Model Dermatol – 皮膚病，皮膚癌

Model Dermatology（包名：com.phonegap.whichderm）開發者是Iderma，Model Dermatology的最新版本16.7.01更新時間為2026年05月16日。Model Dermatol – 皮膚病，皮膚癌的分類是醫療。您可以查看Model Dermatol – 皮膚病，皮膚癌的開發者下的所有應用並找到Model Dermatol – 皮膚病，皮膚癌在安卓上的164個相似應用。目前這個應用免費。該應用可以從APKFab或Google Play下載到Android 7.0+。APKFab.com的所有APK/XAPK文檔都是原始文檔並且100%安全下載的資源。

人工智慧掃描提供的照片並立即幫助識別您的皮膚問題。人工智慧提供有關皮膚病（例如皮疹、疣、蕁麻疹）和皮膚癌（例如黑色素瘤）的相關醫療資訊。
- 請拍攝受影響的皮膚區域照片並提交分析。僅傳輸評估所需的裁剪影像，我們不會儲存您的個人資料。
- 演算法提供權威醫學資源的連結，說明皮膚疾病與皮膚癌（例如黑色素瘤）的主要徵象與症狀。
- 此演算法可分類 186 種不同的皮膚狀況，涵蓋常見皮膚疾病，如異位性皮膚炎、蕁麻疹、濕疹、牛皮癬、痤瘡、紅斑痤瘡、疣、甲癬 (Onychomycosis)、帶狀皰疹、黑色素瘤與痣。
- 本應用僅作為影像搜尋工具，'非診斷平台'。透過連結提供的疾病名稱僅供參考，並不構成皮膚癌或其他皮膚疾病的確診。雖然資訊具醫學參考價值，仍須'諮詢醫師'後方可作出任何健康決策。
- 此演算法的使用完全免費。
我們使用「Model Dermatology」演算法，其效能已在多篇同行評審醫學期刊中驗證並發表。已與多家國際機構合作研究，包括首爾大學、延世大學、巴塞爾大學、史丹佛大學、MSKCC 以及 Ospedale San Bortolo。代表性出版品包括：
- 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>
* 免責聲明
- 除了使用此應用程式之外，做出任何醫療決定前，請務必尋求專業醫師的建議。
- 僅依臨床影像診斷可能漏掉高達 10% 的病例，因此此應用程式無法取代標準的面對面醫療評估。
- 演算法的輸出並非最終診斷；僅提供個人化醫療資訊作為參考與教育用途。