Штучний інтелект може проаналізувати надану фотографію та миттєво допомогти знайти медичну інформацію щодо вашої проблеми зі шкірою. Алгоритм пропонує відповідну медичну інформацію про шкірні захворювання (наприклад, бородавки, оперізуючий лишай), рак шкіри (наприклад, меланому) та інші шкірні висипання (наприклад, вулик).
- Будь ласка, зробіть фотографії шкіри та надішліть їх на аналіз. Обрізані зображення буде передано, але ми не зберігатимемо ваші дані.
- Алгоритм надає посилання на веб-сайти, які описують відповідні ознаки та симптоми шкірних захворювань і раку шкіри (наприклад, меланоми).
- Завдяки можливості класифікувати зображення 186 шкірних захворювань, алгоритм охоплює поширені типи шкірних захворювань, такі як атопічний дерматит, кропив’янка, екзема, псоріаз, акне, розацеа, бородавки, оніхомікоз, оперізувальний лишай, меланома та невус.
- Використання алгоритму є БЕЗКОШТОВНИМ, і він підтримує загалом 104 мови.
Однак майте на увазі наступне застереження:
- Прогноз алгоритму не є остаточним діагнозом раку шкіри або захворювання шкіри, хоча він призначений для надання персоналізованої медичної інформації.
- Хоча ця програма є корисною, проконсультуйтеся з лікарем, перш ніж приймати будь-які медичні рішення.
Ми використовуємо алгоритм «Модельна дерматологія». Результати роботи класифікатора були опубліковані в кількох престижних медичних журналах.
- Оцінка глибинних нейронних мереж для діагностики доброякісних і злоякісних новоутворень шкіри в порівнянні з дерматологами: ретроспективне перевірочне дослідження. PLOS Medicine, 2020
- Ефективність глибокої нейронної мережі в теледерматології: проспективне діагностичне дослідження в одному центрі. J Eur Acad Dermatol Venereol. 2020
– Виявлення кератиноцитарного раку шкіри на обличчі за допомогою згорткової нейронної мережі на основі регіону. JAMA Dermatol. 2019
- Здається, низький, але чи справді бідний? : Необхідність когортних і порівняльних досліджень для уточнення продуктивності глибоких нейронних мереж. J Invest Dermatol. 2020
– Багатокласовий штучний інтелект у дерматології: прогрес, але ще є можливості для вдосконалення. J Invest Dermatol. 2020
– Augment Intelligence Dermatology: глибокі нейронні мережі дають змогу медичним працівникам діагностувати рак шкіри та прогнозувати варіанти лікування 134 захворювань шкіри. J Invest Dermatol. 2020
– Інтерпретація результатів моделі глибокого навчання, навченої за допомогою набору даних про рак шкіри. J Invest Dermatol. 2018
- Автоматизована дерматологічна діагностика: обман чи реальність? J Invest Dermatol. 2018
- Класифікація клінічних зображень доброякісних і злоякісних пухлин шкіри з використанням алгоритму глибокого навчання. J Invest Dermatol. 2018 рік
- Підвищення точності лікарів-стажистів у діагностиці уражень шкіри з підозрою на новоутворення шкіри в реальних умовах: проспективне контрольоване дослідження до та після. PLOS One, 2022
– Оцінка діагностики новоутворень шкіри за допомогою штучного інтелекту – одноцентрове, паралельне, незамасковане, рандомізоване контрольоване дослідження. J Invest Dermatol. 2022
Huawei Honor 7C
