À une époque où le téléphone portable est devenu une extension de la main et internet, une encyclopédie en un clic, la connaissance est rendue accessible à tous. Aujourd’hui, le téléphone est un outil à part entière de notre quotidien. La nouvelle génération est connectée.

Nombreux sont ceux qui se sont lancés dans la création d’applications qui se substitueraient partiellement ou qui accompagneraient les professionnels de santé. Les délais de consultations ainsi que les coûts de celles-ci se faisant de plus en plus long et coûteux, les applications se présentent comme une alternative et leur marché se veut florissant. Cette réalité est d’autant plus marquée en dermatologie, où l’aspect visuel est au centre de la pratique clinique. Leurs enjeux aussi bien pour les patients que pour le personnel soignant sont l’éducation, l’(auto-)diagnostic et la communication.

> Pour en savoir plus, consultez la version intégrale de cet article.

• 1. Service de Dermatologie, CHU du Sart Tilman

  2. Service de Dermatologie, UZ Gent

• 1. Das K, Cockerell CJ, Patil A, et al. Machine Learning and Its Application in Skin Cancer. Int J Environ Res Public Health 2021;18:13409. doi: 10.3390/ijerph182413409.

  2. Walocko FM, Tejasvi T. Teledermatology Applications in Skin Cancer Diagnosis. Dermatol Clin 2017;35:559-63. doi: 10.1016/j.det.2017.06.002.

  3. Chao E, Meenan CK, Ferris LK. Smartphone-Based Applications for Skin Monitoring and Melanoma Detection. Dermatol Clin 2017;35:551-7. doi: 10.1016/j.det.2017.06.014.

  4. Algorithm based smartphone apps to assess risk of skin cancer in adults: systematic review of diagnostic accuracy studies. BMJ 2020;368:m645. doi: 10.1136/bmj.m645. Erratum for: BMJ 2020;368:m127. Erratum for: BMJ 2020;368:m428.

  5. Abbasi J. Artificial Intelligence-Based Skin Cancer Phone Apps Unreliable. JAMA 2020;323:1336. doi: 10.1001/jama.2020.4543.

  6. Speeckaert R, Hoorens I, Corthals S, et al. Comparison of methods to estimate the affected body surface area and the dosage of topical treatments in psoriasis and atopic dermatitis: the advantage of a picture-based tool. J Eur Acad Dermatol Venereol 2019;33:1726-32. doi: 10.1111/jdv.15726.

  7. Speeckaert R, Lambert J, Delbaere L, Lesseliers T, van Geel N. The reliability of the Self-Assessment Cutaneous Inflammatory Disease Extent Score (SA-CIDES) and the rule of hands to assess the involved body surface area in psoriasis and eczema. Br J Dermatol 2021;184:171-3. doi: 10.1111/bjd.19430.

  8. van Galen LS, Xu X, Koh MJA, Thng S, Car J. Eczema apps conformance with clinical guidelines: a systematic assessment of functions, tools and content. Br J Dermatol 2020;182:444-53. doi: 10.1111/bjd.18152.

  9. Liu Y, Jain A, Eng C, et al. A deep learning system for differential diagnosis of skin diseases. Nat Med 2020;26:900-8. doi: 10.1038/s41591-020-0842-3.

  10. Biagioni RB, Carvalho BV, Manzioni R, Matielo MF, Brochado Neto FC, Sacilotto R. Smartphone application for wound area measurement in clinical practice. J Vasc Surg Cases Innov Tech 2021;7:258-261. doi: 10.1016/j.jvscit.2021.02.008.