Model Dermatol– Doença de pele
9.5 458
v16.6.33 por Iderma
Sobre Model Dermatology
A inteligência artificial digitaliza a fotografia fornecida e ajuda imediatamente na identificação do seu problema de pele. A IA fornece informações médicas relevantes sobre doenças de pele (por exemplo, erupções cutâneas, verrugas, urticária) e câncer de pele (por exemplo, melanoma).
◉ Capture fotografias de pele e envie-as. As imagens cortadas são transferidas, mas não armazenamos seus dados.
◉ A IA fornece links para sites que descrevem os sinais e sintomas relevantes de doenças de pele e câncer de pele (por exemplo, melanoma).
◉ O algoritmo pode classificar imagens de 186 doenças de pele, incluindo tipos comuns de doenças de pele (por exemplo, dermatite atópica, urticária, eczema, psoríase, acne, rosácea, onicomicose, melanoma, nevo).
◉ O uso do algoritmo é gratuito e um total de 104 idiomas são suportados.
🞹 Publicação
Utilizamos o algoritmo "Model Dermatology". O desempenho do classificador foi publicado em várias revistas médicas de prestígio.
- 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
- Performance of a deep neural network in teledermatology: a single center prospective diagnostic study. J Eur Acad Dermatol Venereol. 2020
- Keratinocytic Skin Cancer Detection on the Face using Region-based Convolutional Neural Network. JAMA Dermatol. 2019
- Seems to be low, but is it really poor? : Need for Cohort and Comparative studies to Clarify Performance of Deep Neural Networks. J Invest Dermatol. 2020
- Multiclass Artificial Intelligence in Dermatology: Progress but Still Room for Improvement. J Invest Dermatol. 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
- Interpretation of the Outputs of Deep Learning Model trained with Skin Cancer Dataset. J Invest Dermatol. 2018
- Automated Dermatological Diagnosis: Hype or Reality? J Invest Dermatol. 2018
- Classification of the Clinical Images for Benign and Malignant Cutaneous Tumors Using a Deep Learning Algorithm. J Invest Dermatol. 2018
- 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
- Evaluation of Artificial Intelligence-assisted Diagnosis of Skin Neoplasms – a single-center, paralleled, unmasked, randomized controlled trial. J Invest Dermatol. 2022
🞹 Disclaimer
- Por favor, procure o conselho de um médico além de usar este aplicativo e antes de tomar qualquer decisão médica.
- O diagnóstico de câncer de pele ou doença de pele baseado apenas em imagens clínicas pode errar até 10% dos casos. Portanto, este aplicativo não pode substituir o atendimento padrão (exame presencial).
- A previsão do algoritmo não é o diagnóstico final de câncer de pele ou doença de pele. Serve apenas para fornecer informações médicas personalizadas para referência
◉ Capture fotografias de pele e envie-as. As imagens cortadas são transferidas, mas não armazenamos seus dados.
◉ A IA fornece links para sites que descrevem os sinais e sintomas relevantes de doenças de pele e câncer de pele (por exemplo, melanoma).
◉ O algoritmo pode classificar imagens de 186 doenças de pele, incluindo tipos comuns de doenças de pele (por exemplo, dermatite atópica, urticária, eczema, psoríase, acne, rosácea, onicomicose, melanoma, nevo).
◉ O uso do algoritmo é gratuito e um total de 104 idiomas são suportados.
🞹 Publicação
Utilizamos o algoritmo "Model Dermatology". O desempenho do classificador foi publicado em várias revistas médicas de prestígio.
- 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
- Performance of a deep neural network in teledermatology: a single center prospective diagnostic study. J Eur Acad Dermatol Venereol. 2020
- Keratinocytic Skin Cancer Detection on the Face using Region-based Convolutional Neural Network. JAMA Dermatol. 2019
- Seems to be low, but is it really poor? : Need for Cohort and Comparative studies to Clarify Performance of Deep Neural Networks. J Invest Dermatol. 2020
- Multiclass Artificial Intelligence in Dermatology: Progress but Still Room for Improvement. J Invest Dermatol. 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
- Interpretation of the Outputs of Deep Learning Model trained with Skin Cancer Dataset. J Invest Dermatol. 2018
- Automated Dermatological Diagnosis: Hype or Reality? J Invest Dermatol. 2018
- Classification of the Clinical Images for Benign and Malignant Cutaneous Tumors Using a Deep Learning Algorithm. J Invest Dermatol. 2018
- 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
- Evaluation of Artificial Intelligence-assisted Diagnosis of Skin Neoplasms – a single-center, paralleled, unmasked, randomized controlled trial. J Invest Dermatol. 2022
🞹 Disclaimer
- Por favor, procure o conselho de um médico além de usar este aplicativo e antes de tomar qualquer decisão médica.
- O diagnóstico de câncer de pele ou doença de pele baseado apenas em imagens clínicas pode errar até 10% dos casos. Portanto, este aplicativo não pode substituir o atendimento padrão (exame presencial).
- A previsão do algoritmo não é o diagnóstico final de câncer de pele ou doença de pele. Serve apenas para fornecer informações médicas personalizadas para referência
Leia Mais
Recursos de Model Dermatology
Versões Antigas
Mais
Variant
Arch
Version
DPI
16633
May 6, 2026
Model Dermatol– Doença de pele
16.6.33
(16633)
Requires Android: Android 7.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: f7009fd46dca77dee4a8cb6ec9352725c23136b6
Base APK: com.phonegap.whichderm.apk
Split APKs: config.ar, config.arm64_v8a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xxhdpi, config.zh
Size: 19 MB
arm64-v8a
Android 7.0+
nodpi
16633
May 6, 2026
Model Dermatol– Doença de pele
16.6.33
(16633)
Requires Android: Android 7.0+
Architecture: armeabi-v7a
Screen DPI: nodpi
SHA1: 1c27c2fde8400c2d7fce845c42212bbed089d1a4
Base APK: com.phonegap.whichderm.apk
Split APKs: config.ar, config.armeabi_v7a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.mdpi, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.zh
Size: 22.27 MB
armeabi-v7a
Android 7.0+
nodpi
Variant
Arch
Version
DPI
16631
May 2, 2026
Model Dermatol– Doença de pele
16.6.31
(16631)
Requires Android: Android 7.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 488b071090f9380c462fc120016a43de9878e7dc
Base APK: com.phonegap.whichderm.apk
Split APKs: config.arm64_v8a, config.en, config.fr, config.mdpi
Size: 22.62 MB
arm64-v8a
Android 7.0+
nodpi
16631
May 3, 2026
Model Dermatol– Doença de pele
16.6.31
(16631)
Requires Android: Android 7.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 90905cabe0d8441109ee86d3afa99f8182eac91f
Base APK: com.phonegap.whichderm.apk
Split APKs: config.ar, config.arm64_v8a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xxhdpi, config.zh
Size: 19 MB
arm64-v8a
Android 7.0+
nodpi
16631
May 3, 2026
Model Dermatol– Doença de pele
16.6.31
(16631)
Requires Android: Android 7.0+
Architecture: armeabi-v7a
Screen DPI: nodpi
SHA1: 5e70fb1ed8b7fefe43868fd430b80a42a642d57a
Base APK: com.phonegap.whichderm.apk
Split APKs: config.ar, config.armeabi_v7a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.mdpi, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.zh
Size: 22.27 MB
armeabi-v7a
Android 7.0+
nodpi
Variant
Arch
Version
DPI
16609
April 25, 2026
Model Dermatol– Doença de pele
16.6.09
(16609)
Requires Android: Android 7.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: f87df6667aeeeea73a413eb32dcc2a5d061b0de6
Base APK: com.phonegap.whichderm.apk
Split APKs: config.ar, config.arm64_v8a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.xxhdpi, config.zh
Size: 18.99 MB
arm64-v8a
Android 7.0+
nodpi
16609
April 25, 2026
Model Dermatol– Doença de pele
16.6.09
(16609)
Requires Android: Android 7.0+
Architecture: armeabi-v7a
Screen DPI: nodpi
SHA1: ae9ee74037a84a06310e5a3adc42d98b65264d34
Base APK: com.phonegap.whichderm.apk
Split APKs: config.ar, config.armeabi_v7a, config.de, config.en, config.es, config.fr, config.hi, config.in, config.it, config.ja, config.ko, config.mdpi, config.my, config.pt, config.ru, config.th, config.tr, config.vi, config.zh
Size: 22.26 MB
armeabi-v7a
Android 7.0+
nodpi
Requires Android: Android 7.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 58d3b3f2e42f9ddbdaf0869557bcb07902933050
Size: 22.61 MB
Mais Informações
Nome do Pacote:
Data de Atualização:
2026-05-06
Última Versão:
16.6.33
Solicite Atualização:
Disponível em:
Requisitos:
Android 7.0+
Denunciar:
Download Seguro
APKFab.com e o link para download deste app são 100% seguros. Todos os links para download de apps listados em APKFab.com são da Google Play Store ou enviados por usuários. Para o app da Google Play Store, APKFab.com não o modificará de nenhuma forma. Para o app enviado pelos usuários, APKFab.com verificará a segurança da assinatura do APK antes de lançá-lo em nosso site.