Kecerdasan buatan dapat menganalisis foto yang diberikan dan langsung membantu menemukan informasi tentang masalah kulit Anda. Algoritme menyediakan informasi medis yang relevan tentang penyakit kulit (misalnya, kutil, herpes zoster), kanker kulit (misalnya, melanoma), dan ruam kulit lainnya (misalnya, gatal-gatal). Dalam Stiftung Warentest 2022, sebuah organisasi konsumen Jerman, aplikasi ini menerima peringkat kepuasan hanya sedikit lebih rendah daripada layanan dermatologi telemedicine berbayar.
- Harap ambil foto kulit dan kirimkan untuk dianalisis. Gambar yang dipotong akan ditransfer, tetapi kami tidak akan menyimpan data Anda.
- Algoritme menyediakan tautan ke situs web yang menjelaskan tanda dan gejala penyakit kulit dan kanker kulit yang relevan (misalnya, melanoma).
- Dengan kemampuan mengklasifikasikan gambar 186 penyakit kulit, algoritme mencakup jenis gangguan kulit umum seperti dermatitis atopik, gatal-gatal, eksim, psoriasis, jerawat, rosacea, kutil, onikomikosis, herpes zoster, melanoma, dan nevi.
- Penggunaan algoritme ini GRATIS.
Namun, harap diingat pernyataan berikut:
- Aplikasi ini adalah alat pencarian gambar, BUKAN APLIKASI DIAGNOSTIK. Nama-nama penyakit yang diberikan dalam konten yang ditautkan bukan merupakan diagnosis akhir kanker kulit atau gangguan kulit.
- Aplikasi ini bukan perangkat medis dan belum disetujui oleh FDA.
- Meskipun kontennya informatif, harap KONSULTASIKAN DENGAN DOKTER sebelum membuat keputusan medis apa pun.
Kami menggunakan algoritma "Model Dermatology". Kinerja pengklasifikasi telah dipublikasikan di beberapa jurnal medis bergengsi. Sejumlah studi kolaboratif telah dilakukan dengan berbagai rumah sakit internasional, termasuk Seoul National University, Ulsan University, Yonsei University, Hallym University, Inje University, Stanford, MSKCC, dan Ospedale San Bortolo.
- Penilaian Jaringan Syaraf Dalam untuk Diagnosis Neoplasma Kulit Jinak dan Ganas Dibandingkan dengan Dokter Kulit: Studi Validasi Retrospektif. PLOS Medicine, 2020
- Kinerja jaringan syaraf dalam dalam teledermatologi: studi diagnostik prospektif pusat tunggal. J Eur Acad Dermatol Venereol. 2020
- Deteksi Kanker Kulit Keratinosit pada Wajah menggunakan Jaringan Syaraf Konvolusional Berbasis Wilayah. JAMA Dermatol. 2019
- Tampaknya rendah, tetapi apakah benar-benar buruk? : Perlunya Studi Kohort dan Komparatif untuk Memperjelas Kinerja Jaringan Syaraf Dalam. J Invest Dermatol. 2020
- Kecerdasan Buatan Multikelas dalam Dermatologi: Kemajuan tetapi Masih Ada Ruang untuk Peningkatan. J Invest Dermatol. 2020
- Augment Intelligence Dermatology: Jaringan Syaraf Dalam Memberdayakan Profesional Medis dalam Mendiagnosis Kanker Kulit dan Memprediksi Pilihan Perawatan untuk 134 Gangguan Kulit. J Invest Dermatol. 2020
- Interpretasi Keluaran Model Pembelajaran Mendalam yang Dilatih dengan Set Data Kanker Kulit. J Invest Dermatol. 2018
- Diagnosis Dermatologis Otomatis: Hype atau Realita? J Invest Dermatol. 2018
- Klasifikasi Gambar Klinis untuk Tumor Kulit Jinak dan Ganas Menggunakan Algoritma Pembelajaran Mendalam. J Invest Dermatol. 2018
- Meningkatkan Akurasi Dokter Magang dalam Mendiagnosis Lesi Kulit yang Diduga Neoplasma Kulit dalam Pengaturan Dunia Nyata: Studi Sebelum dan Sesudah Terkendali Prospektif. PLOS One, 2022
- Evaluasi Diagnosis Neoplasma Kulit dengan Bantuan Kecerdasan Buatan – uji coba terkontrol acak, paralel, tanpa kedok, dan terpusat tunggal. J Invest Dermatol. 2022
Blackview BV8000 Pro
