Model Dermatol– Doença de pele
9.5 468
v16.7.11 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
16711
June 14, 2026
Model Dermatol– Doença de pele
16.7.11
(16711)
Requires Android: Android 7.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 5f6155a15d71ee26af281af853fd1482b6819a38
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: 18.96 MB
arm64-v8a
Android 7.0+
nodpi
16711
June 14, 2026
Model Dermatol– Doença de pele
16.7.11
(16711)
Requires Android: Android 7.0+
Architecture: armeabi-v7a
Screen DPI: nodpi
SHA1: c90a1bbb1c52ddafa908e7172f78e0bb62f95678
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: 22.23 MB
armeabi-v7a
Android 7.0+
nodpi
Variant
Arch
Version
DPI
16709
June 5, 2026
Model Dermatol– Doença de pele
16.7.09
(16709)
Requires Android: Android 7.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 187b8a7c799efac4689b356d39c3fed47a200532
Base APK: com.phonegap.whichderm.apk
Split APKs: config.arm64_v8a, config.en, config.mdpi, config.zh
Size: 22.59 MB
arm64-v8a
Android 7.0+
nodpi
16709
June 8, 2026
Model Dermatol– Doença de pele
16.7.09
(16709)
Requires Android: Android 7.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: 68eeeb3cdba9b8dcd06175df23f15fab56f69d11
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: 18.96 MB
arm64-v8a
Android 7.0+
nodpi
16709
June 8, 2026
Model Dermatol– Doença de pele
16.7.09
(16709)
Requires Android: Android 7.0+
Architecture: armeabi-v7a
Screen DPI: nodpi
SHA1: e8ae5bbe42f5a2b385b5d472dca4139b62ac2435
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: 22.22 MB
armeabi-v7a
Android 7.0+
nodpi
Variant
Arch
Version
DPI
16707
June 2, 2026
Model Dermatol– Doença de pele
16.7.07
(16707)
Requires Android: Android 7.0+
Architecture: arm64-v8a
Screen DPI: nodpi
SHA1: fc003acb0132b8461d901ce0f42a1cc6ed0f4574
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: 18.96 MB
arm64-v8a
Android 7.0+
nodpi
16707
June 2, 2026
Model Dermatol– Doença de pele
16.7.07
(16707)
Requires Android: Android 7.0+
Architecture: armeabi-v7a
Screen DPI: nodpi
SHA1: e51c87b4ad913a8dede6fc2ece59ca664e013624
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: 22.23 MB
armeabi-v7a
Android 7.0+
nodpi
Requires Android: Android 7.0+
Architecture: armeabi-v7a
Screen DPI: nodpi
SHA1: 7b200f683aa31333019b12ab581e9b47c81cd962
Size: 21.92 MB
Mais Informações
Nome do Pacote:
Data de Atualização:
2026-06-14
Última Versão:
16.7.11
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.