Uso de tecnología asistida en dermatología: Consideraciones importantes
DOI:
https://doi.org/10.20453/rmh.v36i1.5731Descargas
Citas
Baxi V, Edwards R, Montalto M, Saha S. Digital pathology and artificial intelligence in translational medicine and clinical practice. Mod Pathol. 2022;35(1):23–32. doi: 10.1038/s41379-021-00919-2
Esteva A. Dermatologist-level classification of skin cancer with deep neural networks. Nature. 2017;2(7639):115–8. doi: 10.1038/nature21056
Brinker TJ, Hekler A, Enk AH, Klode J, Hauschild A, Berking C, et al. Deep learning outperformed 136 of 157 dermatologists in a head-to-head dermoscopic melanoma image classification task. Eur J Cancer. 2019;113:47–54. doi: 10.1016/j.ejca.2019.04.001
Zhao S, Xie B, Li Y, Zhao X, Kuang Y, Su J, et al. Smart identification of psoriasis by images using convolutional neural networks: a case study in China. J Eur Acad Dermatol Venereol. 2020;34(3):518–24. doi:10.1111/jdv.15965
Rat C, Hild S, Sérandour JR, Gaultier A, Quereux G, Dreno B, et al. Use of smartphones for early detection of melanoma: Systematic review. J Med Internet Res. 2018;20(4):7–8. doi: 10.2196/jmir.9392
Chan S, Reddy V, Myers B, Thibodeaux Q, Brownstone N, Liao W. Machine Learning in Dermatology: Current Applications, Opportunities, and Limitations. Dermatol Ther (Heidelb). 2020;10(3):365–86. doi: 10.1007/s13555-020-00372-0
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Los autores
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores ceden sus derechos a la RMH para que esta divulgue el artículo a través de los medios que disponga. Los autores mantienen el derecho a compartir, copiar, distribuir, ejecutar y comunicar públicamente su artículo, o parte de él, mencionando la publicación original en la revista.
