Artificial intelligence for the diagnosis of erythematous-squamous dermatological diseases: technological contributions to primary care (2025)
- Authors:
- USP affiliated authors: CHIAVEGATTO FILHO, ALEXANDRE DIAS PORTO - FSP ; BARCELLOS FILHO, FABIANO NOVAES - FSP
- Unidade: FSP
- DOI: 10.1016/j.abd.2025.501169
- Subjects: INTELIGÊNCIA ARTIFICIAL; DERMATOLOGIA; DIAGNÓSTICO DIFERENCIAL; APRENDIZAGEM; DERMATOPATIAS; ATENÇÃO PRIMÁRIA À SAÚDE
- Language: Inglês
- Imprenta:
- Source:
- Título: Anais Brasileiros de Dermatologia
- ISSN: 0365-0596
- Volume/Número/Paginação/Ano: v.100, n.5, on-line, 2025
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
CIPRIANO, Raiza Brito et al. Artificial intelligence for the diagnosis of erythematous-squamous dermatological diseases: technological contributions to primary care. Anais Brasileiros de Dermatologia, v. 100, n. 5, 2025Tradução . . Disponível em: https://repositorio.usp.br/directbitstream/4864c7fd-ba2c-4798-8f29-828b69d6ee0a/HEP_18_2025.pdf. Acesso em: 20 jan. 2026. -
APA
Cipriano, R. B., Falco Neto, W., Barcellos Filho, F. N., & Chiavegatto Filho, A. D. P. (2025). Artificial intelligence for the diagnosis of erythematous-squamous dermatological diseases: technological contributions to primary care. Anais Brasileiros de Dermatologia, 100( 5). doi:10.1016/j.abd.2025.501169 -
NLM
Cipriano RB, Falco Neto W, Barcellos Filho FN, Chiavegatto Filho ADP. Artificial intelligence for the diagnosis of erythematous-squamous dermatological diseases: technological contributions to primary care [Internet]. Anais Brasileiros de Dermatologia. 2025 ;100( 5):[citado 2026 jan. 20 ] Available from: https://repositorio.usp.br/directbitstream/4864c7fd-ba2c-4798-8f29-828b69d6ee0a/HEP_18_2025.pdf -
Vancouver
Cipriano RB, Falco Neto W, Barcellos Filho FN, Chiavegatto Filho ADP. Artificial intelligence for the diagnosis of erythematous-squamous dermatological diseases: technological contributions to primary care [Internet]. Anais Brasileiros de Dermatologia. 2025 ;100( 5):[citado 2026 jan. 20 ] Available from: https://repositorio.usp.br/directbitstream/4864c7fd-ba2c-4798-8f29-828b69d6ee0a/HEP_18_2025.pdf - Multicenter comparative analysis of local and aggregated data training strategies in COVID-19 outcome prediction with Machine learning
- Transfer learning for COVID-19 predictive modeling: A multicenter study of 12 hospitals
- Predictive modeling of gestational weight gain: a machine learning multiclass classification study
- O potencial do uso de estratégias de planificação e análise de dados para transformar a atenção primária à saúde
- Clusters of Pregnant Women with Severe Acute Respiratory Syndrome Due to COVID-19: An Unsupervised Learning Approach
- Overachieving municipalities in public health: a machine-learning approach
- Changes in Use of Prenatal Dental Care After Brazil?s Incentive Policy
- Inteligência artificial na saúde
- Predicting all-cause mortality with machine learning among Brazilians aged 50 and over: results from The Brazilian Longitudinal Study of Ageing (ELSI-Brazil)
- Dental services use prediction among adults in Southern Brazil: A gender and racial fairness-oriented machine learning approach
Informações sobre o DOI: 10.1016/j.abd.2025.501169 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
HEP_18_2025.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
