Model Dermatol– Cilt hastalığı

Yapay zeka, gönderdiğiniz fotoğrafları analiz eder ve potansiyel cilt durumlarıyla ilgili tıbbi belgeleri anında arar. Algoritma, yaygın cilt bozuklukları (ör. siğiller, zona), cilt kanserleri (ör. melanom) ve diğer cilt döküntüleri (ör. kurdeşen) hakkında belgeler sunar. 2022 yılında Alman tüketici kuruluşu 'Stiftung Warentest'’te, bu uygulama ücretli teledermatoloji hizmetlerinin memnuniyet puanlarının sadece biraz altında bir puan almıştır.

- Lütfen etkilenen cilt bölgesinin fotoğraflarını çekin ve analiz için gönderin. Değerlendirme için gerekli olan kırpılmış görüntüler yalnızca aktarılır; kişisel verileriniz saklanmaz.
- Algoritma, cilt hastalıkları ve cilt kanserlerinin (ör. melanom) temel bulgularını ve semptomlarını açıklayan güvenilir tıbbi kaynaklara bağlantılar sağlar.
- 186 ayrı cilt durumunu sınıflandırma yeteneği sayesinde, atopik dermatit, kurdeşen, egzama, sedef hastalığı, akne, rosacea, siğil, onikomikoz, zona, melanom ve nevüs gibi yaygın dermatolojik bozuklukları kapsar.
- Bu uygulama yalnızca bir görüntü arama aracıdır ve tanı koyma platformu değildir. Bağlantılı içeriklerde verilen hastalık adları, cilt kanseri veya diğer dermatolojik durumların kesin tanısı olarak kabul edilmemelidir. Sağlık kararları almadan önce 'HER ZAMAN BİR DOKTORLA GÖRÜŞMELİSİNİZ'.
- Algoritmanın kullanımı tamamen 'ÜCRETSİZDİR'.

‘'Model Dermatology'’ algoritmasını kullanıyoruz; performansı çok sayıda hakemli tıp dergisinde doğrulanmış ve yayınlanmıştır. Çalışmalar, Seoul National University, Yonsei University, Basel University, Stanford University, Memorial Sloan Kettering Cancer Center (MSKCC) ve Ospedale San Bortolo dahil olmak üzere birçok uluslararası kurumla iş birliği içinde yürütülmüştür. Temsilci yayınlar şunlardır:
- 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
- Planet-wide Performance of a Skin Disease AI Algorithm Validated in Korea. npj Digital Medicine 2025
- 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
- Performance of a deep neural network in teledermatology: a single center prospective diagnostic study. J Eur Acad Dermatol Venereol. 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
- Keratinocytic Skin Cancer Detection on the Face using Region-based Convolutional Neural Network. JAMA Dermatol. 2019
- Classification of the Clinical Images for Benign and Malignant Cutaneous Tumors Using a Deep Learning Algorithm. J Invest Dermatol. 2018
- Evaluation of Artificial Intelligence-assisted Diagnosis of Skin Neoplasms – a single-center, paralleled, unmasked, randomized controlled trial. J Invest Dermatol. 2022>

* Sorumluluk reddi beyanı
- Herhangi bir tıbbi karar vermeden önce bu uygulamayı kullanmanın yanı sıra profesyonel tıbbi tavsiye alın.
- Yalnızca klinik görüntülere dayanarak yapılan tanılar vakaların %10’una kadarını kaçırabilir. Bu nedenle uygulama, standart yüz yüze muayenenin yerini alamaz.
- Algoritmanın çıktısı kesin bir tanı değildir; yalnızca referans amaçlı kişiselleştirilmiş tıbbi bilgi sağlar.