關於皮膚病 AI™
大流行給醫療保健系統帶來了難以置信的負擔，不幸的是，皮膚癌篩查量急劇下降，導致了一個令人擔憂的趨勢，即最初的晚期皮膚癌診斷正在迅速增加。
Skinopathy AI™ 技術的創建是為了讓擔心皮膚病或皮膚癌威脅的人們能夠對其病變的緊急程度進行初步分析，而無需等待數月的預約或冒著與新冠病毒感染者密切接觸的風險。19 .
由於該技術在地理上是不可知的，我們還能夠將其部署到服務不足的地區，並為人們提供無與倫比的醫療保健服務。
關於皮膚病 AI™
大流行給醫療保健系統帶來了難以置信的負擔，不幸的是，皮膚癌篩查量急劇下降，導致了一個令人擔憂的趨勢，即最初的晚期皮膚癌診斷正在迅速增加。
Skinopathy AI™ 技術的創建是為了讓擔心皮膚病或皮膚癌威脅的人們能夠對其病變的緊急程度進行初步分析，而無需等待數月的預約或冒著與新冠病毒感染者密切接觸的風險。19 .
由於該技術在地理上是不可知的，我們還能夠將其部署到服務不足的地區，並為人們提供無與倫比的醫療保健服務。
重新驗證皮膚
我們創建的是一種基於卷積神經網絡 (CNN) 的技術，適用於皮膚異常。
CNN 主要用於分析圖像。最著名的應用程序是在許多網站上發現的“Re-Captcha”安全功能，這是一個訓練此類 CNN 的過程。
但是，我們沒有使用AI來確定消火栓和公交車之間的區別，而是使用這項技術來確定痣和癌性病變之間的區別。
Skinopathy AI™ 是一種輕負載人工智慧，具有整合的回饋循環過程，可持續提高我們的精確度和準確度。
人工智能培訓
我們開始使用 HAM10000 數據庫訓練我們的 AI，這是一個使用皮膚鏡拍攝的皮膚異常圖像的大型且經過徹底策劃的開源數據庫。
然而，由於我們的技術面向公眾，而不是經過培訓的皮膚鏡醫生，我們創建了一個輔助數據庫，可以更準確地反映患者可能提交的真實圖像類型。
焦點和視野的巨大差異使我們能夠對模型進行真實測試，並將這些結果與原始HAM10000數據庫進行比較。
最終，Skinopathy AI™ 將接受各種皮膚問題的培訓，包括燒傷、傷口和其他疾病。
皮膚病操作系統
世界上第一個即時、真實、可查詢的皮膚科 EHR，具有人工智慧驅動的自動化和內建機器學習能力，可實現智慧分類、實踐自動化和見解
獲取皮膚幫助
皮膚病學專用遠距醫療平台，利用任何行動裝置上的皮膚病 AI 來提供遠端篩檢、鑑別診斷和分診，以實現完整的互聯虛擬護理循環
皮膚病傷口
人工智慧驅動的工具，提供有關傷口的標準化基線數據，包括空間測量和比色分析
皮膚病燒傷
可互通且由人工智慧驅動的工具，旨在幫助急救人員和燒傷單位評估二度和三度燒傷