phù hợp nhất với tập dữ liệu mà không cần bất kỳ sự can thiệp nào của con người trong tương lai. Hiện tại, việc phát hiện được thực hiện thủ công bởi bác sĩ da liễu hoặc kỹ thuật viên thông qua phương pháp tiếp cận theo kinh nghiệm được gọi là ABCDE (Bất đối xứng, Không đều biên giới, Màu sắc, Đường kính, Sự tiến hóa).

SkinScreen cung cấp một số điểm khác biệt so với các giải pháp khác trên thị trường:

1. Đảm bảo quyền riêng tư của người dùng - Bằng cách tận dụng kiến ​​trúc MobileNetV2 mới nhất, mô hình AI có thể chạy trên thiết bị của người dùng và không cần tải hình ảnh trở lại máy chủ của SkinScreen không giống như các giải pháp khác.

2. Phát hiện xem có tổn thương da hay không - Nhiều giải pháp phát hiện da AI không phát hiện ban đầu có tổn thương da trong hình ảnh hay không. Họ dựa vào sự can thiệp thủ công của người dùng để cung cấp hình ảnh tổn thương da. Ví dụ: nếu người dùng cung cấp hình ảnh một con hươu cao cổ, các giải pháp của họ sẽ phân loại hình ảnh bất kể. Mô hình AI tinh vi của SkinScreen có thể phát hiện xem có tổn thương da hay không trước khi phân loại.

3. Phát hiện thêm các lớp tổn thương da - Bằng cách phát hiện 9 lớp lành tính và ác tính phổ biến của tổn thương da (Actinic Keratoses, Angioma, Basal Cell Carcinoma, Dermatofibroma, Melanocytic nevus, Melanoma, Seborrheic keratoses, Squamous Cell Carcinoma, Vascular), chúng tôi có thể cung cấp phản hồi tốt hơn cho từng cá nhân giao diện với SkinScreen. Và chúng tôi đang tiếp tục mở rộng số lượng các lớp tổn thương da mà chúng tôi hỗ trợ.

4. Cung cấp độ chính xác và tỷ lệ chính xác cao hơn - Chúng tôi đang tận dụng phương pháp tiếp cận gấp đôi để đạt được tỷ lệ chính xác và độ chính xác cao hơn. Đầu tiên, chúng tôi sử dụng bộ phân loại một lớp để xác định xem có tổn thương da trong hình ảnh hay không. Nếu vậy, chúng tôi có thể cung cấp 3 loại tổn thương da có khả năng xảy ra nhất và xác suất liên quan của chúng. Một phần của điều này được thực hiện thông qua 180.000 hình ảnh mà chúng tôi sử dụng để đào tạo mô hình AI của mình.

5. Cung cấp phản hồi theo thời gian thực - SkinScreen có thể cung cấp kết quả phản hồi cho người dùng trung bình trong vòng chưa đầy hai giây. Bằng cách tận dụng kiến ​​trúc MobileNetV2 có độ trễ thấp hơn và độ chính xác cao hơn cùng với một số cải tiến độc quyền, chúng tôi có thể thông báo cho người dùng về kết quả một cách kịp thời.

6. Cung cấp các công cụ thân thiện với người dùng - Các nền tảng khác nhau của SkinScreen có thể hỗ trợ người dùng trong các tương tác của họ với công cụ. Chúng tôi cố gắng thực hiện điều này thông qua các công cụ hỗ trợ bắt buộc trong việc phát hiện các tổn thương trên da bất kể nền tảng và bộ kỹ năng của người dùng.