Loading...
这是加强，而不是替代。
DermatoScan AI 不会取代医务人员。我们只提供色素病变和设备连接方面的循证指导，但最终的诊断和治疗决定始终由医务人员做出。这种以医务人员为决策主体的结构，是患者和医疗机构信任系统的基础，也是AetherHeal Global设计所有产品的一贯原则。
问题
色素沉着治疗因设备选择而异。
尽管根据使用的设备以及接近方式的不同，相同的病变可能会产生不同的结果，但选择仍然在很大程度上取决于操作者的个人经验。
01
病变-设备匹配的偏差
对于雀斑、雀斑、雀斑等色素性病变，根据色素的类型和深度不同，合适的波长和设备也不同。即使诊断相同，如果操作者不同，选择的设备也不同，差异降低了结果的一致性。特别是对于黄褐斑等对刺激敏感的病变，选择错误的设备会使色素反应恶化，因此匹配的一致性直接关系到安全性。
02
设备选择不透明
矛盾的是，医疗机构拥有各种类型的激光和调色设备越多，他们就越往往没有“哪种设备针对哪种病变”的书面选择标准。如果标准只存在于一个人的头脑中，同一机构内每个医务人员的判断都会有所不同，难以保证患者获得一致的治疗体验。
03
经验的非标准化
通过长期程序积累的临床知识仍然是个人的隐性知识，无法转化为明确的组织标准。结果，当经验丰富的医务人员离开岗位时，他们的专业知识就消失了，而新加入的人员又从头开始重复同样的试错，拉长了学习曲线。
它是如何运作的
读取病灶并连接到设备
DermatoScan AI 对色素病变进行分类，并提供适合医疗机构设备配置的循证选择指南。
STEP 01
11 个病灶 × 6 个连接设备
DermatoScan AI 的核心资产是将 11 个色素病变和 6 个美容设备组织成一个连接的结构。在对进入病变的类型和深度进行分类后，我们缩小范围并提出临床上适合该病变的设备选项。这种连接结构是基于狎鸥亭 Tune Clinic的实际手术数据和大学医院的建议，反映的是临床实践中验证的关系，而不是抽象的规则。
STEP 02
基于 Claude API 的帮助
选择判断基于 Claude API 进行。通过结合病变的特征和每个设备的适应症，创建了一个指南以及“为什么使用该设备”的基本原理，以便医务人员可以回顾其判断的背景，而不仅仅是接受结果。所有输出均需经过医务人员的最终审查，AI不会取代决策，而是组织决策的要素。
路由矩阵
4设备选型矩阵
这是一个 4 设备选择矩阵，以代表性色素处理设备的配置为例。根据病变类型和色素深度，将输入的病变引导至以下四种设备中最适合临床的路径。实际出台时，标准会根据医疗机构拥有的设备配置进行调整和适用。
| 机械和工具 | 责任之路 |
|---|---|
| 比克苏尔 | 使用皮秒激光，它可以用短脉冲精确分解色素颗粒，被认为是消除雀斑和雀斑等清晰点状色素病变的优先途径。 |
| 好莱坞光谱 | 是一种放置在一条道路上，以低刺激的方式逐渐治疗雀斑等边界模糊、扩散广泛的色素沉着的调色设备。 |
| Excel V | 它负责血管和色素交织在一起的复杂病变路径，并且作为单独色素装置难以处理的病例的一种选择。 |
| 远地点Plus | 对于长波长激光，它被认为是在色素位于相对较深的特定指示的路径中，其作用与浅层设备分开，以补充按深度的响应。 |
验证
验证为第一个验证案例
狎鸥亭 Tune Clinic是第一家应用该技术的医院，我们正在实际的临床环境而不是实验室中验证和操作它。
50+
狎鸥亭 Tune Clinic首例验证病例（雀斑、黑斑、雀斑）
11
绘制色素病变类型
6
映射美容仪
狎鸥亭 Tune Clinic的首批验证案例（雀斑、黑斑、雀斑）被应用于实际治疗，并且正在持续验证和操作超过50个案例，以了解选择标准在临床环境中的效果。
对于黄褐斑等对刺激敏感的病变，预处理的标准决定了结果，所以我们反映了大学医院的建议，不仅在设备选择上，而且在预处理阶段也保证了临床的一致性。
这些经过验证的标准和操作方法，可以作为未来AI在各个外部领域遵循的标准，为整个生态系统建立质量基线。
平台
在2层平台中的位置
DermatoScan AI 属于特定领域的 AI 层，并在所有门诊诊所的共同基础上运行。
AI逐领域
这是一个特定领域的AI，负责特定领域的深度皮肤色素沉着治疗。与同层的WoundScan AI（塑料伤口，开发中）一起，将各领域的专业知识组织成AI，强化医护人员的判断。
横向基础设施
它在 Dockie-talkie（实时医疗口译，测试版）和 Clinical Copilot（临床推理，正在开发，2027 年）之上运行，它们是所有门诊诊所的通用横向基础设施。通过在解释和推理的共同基础上分层色素沉着治疗的专业知识，外国患者的治疗得以无缝进行。
外部准入标准
作为经过直接验证的领域AI，未来将成为外部领域AI进入平台时遵循的标准。 DermatoScan 经过临床验证的选择标准和验证方法首先定义了进入生态系统的基线。
影响
如果引入会改变什么？
DermatoScan AI 并不是华而不实的自动化，而是旨在将以前属于个人经验的色素治疗专业知识转变为组织资产。
设备选型标准化
病灶到设备的路由被编码化，允许在一致的基础上为同一病灶选择设备，而不管提供商如何。无论由谁治疗，患者都会获得统一的治疗体验，并且机构可以减少结果的差异。
缩短学习曲线
新加入的医务人员可以使用经过验证的地图和路线指南作为起点，而不是通过反复试验从头开始学习老年人的隐性知识。缩短技能提升时间并减轻劳动力变化对护理质量的影响。
资本化经验
现场积累的案例是在组织的标准内积累的，而不是个人头脑中积累的。分散的临床知识仍然作为明确的标准，并转化为医疗机构的长期能力。
常问问题
常见问题解答
我们整理了考虑采用 DermatoScan AI 时最常见的问题。
不。 DermatoScan AI 无法确定是否诊断或执行手术。我们只提供色素病变和设备映射的循证指导，最终的诊断和设备选择始终由医疗团队做出。AI是一种增强而不是取代医务人员判断力的工具。
11个色素病变和6台美容仪的映射是根据狎鸥亭 Tune Clinic的实际治疗数据（50多个首次验证病例、雀斑、雀斑、雀斑）和大学医院的咨询而创建的。特别是，对于黄褐斑等敏感病变，我们通过将临床建议反映到治疗前标准来确保一致性。
4 设备路由矩阵（PicoSure·Hollywood Spectra·Excel V·Apogee Plus）是代表性配置的示例。在实际引入时，映射和路由标准是根据医疗机构拥有的设备配置进行调整和应用的。详细的适用范围将通过介绍查询提供。
DermatoScan AI 正处于临床验证和运营阶段。狎鸥亭 Tune Clinic作为第一家应用的医院，选择标准在实际治疗环境中应用和验证。它的特点是是在现场运行的特定领域的AI，而不是实验室级别的原型。
DermatoScan AI属于AetherHeal Global第二层平台的特定领域AI层。它旨在在整个门诊公共基础 Dockie-talkie（实时医疗口译，测试版）和 Clinical Copilot（临床助理，正在开发，2027 年）上运行，因此色素沉着治疗专业知识和公共基础在一个平台内连接。
选择辅助基于 Claude API 进行操作，并结合病变特征和设备指示来创建有证据的指南。所有的输出都需要经过医务人员的最终审核，因此医务人员不只是遵循结果，而是检查判断的背景并共同做出决定。