Model Dermatol – Skin Disease

L'intelligenza artificiale può analizzare la fotografia fornita e aiutare istantaneamente a trovare informazioni sul tuo problema cutaneo. L'algoritmo fornisce informazioni mediche rilevanti sulle malattie della pelle (ad esempio, verruche, fuoco di Sant'Antonio), il cancro della pelle (ad esempio, melanoma) e altre eruzioni cutanee (ad esempio, orticaria). Nel 2022 Stiftung Warentest, un'organizzazione dei consumatori tedesca, questa app ha ricevuto valutazioni di soddisfazione solo leggermente inferiori rispetto ai servizi di dermatologia telemedicina a pagamento.

◉ Scatta delle fotografie della tua pelle e inviale. Le immagini verranno elaborate e trasferite, ma non memorizziamo i tuoi dati personali.
◉ L'Intelligenza Artificiale fornirà dei link a siti web che descrivono i segni e i sintomi rilevanti delle malattie della pelle e del cancro della pelle (come il melanoma).
◉ L'algoritmo è in grado di classificare le immagini di 186 malattie della pelle, tra cui tipi comuni di disturbi della pelle (come la dermatite atopica, l'orticaria, l'eczema, la psoriasi, l'acne, la rosacea, l'onicomicosi, il melanoma e il nevo).
◉ L'uso dell'algoritmo è gratuito e sono supportate un totale di 104 lingue.

🞹 Pubblicazione
Utilizziamo l'algoritmo "Model Dermatology". Le prestazioni del classificatore sono state pubblicate in diverse prestigiose riviste mediche. Numerosi studi collaborativi sono stati condotti con vari ospedali a livello internazionale, tra cui la Seoul National University, la Ulsan University, la Yonsei University, la Hallym University, la Inje University, Stanford, il MSKCC e l'Ospedale 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

🞹 Dichiarazione di non responsabilità
- Si prega di consultare un medico prima di utilizzare questa app e di prendere qualsiasi decisione medica.
- La diagnosi di cancro della pelle o disturbi della pelle basata esclusivamente su immagini cliniche può non essere accurata fino al 10% dei casi. Pertanto, questa app non può sostituire l'assistenza medica standard (come l'esame di persona).
- La previsione dell'algoritmo non costituisce la diagnosi finale di cancro della pelle o disturbo della pelle. Serve solo come riferimento per informazioni mediche personalizzate.