Modernste Videodermatoskopie für mehr Sicherheit in Sachen Haut
Die Zeiten, in denen Dermatolog*innen mit bloßem Auge oder einer einfachen Lupe Muttermale untersucht haben, sind vorbei. Heute ist der Einsatz computergestützter Untersuchungsmethoden in der Hautkrebsvorsorge Standard in der Praxis wie mit dem FotoFinder vexia und integriertem Videodermatoskop medicam 1000s. Das Komplettsystem ermöglicht die Verlaufsdokumentation von (verdächtigen) Pigmentmalen nicht nur durch die Aufnahme von Übersichtbildern, sondern auch die Speicherung von gestochen scharfen und standardisierten Mikrobildern, die im Vergleich kleinste Hautveränderungen sichtbar machen. Die FotoFinder medicam 1000s hat zudem wechselbare Frontkappen, die nach jeder behandelten Person zur Desinfektion getauscht werden können.
Für die Neuauflage des FotoFinder vexia wurde puristisches Design mit bewährter Funktionalität und Stabilität verbunden. Das Ergebnis: Ästhetik in jedem Detail und perfekt aufeinander abgestimmte Komponenten. Für noch mehr Sicherheit beim Hautcheck.
AI Assistant zur Hautanalyse
Die Expertensoftware Moleanalyzer pro unterstützt Dermatolog*innen beim Sichten von verdächtigen Hautläsionen und bringt Künstliche Intelligenz (engl. Artificial Intelligence − AI) über den optionalen AI-Score (Artificial Intelligence Score) direkt in die Praxis.
Diese Software kombiniert AI mit Fachkompetenz und enthält einen Algorithmus, der auf künstlicher Intelligenz eines neuronalen Netzwerks basiert und eine Ersteinschätzung zur Malignität ermöglicht. Dabei wird die Läsion – einzeln oder im Bildvergleich – mit einem automatisch generierten AI-Score zwischen 0 und 1 auf einer Farbskala eingeordnet. So unterstützt der Moleanalyzer pro bei der Ersteinschätzung von melanozytären und nicht-melanozytären Läsionen mit einem der leistungsfähigsten Deep-Learning-Algorithmen, die bislang in klinischen Studien beurteilt wurden.**
* https://www.krebsdaten.de/... & https://www.krebsdaten.de/...
** Man against machine”, Annals of Oncology, https://doi.org/... & “Man against machine reloaded”, Annals of Oncology, DOI:https://doi.org/...