L'intelligence artificielle peut analyser la photographie fournie et vous aider instantanément à trouver des informations sur votre problème de peau. L'algorithme fournit des informations médicales pertinentes sur les maladies de la peau (par exemple, les verrues, le zona), le cancer de la peau (par exemple, le mélanome) et d'autres éruptions cutanées (par exemple, l'urticaire). Dans le Stiftung Warentest 2022, une organisation de consommateurs allemande, cette application a reçu des notes de satisfaction à peine inférieures à celles des services de dermatologie de télémédecine payants.
- Veuillez capturer des photographies de peau et les soumettre pour analyse. Les images recadrées seront transférées, mais nous ne conserverons pas vos données.
- L'algorithme fournit des liens vers des sites Web qui décrivent les signes et symptômes pertinents des maladies de la peau et du cancer de la peau (par exemple, le mélanome).
- Avec la capacité de classer les images de 186 maladies de la peau, l'algorithme couvre les types courants de troubles cutanés tels que la dermatite atopique, l'urticaire, l'eczéma, le psoriasis, l'acné, la rosacée, les verrues, l'onychomycose, le zona, le mélanome et les naevus.
- L'utilisation de l'algorithme est GRATUITE.
Cependant, veuillez garder à l'esprit la clause de non-responsabilité suivante :
- Cette application est un outil de recherche d'images, PAS UNE APPLICATION DE DIAGNOSTIC. Les noms de maladies fournis dans le contenu lié ne sont pas des diagnostics définitifs de cancer de la peau ou de troubles cutanés.
- Cette application n'est pas un appareil médical et n'a pas été approuvée par la FDA.
- Bien que le contenu soit informatif, veuillez CONSULTER UN MÉDECIN avant de prendre toute décision médicale.
Nous utilisons l'algorithme « Model Dermatology ». Les performances du classificateur ont été publiées dans plusieurs revues médicales prestigieuses. De nombreuses études collaboratives ont été menées avec divers hôpitaux à l'échelle internationale, notamment l'Université nationale de Séoul, l'Université d'Ulsan, l'Université Yonsei, l'Université Hallym, l'Université Inje, Stanford, MSKCC et Ospedale San Bortolo.
- Évaluation des réseaux neuronaux profonds pour le diagnostic des néoplasmes cutanés bénins et malins en comparaison avec les dermatologues : une étude de validation rétrospective. PLOS Medicine, 2020
- Performance d'un réseau neuronal profond en télédermatologie : une étude diagnostique prospective monocentrique. J Eur Acad Dermatol Venereol. 2020
- Détection du cancer de la peau kératinocytaire sur le visage à l'aide d'un réseau neuronal convolutionnel régional. JAMA Dermatol. 2019
- Semble être faible, mais est-ce vraiment médiocre ? : Nécessité d'études de cohorte et comparatives pour clarifier les performances des réseaux neuronaux profonds. J Invest Dermatol. 2020
- Intelligence artificielle multiclasse en dermatologie : des progrès mais encore des améliorations à apporter. J Invest Dermatol. 2020
- Augmenter l'intelligence en dermatologie : les réseaux neuronaux profonds permettent aux professionnels de la santé de diagnostiquer le cancer de la peau et de prédire les options de traitement pour 134 troubles cutanés. J Invest Dermatol. 2020
- Interprétation des sorties du modèle d'apprentissage profond formé avec l'ensemble de données sur le cancer de la peau. J Invest Dermatol. 2018
- Diagnostic dermatologique automatisé : battage médiatique ou réalité ? J Invest Dermatol. 2018
- Classification des images cliniques des tumeurs cutanées bénignes et malignes à l'aide d'un algorithme d'apprentissage profond. J Invest Dermatol. 2018
- Augmentation de la précision des médecins stagiaires dans le diagnostic des lésions cutanées suspectées de néoplasmes cutanés dans un contexte réel : une étude prospective contrôlée avant et après. PLOS One, 2022
- Évaluation du diagnostic assisté par intelligence artificielle des néoplasmes cutanés - un essai contrôlé randomisé, monocentrique, parallèle et non masqué. J Invest Dermatol. 2022
T-Mobile REVVL Plus
