{"result":"Not a Skin Image","confidence":99.0,"summary":"From this photo, I can see a low-resolution view of a child’s face and upper torso, but I do not see a clearly defined skin lesion. There are no obvious raised nodules, ulcers, crusting, grouped blisters, ring-shaped rash, or scaly plaques. I also do not see clear features that would suggest neurofibromatosis (such as multiple visible neurofibromas or prominent café-au-lait spots). Because the image does not show a specific lesion clearly, any automated “neurofibromatosis” result is not supported by visible findings here and may be a false positive for this image.\n\nYou mentioned a self-reported painful spot on the face that has been growing for about 2 weeks. If that is present, it may simply not be captured well in this photo. Consider taking a new, well-lit, in-focus close-up of the exact spot (and one from the side), and include a photo from a normal distance for location.\n\nGiven pain and growth over 2 weeks on the face, it’s important to have an in-person exam soon (primary care, pediatrician, or dermatology). Seek urgent care sooner if it becomes rapidly larger, very red/warm, drains pus, is near the eye, is associated with fever, or causes swelling or trouble breathing.","discordant":false}
curl --location 'https://zylalabs.com/api/12884/skin+ai+check+api/25652/detect+skin+condition?skin_illness_location=face&symptoms_duration=2 weeks&symptoms_details=pain&symptoms_change_over_time=growing' \
--header 'Content-Type: application/json' \
--form 'image=@"FILE_PATH"'
注册后,每个开发者都会被分配一个个人 API 访问密钥,这是一个唯一的字母和数字组合,用于访问我们的 API 端点。要使用 皮肤AI检查 API 进行身份验证,只需在 Authorization 标头中包含您的 bearer token。
| 标头 | 描述 |
|---|---|
授权
|
必需
应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。
|
皮肤AI检查API使开发者、诊所、保险公司、健康平台和数字健康公司能够将基于AI的皮肤图像筛查集成到他们自己的应用程序中
工作原理
通过一个multipart/form-data POST请求发送一张皮肤区域的单张照片以及简短的症状背景信息(位置、持续时间、细节、随时间变化)API返回结构化的JSON评估:检测到的情况、置信百分比和可以直接显示给最终用户的通俗总结
主要特点
- 检测超过80种皮肤病,包括常见皮肤病和高风险病症
- 在基准数据集上的准确率为95%–97%
- 在所有Fitzpatrick皮肤类型I–VI上得到验证——为多样化的全球用户基础而构建
- 双层AI架构:用于检测的视觉模型加上产生清晰解释的推理层
- 结合图像分析和症状背景,提供比仅图像API更高的准确性
- 适用于任何标准智能手机照片(JPEG/PNG)
典型用例
- 远程医疗和诊所:预咨询分诊和患者自检
- 保险公司和健康平台:会员应用内的预防性筛查
- 美容和护肤品牌:驱动个性化产品推荐的皮肤分析
- 数字健康应用:一天之内添加皮肤科AI
重要
皮肤AI检查API是一个筛查和信息工具,而不是医学诊断。应用程序应始终建议用户咨询医疗专业人士
皮肤状况检测端点返回一个结构化的JSON响应,其中包含三条关键信息:检测到的皮肤状况(结果)、置信度百分比(信任)以及用简单语言总结的评估(总结)
响应数据中的关键字段是“result”,表示检测到的皮肤状况;“confidence”,提供该状况准确的可能性;以及“summary”,提供用户友好的结果解释
响应数据以JSON格式组织,包含三个主要字段:“结果”用于皮肤状况,“信心”用于准确度百分比,“摘要”用于简单语言的解释 这种结构便于在应用程序中进行分析和显示
终点提供有关80多种皮肤状况的信息,包括常见和高风险状况,并附有信心评分和基于所提交的图像和症状细节的发现背景总结
通过双层AI架构维护数据准确性,该架构将用于检测的视觉模型与用于清晰解释的推理层相结合。该API已在所有Fitzpatrick皮肤类型中进行了验证,并遵循临床等级标准
典型的使用案例包括远程医疗的预咨询筛查 保险公司和健康平台的预防筛查 为美容品牌提供个性化皮肤分析 和在数字健康应用程序中集成皮肤病学的人工智能功能
用户可以通过提供可选的症状上下文参数来自定义他们的数据请求,例如身体部位、持续时间、细节和随时间的变化,以及发送图像以提高评估的准确性
标准数据模式包括对常见疾病的高置信度百分比(通常在95-97%之间),以及清晰的摘要,以通俗易懂的语言解释检测到的情况,使最终用户能够轻松理解
该端点接受以JPG格式的皮肤图像作为multipart/form-data。此外,用户可以包含可选参数,以描述症状的背景,例如身体部位、持续时间、细节和随时间的变化,以提高评估的准确性
用户可以直接在应用程序中查看检测到的皮肤状况、置信度百分比和通俗语言摘要。这使得最终用户能够轻松理解评估并做出关于护肤的明智决策
该端点覆盖超过80种皮肤状况,包括常见疾病和高风险疾病。它提供了详细的评估,包括检测到的状况、评估的信心以及根据提供的图像和症状上下文化的结果摘要
数据质量通过两级人工智能架构得以保证,该架构将用于检测的视觉模型与推理层相结合。此外,API在所有Fitzpatrick皮肤类型上进行了验证,并遵循严格的临床标准,例如ISO 13485和ISO 27001
响应采用JSON格式结构,包含三个主要字段:“result”(皮肤状况)、“confidence”(准确性百分比)和“summary”(简单语言的解释)。这种结构便于分析和集成到应用程序中
如果API返回部分或空结果,用户应检查图像和上下文参数是否正确发送。建议重新评估图像的质量并提供有关症状的额外信息以提高评估的准确性
数据模式包括对常见病症的高置信度,通常在95-97%之间。总结清晰易懂,使最终用户能够轻松理解检测到的病症及其含义