Klinisches Hautfoto (Ausschlag oder Läsion)
Hautfoto ausgewertet: Top-5-Differentialdiagnosen, Dringlichkeit, Fotoqualität, Schweregrad-Scores.
Ganzkörperfotografie: alle Läsionen kartiert, suspekte priorisiert, neue und veränderte markiert.
Dieses Modell kann noch nicht ausgeführt werden. Stimmen Sie ab, um Ihr Interesse zu zeigen, und erhalten Sie eine E-Mail, sobald es verfügbar ist.

Ganzkörperfotografie wertet eine Muttermal-Mapping-Sitzung aus: eine 3D-Ganzkörperaufnahme oder eine 2D-Ganzkörperfotoserie eines Patienten in der Melanomüberwachung. Die Analyse erkennt die auf der Haut sichtbaren pigmentierten und nicht pigmentierten Läsionen, platziert jede mit eigener Läsionskennung auf einer Körperkarte und zählt die Nävi.
Danach priorisiert sie die Läsionen intraindividuell: Eine Läsion, die anders aussieht als die übrigen Muttermale (das „Ugly-Duckling“-Zeichen), steht an erster Stelle. Jede Läsion erhält zudem einen Malignitätsscore. Mit einer früheren Sitzung ordnet die Analyse die Läsionen beider Aufnahmen einander zu und listet neue, vergrößerte und veränderte auf. Die Auswertung endet mit der kurzen Liste der Läsionen, die dermatoskopisch untersucht werden sollten.
Entscheidungsunterstützung für die Überwachung von Hochrisikopatienten: mit vielen oder atypischen Nävi, früherem Melanom oder ausgeprägter Familienanamnese. Eine vollständige Sitzung umfasst Hunderte von Läsionen, und die Analyse nennt die wenigen, die zuerst dermatoskopisch untersucht werden sollten. Ein hoher Score leitet die Läsion an das Modell Dermatoskopie · Hautläsion weiter, das sie in voller Vergrößerung auswertet.
Dermatologen, Sprechstunden für pigmentierte Läsionen und Melanom-Hochrisikopatienten sowie geschulte Pflegekräfte im Muttermal-Mapping. Entwickler können Sitzungsexporte aus Ganzkörper-Bildgebungssystemen in die Analyse einspeisen und die Läsionskennungen für die longitudinale Verlaufskontrolle speichern.
prior_files für den Verlaufsabschnitt.| Anforderung | Grund |
|---|---|
| Eine vollständige Sitzung | Die intraindividuelle Priorisierung vergleicht jede Läsion mit allen anderen |
| Gleiche Körperhaltungen und Regionen zwischen den Sitzungen | Neue und veränderte Läsionen werden über die Positionen auf der Körperkarte zugeordnet |
| Alter und Anamnese des Patienten | Teil des Kontexts für den Score pro Läsion |
Alter, Geschlecht, Melanom in der Eigen- oder Familienanamnese, frühere Exzisionen und vom Patienten berichtete sich
verändernde Läsionen können in clinical_context angegeben werden.
Ein JSON-Ergebnis mit einer Läsionsliste: Jede Läsion hat eine stabile lesion_id, Koordinaten auf der Körperkarte,
einen Markierungsrahmen im Bild und ihre Scores.
| Abschnitt | Inhalt |
|---|---|
| Läsionskarte | Alle erkannten Läsionen mit Koordinaten auf der Körperkarte und Markierungsrahmen sowie die Nävuszahl |
| Suspekte Läsionen | Malignitätsscore pro Läsion und die intraindividuelle Priorisierung, mit den Zielen für die Dermatoskopie |
| Neue und veränderte Läsionen | Läsionen, die seit der früheren Sitzung neu, vergrößert oder verändert sind |
| Befundentwurf | Optional (options.report): ein Fließtext auf Englisch, der das Ergebnis für die befundende Person einordnet (Befunde, Beurteilung, Einschränkungen); jede Zahl wird gegen die Befunde geprüft |
Die Liste der suspekten Läsionen ist die Übergabe an eine separate Dermatoskopie-Anfrage für jede markierte Läsion, in der Strukturen, Differentialdiagnose und Management-Klasse in voller Vergrößerung ausgewertet werden.
Eine Analyse liefert alle Abschnitte, die ihre Eingabe zulässt.
Klinisches Hautfoto (Ausschlag oder Läsion)
Hautfoto ausgewertet: Top-5-Differentialdiagnosen, Dringlichkeit, Fotoqualität, Schweregrad-Scores.
Dermatoskopie · Hautläsion
Dermatoskopie ausgewertet: Differentialdiagnosen, Malignitätsrisiko, Strukturen, 7-Punkte-Score.
Wund- und Verbrennungsfoto
Wund- und Verbrennungsfoto: Fläche in cm², Gewebe, Kategorie, diabetischer Fuß, Heilungsverlauf.