Yapay zeka sağlanan fotoğrafı analiz edebilir ve cilt probleminiz hakkında anında bilgi bulmanıza yardımcı olabilir. Algoritma, cilt hastalıkları (örneğin siğiller, zona), cilt kanseri (örneğin melanom) ve diğer cilt döküntüleri (örneğin kurdeşen) hakkında ilgili tıbbi bilgiler sağlar. Alman tüketici örgütü olan 2022 Stiftung Warentest'te bu uygulama, ücretli telemedikal dermatoloji hizmetlerinden yalnızca biraz daha düşük memnuniyet puanları aldı.
- Lütfen cilt fotoğrafları çekin ve analiz için gönderin. Kırpılan resimler aktarılacak, ancak verilerinizi saklamayacağız.
- Algoritma, cilt hastalıkları ve cilt kanserinin (örneğin melanom) ilgili belirti ve semptomlarını açıklayan web sitelerine bağlantılar sağlar.
- 186 cilt hastalığının görüntülerini sınıflandırma yeteneğiyle algoritma, atopik dermatit, kurdeşen, egzama, sedef hastalığı, akne, gül hastalığı, siğil, onikomikoz, zona, melanom ve nevüs gibi yaygın cilt rahatsızlığı türlerini kapsar.
- Algoritmanın kullanımı ÜCRETSİZDİR.
Ancak, lütfen aşağıdaki uyarıyı aklınızda bulundurun:
- Bu uygulama bir resim arama aracıdır, TANI UYGULAMASI DEĞİLDİR. Bağlantılı içerikte verilen hastalık adları cilt kanseri veya cilt rahatsızlıklarının kesin tanıları değildir.
- Bu uygulama tıbbi bir cihaz değildir ve FDA tarafından onaylanmamıştır.
- İçerik bilgilendirici olsa da, lütfen herhangi bir tıbbi karar vermeden önce BİR DOKTORA DANIŞIN.
"Model Dermatoloji" algoritmasını kullanıyoruz. Sınıflandırıcının performansı çeşitli prestijli tıp dergilerinde yayınlanmıştır. Seul Ulusal Üniversitesi, Ulsan Üniversitesi, Yonsei Üniversitesi, Hallym Üniversitesi, Inje Üniversitesi, Stanford, MSKCC ve Ospedale San Bortolo dahil olmak üzere uluslararası alanda çeşitli hastanelerle çok sayıda işbirlikli çalışma yürütülmüştür.
- Dermatologlarla Karşılaştırıldığında İyi Huylu ve Kötü Huylu Cilt Neoplazmalarının Tanısı İçin Derin Sinir Ağlarının Değerlendirilmesi: Geriye Dönük Bir Doğrulama Çalışması. PLOS Medicine, 2020
- Teledermatolojide derin sinir ağının performansı: tek merkezli prospektif tanı çalışması. J Eur Acad Dermatol Venereol. 2020
- Bölge Tabanlı Evrişimli Sinir Ağı Kullanılarak Yüzde Keratinositik Cilt Kanseri Tespiti. JAMA Dermatol. 2019
- Düşük gibi görünüyor, ancak gerçekten zayıf mı? : Derin Sinir Ağlarının Performansını Açıklığa Kavuşturmak İçin Kohort ve Karşılaştırmalı Çalışmalara İhtiyaç Var. J Invest Dermatol. 2020
- Dermatolojide Çok Sınıflı Yapay Zeka: İlerleme Var ancak Hala İyileştirmeye Yer Var. J Invest Dermatol. 2020
- Zekayı Artırın Dermatoloji: Derin Sinir Ağları, Tıbbi Profesyonellerin Cilt Kanserini Teşhis Etmelerini ve 134 Cilt Rahatsızlığı İçin Tedavi Seçeneklerini Tahmin Etmelerini Sağlıyor. J Invest Dermatol. 2020
- Cilt Kanseri Veri Setiyle Eğitilen Derin Öğrenme Modelinin Çıktılarının Yorumlanması. J Invest Dermatol. 2018
- Otomatik Dermatolojik Tanı: Abartı mı Gerçek mi? J Invest Dermatol. 2018
- Derin Öğrenme Algoritması Kullanılarak İyi Huylu ve Kötü Huylu Kutanöz Tümörlerin Klinik Görüntülerinin Sınıflandırılması. J Invest Dermatol. 2018
- Gerçek Dünya Ortamında Cilt Neoplazmlarından Şüphelenilen Cilt Lezyonlarını Tanılamada Stajyer Doktorların Doğruluğunun Artırılması: Prospektif Kontrollü Öncesi ve Sonrası Çalışması. PLOS One, 2022
- Yapay Zeka Destekli Cilt Neoplazmalarının Tanısının Değerlendirilmesi – tek merkezli, paralel, maskelenmemiş, randomize kontrollü bir çalışma. J Invest Dermatol. 2022 Lingopie yeni bir dil öğrenmenin en kolay ve en eğlenceli yoludur. Lingopie'nin etkileşimli öğrenme araçlarıyla birleştirilmiş 3.000'den fazla saatlik film, TV şovu (NETFLIX hitleri dahil!)
