Model Dermatol – โรคผิวหนัง

ปัญญาประดิษฐ์ค้นหาข้อมูลเกี่ยวกับโรคผิวหนัง

ปัญญาประดิษฐ์จะสแกนภาพถ่ายที่คุณให้มาและช่วยระบุปัญหาผิวหนังของคุณได้อย่างรวดเร็วและแม่นยำ นอกจากนี้ ปัญญาประดิษฐ์ยังสามารถให้ข้อมูลทางการแพทย์ที่เกี่ยวข้องกับโรคผิวหนังได้ เช่น การวินิจฉัยและอาการของโรคผิวหนัง เช่น ผื่น ตุ่มน้ำ แผลพุพอง และมะเร็งผิวหนัง

เมื่อปัญญาประดิษฐ์จับภาพผิวหนังแล้ว พวกเขาจะส่งภาพที่ครอบตัดไปยังเซิร์ฟเวอร์ แต่จะไม่เก็บข้อมูลของคุณไว้

ปัญญาประดิษฐ์ยังให้ลิงก์ไปยังเว็บไซต์ที่อธิบายอาการและอาการแสดงที่เกี่ยวข้องของโรคผิวหนังและมะเร็งผิวหนัง เช่น มะเร็งผิวหนัง

อัลกอริทึมที่ใช้ในการวินิจฉัยสามารถจำแนกภาพของโรคผิวหนังได้ถึง 186 ชนิด รวมถึงโรคผิวหนังทั่วไป เช่น โรคผิวหนังภูมิแพ้ โรคตุ่มน้ำ ผื่นแพ้น้ำตาล สิว โรคโรซาเซีย โรคเลือดออกใต้ผิวหนัง โรคเชื้อราที่เล็บ ไข้หนูตาย และปาน อีกทั้งยังรองรับการใช้งานภาษาได้ถึง 104 ภาษา และฟรีทั้งหมด

* สิ่งพิมพ์

เราใช้อัลกอริธึม "Model Dermatology" ประสิทธิภาพของตัวแยกประเภทได้รับการตีพิมพ์ในวารสารทางการแพทย์ที่มีชื่อเสียงหลายฉบับ

- 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

* ข้อจำกัดความรับผิดชอบ

- โปรดขอคำแนะนำจากแพทย์นอกเหนือจากการใช้แอพนี้และก่อนตัดสินใจทางการแพทย์

- การวินิจฉัยโรคมะเร็งผิวหนังหรือโรคผิวหนังจากภาพทางคลินิกเพียงอย่างเดียวอาจพลาดได้ถึง 10% ของกรณี ดังนั้น แอปนี้จึงไม่สามารถทดแทนการดูแลมาตรฐานได้ (การตรวจด้วยตนเอง)

- การทำนายของอัลกอริทึมไม่ใช่การวินิจฉัยขั้นสุดท้ายของมะเร็งผิวหนังหรือความผิดปกติของผิวหนัง ทำหน้าที่ให้ข้อมูลทางการแพทย์ส่วนบุคคลสำหรับการอ้างอิงเท่านั้น