Overzicht van het wetenschappelijke bewijs
De ontwikkeling van AI-huidanalyse door wetenschappelijk onderzoek en validatie
Skinive is een Europees bedrijf dat gespecialiseerd is in digitale gezondheidstechnologie en de toepassing van kunstmatige intelligentie (AI) bij de analyse van huidbeelden. Onze eigen AI-technologie is ontwikkeld om het bewustzijn van de huidgezondheid te vergroten en het vastleggen en volgen van zichtbare huidveranderingen te ondersteunen door foto’s te analyseren die met een smartphone zijn gemaakt. Sinds 2020 verbetert Skinive deze technologie voortdurend door AI-modellen te ontwikkelen, door dermatologen geannoteerde beelden te gebruiken, de prestaties systematisch te valideren en wetenschappelijk en klinisch onderzoek uit te voeren.
Het wetenschappelijke bewijs voor Skinive omvat interne technische validatie, onafhankelijke klinische evaluatie, wetenschappelijke publicaties die door vakgenoten zijn beoordeeld en praktijkervaring met de technologie. Deze bronnen bieden aanvullende inzichten in de prestaties, mogelijkheden en beperkingen van de technologie.
Belangrijkste wetenschappelijke resultaten
- 27.829 huidbeelden geëvalueerd tijdens de interne AI-validatie in 2026.
- 97,4% sensitiviteit en 93,1% specificiteit onder de vastgestelde omstandigheden van de interne validatie.
- 160 klinische gevallen onderzocht in een onafhankelijke klinische evaluatie, met 70,6% Top-3-overeenstemming en een samengestelde indicator voor potentiële klinische bruikbaarheid van 80,0%.
- 250.000 door dermatologen geannoteerde beelden gebruikt voor de ontwikkeling van AI-modellen.
- Meer dan 6 miljoen AI-huidanalyses wereldwijd uitgevoerd met Skinive-technologie (tweede kwartaal 2026).
- CE-gemarkeerd medisch hulpmiddel van klasse I overeenkomstig Verordening (EU) 2017/745 betreffende medische hulpmiddelen (MDR).
De prestatiecijfers zijn afkomstig uit evaluaties met verschillende methoden en beoordelingscriteria. De resultaten van de interne validatie mogen niet worden geïnterpreteerd als een onafhankelijke bevestiging van de diagnostische nauwkeurigheid. Ook de samengestelde indicator voor potentiële klinische bruikbaarheid is geen maatstaf voor diagnostische nauwkeurigheid.
Onze inzet voor wetenschappelijke transparantie
Skinive zet zich in voor de verantwoorde ontwikkeling van technologie voor huidanalyse met kunstmatige intelligentie. We evalueren voortdurend de prestaties van onze algoritmen, beoordelen nieuwe wetenschappelijke inzichten en onderzoeken de beperkingen van AI-gestuurde beeldanalyse. Deze pagina over het wetenschappelijke bewijs van Skinive biedt een overzicht van validatieresultaten, klinische evaluaties, wetenschappelijke publicaties en de wettelijke status van de technologie, met verwijzingen naar ondersteunende documentatie.
Skinive-technologie is bedoeld om het bewustzijn van de huidgezondheid en het volgen van huidveranderingen te ondersteunen, niet om een professionele medische beoordeling te vervangen of zelfstandig medische diagnoses te stellen.
Klinisch bewijs in het kort
Belangrijkste resultaten van wetenschappelijke en klinische evaluaties van Skinive
Het wetenschappelijke bewijs voor Skinive omvat interne validatie van AI-prestaties, onafhankelijke klinische evaluatie en praktijkervaring met de technologie. Elk van deze bronnen biedt aanvullende informatie over de mogelijkheden en beperkingen van AI-gestuurde huidbeeldanalyse.
Belangrijkste wetenschappelijke resultaten
| Onderzoeksgegeven | Belangrijkste resultaat | Evaluatie |
|---|---|---|
| Interne AI-validatie | 27.829 beelden | Gestandaardiseerde validatieset (2026) |
| Sensitiviteit | 97,4% | Interne technische validatie |
| Specificiteit | 93,1% | Interne technische validatie |
| Onafhankelijke klinische evaluatie | 160 gevallen | Klinische evaluatie van complexe huidafwijkingen |
| Top-3-overeenstemming | 70,6% | Overeenstemming met klinische referentieresultaten |
| Samengestelde indicator voor potentiële klinische bruikbaarheid | 80,0% | Studiespecifieke samengestelde maatstaf |
Hoe moeten deze resultaten worden geïnterpreteerd?
Interne technische validatie: De validatieset bestond uit 27.829 dermatologische beelden afkomstig van dermatologen en klinische partners van Skinive. Deze beelden waren uitgesloten van de training van de modellen en werden gebruikt om de AI-prestaties onder gestandaardiseerde testomstandigheden te beoordelen.
Onafhankelijke klinische evaluatie: Een afzonderlijke klinische evaluatie onderzocht de overeenstemming tussen de classificaties van Skinive AI en de klinische referentieresultaten bij 160 complexe huidafwijkingen.
Deze evaluaties gebruiken verschillende methoden en beoordelingscriteria. De resultaten zijn niet rechtstreeks vergelijkbaar en mogen niet worden geïnterpreteerd als een onafhankelijke bevestiging van de diagnostische nauwkeurigheid.
AI-prestaties en technische validatie
AI-prestaties beoordelen met gestandaardiseerde tests
Skinive evalueert zijn AI-modellen met een gestandaardiseerde dataset van 27.829 dermatologische beelden, afkomstig van dermatologen en klinische partners. De beelden in de validatieset zijn niet gebruikt voor de training van de modellen. Hierdoor kunnen de prestaties van verschillende AI-versies, ontwikkeld tussen 2021 en 2026, op consistente wijze worden vergeleken.
Resultaten van de interne validatie — 2026
Volgens het Skinive Nauwkeurigheidsrapport 2026 behaalde de nieuwste versie van het AI-model de volgende resultaten:
| Prestatie-indicator | Resultaat |
|---|---|
| Sensitiviteit | 97,4% |
| Specificiteit | 93,1% |
| Totale nauwkeurigheid | 94,2% |
| Precisie | 82,2% |
| F1-score | 89,1% |
| Aantal validatiebeelden | 27.829 |
Ontwikkeling van AI-modellen en voorbereiding van gegevens
De ontwikkeling van Skinive AI is gebaseerd op grote verzamelingen dermatologische beelden:
- Meer dan 3,5 miljoen beelden beoordeeld tijdens het selectieproces van de gegevens.
- 250.000 door dermatologen geannoteerde beelden geselecteerd voor de ontwikkeling van AI-modellen.
- 27.829 afzonderlijke validatiebeelden gebruikt om de prestaties van de algoritmen te beoordelen.
Annotaties door dermatologen en gestandaardiseerde validatieprocedures dragen bij aan de voortdurende ontwikkeling en technische beoordeling van de AI-technologie van Skinive.
Interpretatie en beperkingen
Deze resultaten hebben betrekking op interne technische validatie en vormen geen onafhankelijke klinische validatie van de diagnostische nauwkeurigheid. De prestaties kunnen variëren afhankelijk van de beeldkwaliteit, huidkenmerken en onderzochte aandoeningen. De gerapporteerde waarden voor sensitiviteit en specificiteit zijn geaggregeerde indicatoren en mogen niet worden geïnterpreteerd als maatstaven voor de diagnostische nauwkeurigheid bij afzonderlijke aandoeningen, waaronder melanoom en andere vormen van huidkanker.
Bron: Skinive Nauwkeurigheidsrapport 2026
Onafhankelijke klinische evaluatie
Klinische evaluatie van Skinive AI in een onderzoekspopulatie met een hoog aandeel oncologische huidafwijkingen
De AI-technologie achter Skinive werd onderzocht in een klinische evaluatie die werd uitgevoerd door een onafhankelijke zorginstelling zonder banden met Skinive. Het onderzoek richtte zich op een sterk geselecteerde patiëntenpopulatie, die voornamelijk bestond uit verdachte kwaadaardige of premaligne huidafwijkingen, waaronder melanoom, basaalcelcarcinoom, plaveiselcelcarcinoom, de ziekte van Bowen en atypische melanocytaire afwijkingen. Veelvoorkomende goedaardige huidaandoeningen waren slechts beperkt vertegenwoordigd.
Onderzoeksmethode
Van de 241 onderzoeken werden 160 gevallen met volledige AI-resultaten opgenomen in de hoofdanalyse. De klinische referentieresultaten werden onafhankelijk van de AI-classificaties vastgesteld op basis van:
- Histopathologisch onderzoek: 117 gevallen (73,1%).
- Cytologisch onderzoek: 22 gevallen (13,8%).
- Beoordeling door een dermatoloog: 21 gevallen (13,1%).
In totaal beschikte 86,9% van de gevallen over een histopathologisch of cytologisch referentieresultaat.
Resultaten van de klinische evaluatie
| Evaluatie-indicator | Resultaat |
|---|---|
| Top-1-overeenstemming | 54,4% |
| Top-3-overeenstemming | 70,6% |
| Overeenstemming op het niveau van aandoeningsgroepen buiten de Top-3 | 3,8% |
| Overeenstemming over de verwijscategorie buiten de Top-3 | 5,6% |
| Samengestelde indicator voor potentiële klinische bruikbaarheid | 80,0% |
De samengestelde indicator van 80,0% (128 van de 160 gevallen) omvat Top-3-overeenstemming (113 gevallen), overeenstemming op het niveau van een bredere aandoeningsgroep (6 gevallen) en overeenstemming over de verwijscategorie (9 gevallen). Dit is een studiespecifieke maatstaf voor potentiële klinische bruikbaarheid, geen maatstaf voor diagnostische nauwkeurigheid.
Interpretatie en beperkingen
De onderzoekspopulatie met een hoog aandeel oncologische huidafwijkingen, de beperkte vertegenwoordiging van veelvoorkomende goedaardige aandoeningen, de relatief kleine steekproef en de uitsluiting van 81 onderzoeken zonder volledige AI-resultaten beperken de generaliseerbaarheid van de bevindingen. Het onderzoek evalueerde de onderliggende AI-technologie van Skinive. De resultaten vormen geen basis voor aanvullende diagnostische claims of gebruiksdoeleinden voor de commercieel beschikbare Skinive-producten.
Wetenschappelijk onderzoek en publicaties
De ontwikkeling van kunstmatige intelligentie in de dermatologie door wetenschappelijk onderzoek
De AI-technologie van Skinive is gebaseerd op wetenschappelijk onderzoek naar machinaal leren, computervisie en dermatologische beeldanalyse. Ons wetenschappelijke bewijs omvat publicaties die door vakgenoten zijn beoordeeld, interne validatie van algoritmen en onafhankelijke klinische evaluaties. Deze activiteiten ondersteunen de voortdurende ontwikkeling en beoordeling van de technologie.
Wetenschappelijke publicatie met collegiale toetsing
Dynamics of the Neural Network Accuracy in the Context of Modernization of the Algorithms of Skin Pathology Recognition. Indian J Dermatol. 2022 May-Jun;67(3):312. doi: 10.4103/ijd.ijd_1070_21. PMID: 36386072; PMCID: PMC9644746.
Sokolov K, Shpudeiko V.
Deze publicatie onderzoekt de toepassing van kunstmatige intelligentie bij dermatologische beeldanalyse en draagt bij aan de wetenschappelijke basis van de Skinive-technologie.
Preprints en niet-collegiaal getoetst onderzoek
Skinive deelt onderzoeksresultaten ook via wetenschappelijke platforms voor voorlopige publicaties, waaronder SSRN. Zo kunnen nieuwe onderzoeksbevindingen beschikbaar worden gesteld voordat formele beoordeling door een wetenschappelijk tijdschrift heeft plaatsgevonden.
- Dynamics of the Neural Network Accuracy in the Context of Modernization of the Algorithms of Skin Pathology Recognition (November 30, 2021). Available at SSRN. doi: dx.doi.org/10.2139/ssrn.3974784. Sokolov K, Shpudeiko V.
- Artificial intelligence in solving dermatological problems. Dermatology Review/Przegląd Dermatologiczny. 2022;109(5):361-367. doi: 10.5114/dr.2022.125685. Sokolov K, Shpudeiko V, Sidaruk H.
- Application of artificial intelligence algorithms in pediatric dermatology. Eur. J. Pediat. Dermatol. 2023; 33 (3):135-7. doi: 10.26326/2281-9649.33.3.2464. Sokolov K, Shpudeiko V, Sidaruk H, Koval M.
Preprints en onderzoeksrapporten zonder collegiale toetsing hebben het formele beoordelingsproces van een wetenschappelijk tijdschrift niet doorlopen. Hun bevindingen moeten daarom als voorlopig wetenschappelijk bewijs worden beschouwd.
Technische en klinische onderzoeksrapporten
- Inzichten uit de praktijk op basis van 6,5 miljoen AI-huidanalyses
Bewijs afkomstig uit prestatie- en nauwkeurigheidsvalidaties in de praktijk, klinische stresstests en gepubliceerde literatuur - Skinive Nauwkeurigheidsrapport 2026
Interne technische validatie op basis van 27.829 dermatologische beelden. - Skinive Nauwkeurigheidsrapport 2022
Interne technische validatie op basis van 25.688 dermatologische beelden.
Lopend wetenschappelijk onderzoek
Skinive blijft samenwerken met dermatologen en klinische instellingen om AI-prestaties te beoordelen, de analyse van huidbeelden te verbeteren en de mogelijkheden en beperkingen van de technologie verder te onderzoeken.
Praktijkervaring en internationale toepassing
Technologie die wereldwijd wordt gebruikt door consumenten en zorgpartners
Naast wetenschappelijke validatie heeft Skinive uitgebreide praktijkervaring opgedaan via consumententoepassingen en integraties met professionele zorgdiensten. Onze AI-technologie wordt internationaal gebruikt om het bewustzijn van de huidgezondheid te vergroten, het volgen van huidveranderingen te ondersteunen en digitale gezondheidsdiensten verder te ontwikkelen.
Skinive in cijfers
| Belangrijkste indicator | Wereldwijd bereik |
|---|---|
| Appdownloads | Meer dan 1 miljoen |
| Uitgevoerde AI-huidanalyses | Meer dan 6 miljoen |
| Markten | Wereldwijd |
| Toepassingsgebieden | Consumenten en professionele gezondheidszorg |
Toepassingen in de praktijk
De technologie van Skinive ondersteunt verschillende toepassingen binnen de digitale gezondheidszorg, waaronder:
- Huidgezondheid voor consumenten: helpt gebruikers zichtbare huidveranderingen vast te leggen en te volgen.
- Zorgprofessionals: ondersteunt gestructureerde beoordeling en documentatie van huidbeelden.
- Digitale zorgplatforms: stelt partners in staat AI-gestuurde huidanalyse in hun diensten te integreren.
Voortdurende verbetering
Praktijkervaring helpt Skinive om operationele uitdagingen te identificeren, processen voor beeldanalyse te verbeteren en prioriteiten voor verder onderzoek en technologische ontwikkeling vast te stellen.
De cijfers over het gebruik weerspiegelen de toepassing van de producten en hun aanwezigheid op de markt, niet onafhankelijk aangetoonde klinische werkzaamheid.
Praktijkgerichte proefprojecten
Evaluatie van Skinive AI binnen de gezondheidszorg en volksgezondheidsinitiatieven
Naast technische en klinische validatie neemt Skinive deel aan praktijkgerichte proefprojecten om te onderzoeken hoe AI-gestuurde huidanalyse kan worden geïntegreerd in zorgprocessen en volksgezondheidsinitiatieven.
🇫🇷 Frankrijk — Beoordeling van huidgezondheid in de apotheek
In 2026 is een proefproject met Skinive MD gestart bij Pharmacie Notre-Dame in Roquefort-les-Pins, Frankrijk. Hierbij wordt AI-gestuurde huidbeeldanalyse gecombineerd met digitale dermatoscopie met behulp van FireFly Pro. Ongeveer 50 deelnemers namen deel aan de eerste fase. Het doel is het project uit te breiden tot ongeveer 300 deelnemers. Het initiatief onderzoekt hoe apothekers kunnen bijdragen aan bewustwording rond huidgezondheid en patiënten zo nodig kunnen doorverwijzen naar een medisch specialist. Het stellen van een klinische diagnose blijft de verantwoordelijkheid van gekwalificeerde zorgprofessionals.
🇲🇿 Mozambique — Ondersteuning van de huidgezondheid van mensen met albinisme
In samenwerking met Kanimambo, een organisatie die mensen met albinisme in Mozambique ondersteunt, onderzoekt Skinive de toepassing van AI-gestuurde huidanalyse binnen volksgezondheidsinitiatieven. Het proefproject richt zich op bewustwording, documentatie en het volgen van huidveranderingen bij een bevolkingsgroep met een verhoogd risico op huidkanker en beperkte toegang tot gespecialiseerde dermatologische zorg.
Status van de proefprojecten en beschikbaar bewijs
Beide initiatieven zijn praktijkgerichte proefprojecten. De resultaten worden momenteel geëvalueerd en mogen niet worden geïnterpreteerd als definitief bewijs van klinische werkzaamheid of diagnostische nauwkeurigheid.
Regelgevende status en beoogd gebruik
Naleving van de Europese verordening betreffende medische hulpmiddelen en verantwoord gebruik
Skinive App is een medisch hulpmiddel van klasse I met CE-markering overeenkomstig Verordening (EU) 2017/745 betreffende medische hulpmiddelen (MDR).
Het hulpmiddel wordt vervaardigd door Skinive LTD (Malta), een dochteronderneming van Skinive B.V. (Nederland). De fabrikant is geregistreerd in de Europese databank voor medische hulpmiddelen (EUDAMED).
Regelgevende informatie
| Onderdeel | Informatie |
|---|---|
| Wettelijke fabrikant | Skinive LTD, Malta |
| Regelgevend kader | Verordening (EU) 2017/745 (MDR) |
| Classificatie van het medisch hulpmiddel | Klasse I |
| Conformiteitsbeoordeling | EU-conformiteitsverklaring van de fabrikant |
| Uniek registratienummer van de fabrikant (SRN) in EUDAMED | MT-MF-000047900 |
| CE-markering | Aanwezig |
Beoogd gebruik
Skinive App is bedoeld om het bewustzijn van de huidgezondheid te vergroten en het vastleggen en volgen van huidveranderingen te ondersteunen door AI-gestuurde analyse van smartphonefoto’s van zichtbare huidafwijkingen en huidaandoeningen. De app biedt informatieve resultaten die volwassen gebruikers helpen zichtbare huidveranderingen beter te begrijpen en in de loop van de tijd te volgen.
Skinive App stelt geen medische diagnoses, schrijft geen behandelingen voor en vervangt geen professionele medische beoordeling.
Regelgevende reikwijdte van het onderzoek
Het wetenschappelijke onderzoek van Skinive omvat ook evaluaties van de onderliggende AI-technologie onder experimentele omstandigheden en binnen klinische onderzoeksprojecten.
Onderzoeksresultaten leiden niet automatisch tot aanvullende beoogde toepassingen of regelgevende claims voor commercieel beschikbare Skinive-producten.
Veiligheid, beperkingen en verantwoord gebruik
De mogelijkheden en beperkingen van Skinive AI begrijpen
Skinive zet zich in voor de verantwoorde ontwikkeling en toepassing van AI-gestuurde huidanalysetechnologie. Hoewel kunstmatige intelligentie het bewustzijn van de huidgezondheid kan vergroten en het volgen van huidveranderingen kan ondersteunen, moeten de resultaten altijd worden geïnterpreteerd binnen het beoogde gebruik en de bekende beperkingen van de technologie.
Belangrijkste veiligheidswaarschuwingen
- Geen medische diagnose: Skinive App biedt informatieve resultaten, stelt geen diagnoses van huidaandoeningen en vervangt geen professionele medische beoordeling.
- Beperkingen van kunstmatige intelligentie: resultaten kunnen onnauwkeurig of onvolledig zijn. Skinive kan bepaalde aandoeningen mogelijk niet herkennen of onjuiste classificaties geven.
- Beeldkwaliteit: belichting, scherpstelling, camerakwaliteit en kadrering kunnen de analyseresultaten beïnvloeden.
- Individuele verschillen: AI-prestaties kunnen variëren afhankelijk van huidkenmerken, het uiterlijk van huidafwijkingen en de onderzochte aandoeningen.
- Medisch advies: bij verdachte, veranderende of aanhoudende huidafwijkingen moeten gebruikers een arts raadplegen, ongeacht de resultaten van de AI-analyse.
Verantwoorde ontwikkeling van kunstmatige intelligentie
Skinive ondersteunt de verantwoorde ontwikkeling van kunstmatige intelligentie door gebruik te maken van door dermatologen geannoteerde beelden, technische validatie, klinisch onderzoek en voortdurende evaluatie van de prestaties.
AI-resultaten mogen niet als enige basis voor medische beslissingen worden gebruikt en mogen er niet toe leiden dat noodzakelijk medisch onderzoek of behandeling wordt uitgesteld.
Integreer Skinive AI in uw product
Voeg AI-huidanalyse toe aan uw zorgplatform
Zet wetenschappelijke innovatie om in praktische digitale zorgoplossingen met Skinive-API voor huidanalyse. Integreer de eigen AI-technologie van Skinive in uw gezondheidsapp, telezorgplatform of digitale zorgdienst, zonder zelf algoritmen voor huidanalyse te hoeven ontwikkelen.
Waarom kiezen voor Skinive API?
- Wetenschappelijk onderbouwde AI: technologie ondersteund door wetenschappelijk onderzoek, technische validatie en klinische evaluaties.
- Eenvoudige integratie: een REST API die is ontworpen voor integratie met bestaande digitale platforms.
- Flexibele toepassingen: geschikt voor digitale zorgplatforms, telezorgdiensten en gezondheidsapps, binnen het beoogde gebruik en de toepasselijke wettelijke vereisten.
- Schaalbare infrastructuur: ontworpen om groeiende aantallen analyses en zakelijke behoeften te ondersteunen.
Ontwikkel met Skinive AI
Ontdek onze integratiemogelijkheden, technische documentatie en samenwerkingsmogelijkheden.
Neem contact op met ons team →
Redactionele en medische beoordeling
Deze pagina is opgesteld en gecontroleerd door het Skinive-team om wetenschappelijke nauwkeurigheid, transparantie en overeenstemming met het meest recente beschikbare klinische bewijs te waarborgen.
Wetenschappelijke en medische beoordeling: Dr. Viktor Shpudeiko, oncoloog
Redactionele beoordeling: Kirill Sokolov, CEO en medeoprichter van Skinive
Opgesteld door: onderzoeks- en ontwikkelingsteam van Skinive
Eerste publicatie: 11 oktober 2026
Laatst bijgewerkt: 11 oktober 2026