ModelDerm–Enfermedades la piel
9.5 468
v16.7.11 por Iderma
Sobre Model Dermatology
La inteligencia artificial escanea la fotografía proporcionada e instantáneamente ayuda a identificar su problema de piel. La IA proporciona información médica relevante sobre enfermedades de la piel (p. ej., erupción cutánea, verruga, urticaria) y cáncer de piel (p. ej., melanoma).
◉ Tome fotografías de su piel y envíelas. Las imágenes recortadas se transfieren, pero no almacenamos sus datos personales.
◉ La IA proporciona enlaces a sitios web que describen los signos y síntomas relevantes de enfermedades de la piel y cáncer de piel (como el melanoma).
◉ El algoritmo puede clasificar imágenes de 186 enfermedades de la piel, incluyendo los tipos comunes de trastornos de la piel (como la dermatitis atópica, la urticaria, el eccema, la psoriasis, el acné, la rosácea, la onicomicosis, el melanoma y el nevus).
◉ El uso del algoritmo es gratuito y se admiten un total de 104 idiomas.
🞹 Publicación
Utilizamos el algoritmo "Model Dermatology". El desempeño del clasificador ha sido publicado en varias revistas médicas prestigiosas.
- 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
🞹 Descargo de responsabilidad
- Busque el consejo de un médico antes de usar esta aplicación y antes de tomar cualquier decisión médica.
- El diagnóstico de cáncer de piel o trastornos de la piel basado únicamente en imágenes clínicas puede no ser preciso hasta en un 10% de los casos. Por lo tanto, esta aplicación no puede sustituir la atención médica estándar (como el examen en persona).
- La predicción del algoritmo no constituye el diagnóstico final de cáncer de piel o trastornos de la piel. Solo sirve como referencia para información médica personalizada.
◉ Tome fotografías de su piel y envíelas. Las imágenes recortadas se transfieren, pero no almacenamos sus datos personales.
◉ La IA proporciona enlaces a sitios web que describen los signos y síntomas relevantes de enfermedades de la piel y cáncer de piel (como el melanoma).
◉ El algoritmo puede clasificar imágenes de 186 enfermedades de la piel, incluyendo los tipos comunes de trastornos de la piel (como la dermatitis atópica, la urticaria, el eccema, la psoriasis, el acné, la rosácea, la onicomicosis, el melanoma y el nevus).
◉ El uso del algoritmo es gratuito y se admiten un total de 104 idiomas.
🞹 Publicación
Utilizamos el algoritmo "Model Dermatology". El desempeño del clasificador ha sido publicado en varias revistas médicas prestigiosas.
- 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
🞹 Descargo de responsabilidad
- Busque el consejo de un médico antes de usar esta aplicación y antes de tomar cualquier decisión médica.
- El diagnóstico de cáncer de piel o trastornos de la piel basado únicamente en imágenes clínicas puede no ser preciso hasta en un 10% de los casos. Por lo tanto, esta aplicación no puede sustituir la atención médica estándar (como el examen en persona).
- La predicción del algoritmo no constituye el diagnóstico final de cáncer de piel o trastornos de la piel. Solo sirve como referencia para información médica personalizada.
Más información
Características de Model Dermatology
Versiones antiguas
Más
Variant
Arch
Version
DPI
16711
June 14, 2026
ModelDerm–Enfermedades la piel
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
ModelDerm–Enfermedades la piel
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
ModelDerm–Enfermedades la piel
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
ModelDerm–Enfermedades la piel
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
ModelDerm–Enfermedades la piel
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
ModelDerm–Enfermedades la piel
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
ModelDerm–Enfermedades la piel
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
Más información
Nombre de paquete:
Categoría:
Fecha de actualización:
2026-06-14
Última versión:
16.7.11
Pedir actualización:
Disponible en:
Requisitos:
Android 7.0+
Denunciar:
Descarga segura
APKFab.com y el enlace de descarga de esta aplicación son 100% seguros. Todos los enlaces de descarga de aplicaciones que aparecen en APKFab.com son de Google Play Store o enviados por los usuarios. Para la aplicación desde Google Play Store, APKFab.com no lo modificará de ninguna manera. Para la aplicación enviada por los usuarios, APKFab.com verificará la seguridad de la firma de APK antes de publicarla en nuestro sitio web.