Künstliche Intelligenz kann das bereitgestellte Foto analysieren und sofort dabei helfen, medizinische Informationen für Ihr Hautproblem zu finden. Der Algorithmus bietet relevante medizinische Informationen zu Hauterkrankungen (z. B. Warzen, Gürtelrose), Hautkrebs (z. B. Melanom) und anderen Hautausschlägen (z. B. Nesselsucht).
- Bitte machen Sie Hautfotos und senden Sie diese zur Analyse. Die zugeschnittenen Bilder werden übertragen, wir speichern Ihre Daten jedoch nicht.
- Der Algorithmus stellt Links zu Websites bereit, die die relevanten Anzeichen und Symptome von Hauterkrankungen und Hautkrebs (z. B. Melanom) beschreiben.
- Mit der Fähigkeit, Bilder von 186 Hautkrankheiten zu klassifizieren, deckt der Algorithmus häufige Arten von Hauterkrankungen wie atopische Dermatitis, Nesselsucht, Ekzeme, Psoriasis, Akne, Rosacea, Warzen, Onychomykose, Gürtelrose, Melanome und Nävus ab.
- Die Nutzung des Algorithmus ist KOSTENLOS und er unterstützt insgesamt 104 Sprachen.
Bitte beachten Sie jedoch den folgenden Haftungsausschluss:
- Die Vorhersage des Algorithmus ist nicht die endgültige Diagnose von Hautkrebs oder Hauterkrankungen, obwohl sie dazu gedacht ist, personalisierte medizinische Informationen bereitzustellen.
- Obwohl diese App nützlich ist, konsultieren Sie bitte einen Arzt, bevor Sie medizinische Entscheidungen treffen.
Wir nutzen den Algorithmus „Modelldermatologie“. Die Leistung des Klassifikators wurde in mehreren renommierten medizinischen Fachzeitschriften veröffentlicht.
- Bewertung tiefer neuronaler Netze zur Diagnose gutartiger und bösartiger Hautneoplasien im Vergleich mit Dermatologen: Eine retrospektive Validierungsstudie. PLOS Medicine, 2020
– Leistung eines tiefen neuronalen Netzwerks in der Teledermatologie: eine prospektive Diagnosestudie mit einem einzigen Zentrum. J Eur Acad Dermatol Venereol. 2020
– Erkennung von keratinozytischem Hautkrebs im Gesicht mithilfe eines regionalen Faltungs-Neuronalen Netzwerks. JAMA Dermatol. 2019
– Scheint niedrig zu sein, aber ist es wirklich schlecht? : Bedarf an Kohorten- und Vergleichsstudien zur Klärung der Leistung tiefer neuronaler Netze. J Invest Dermatol. 2020
– Mehrklassen-Künstliche Intelligenz in der Dermatologie: Fortschritte, aber immer noch Raum für Verbesserungen. J Invest Dermatol. 2020
– Augment Intelligence Dermatology: Tiefe neuronale Netze unterstützen Mediziner bei der Diagnose von Hautkrebs und der Vorhersage von Behandlungsoptionen für 134 Hauterkrankungen. J Invest Dermatol. 2020
– Interpretation der Ergebnisse des Deep-Learning-Modells, das mit dem Hautkrebs-Datensatz trainiert wurde. J Invest Dermatol. 2018
– Automatisierte dermatologische Diagnose: Hype oder Realität? J Invest Dermatol. 2018
– Klassifizierung der klinischen Bilder für gutartige und bösartige Hauttumoren mithilfe eines Deep-Learning-Algorithmus. J Invest Dermatol. 2018
- Erhöhung der Genauigkeit von angehenden Ärzten bei der Diagnose von Hautläsionen mit Verdacht auf Hautneoplasien in einer realen Umgebung: Eine prospektive kontrollierte Vorher-Nachher-Studie. PLOS One, 2022
– Evaluierung der durch künstliche Intelligenz unterstützten Diagnose von Hautneoplasmen – eine parallele, unmaskierte, randomisierte, kontrollierte Single-Center-Studie. J Invest Dermatol. 2022
symphony G20
