Uso de tecnología asistida en dermatología: Consideraciones importantes
DOI:
https://doi.org/10.20453/rmh.v36i1.5731Downloads
Referências
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
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Los autores
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Os autores cedem os seus direitos à RMH para que estas possam divulgar o artigo através dos meios ao seu alcance. A revista fornecerá formulários de declaração de autoria e autorização para a publicação do artigo, que deverão ser entregues juntamente com o manuscrito. Os autores conservam o direito de partilhar, copiar, distribuir, executar e comunicar publicamente o seu artigo, ou parte dele, mencionando a publicação original na revista.
