ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
Diagnosing skin diseases remains a clinical challenge due to the visual similarity among diverse dermatological conditions. This study presents a prototype deep learning–powered system for multi-class dermatological screening, implemented through a cloud-based architecture and accessed via a smartphone interface. A pre-trained Convolutional Neural Network (CNN), EfficientNetV2B3, was fine-tuned on a composite dataset encompassing nine disease categories. The model achieved promising performance, with an accuracy of 0.87, precision of 0.87, recall of 0.87, and an F1 score of 0.86, indicating its potential reliability for automated classification. Prototype validation was conducted using a cloud API (Google Cloud Storage + PostMan) to verify the inference pipeline and user interaction. While the current implementation demonstrates the feasibility of cloud-based dermatological screening, real-device mobile performance metrics such as latency, model size, and memory consumption remain future work. Users can capture or upload skin images, which are processed to generate preliminary diagnostic feedback, including symptom descriptions and general treatment information. While not intended to replace professional medical evaluation, the prototype serves as a proof-of-concept tool for initial screening and early intervention. This work illustrates how artificial intelligence (AI) can be harnessed in mobile health applications to expand access to dermatological care and supports broader initiatives to integrate AI into healthcare delivery.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 77/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Cutaneous Melanoma Detection and Management · Dermatology and Skin Diseases · AI in cancer detection
บทบาทของนักวิจัยและสถาบันไทย
Theetach Rabablert · Amonnat Kaewnok · Chitnarong Sirisathitkul · Yaowarat Sirisathitkul · Walailak University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง