Jako specjalista chirurgii ogólnej z 15-letnim doświadczeniem klinicznym, od lat obserwuję lukę pomiędzy precyzją medyczną a dostępnymi na rynku narzędziami diagnostycznymi. Dlatego postanowiłem całkowicie przejąć kontrolę nad procesem oceny stanu skóry pacjenta, projektując i wdrażając od podstaw platformę MySkinCode.
Jest to autorski, w pełni niezależny ekosystem MedTech (SaaS), wykorzystujący zaawansowane silniki sztucznej inteligencji do budowania rygorystycznych, spersonalizowanych protokołów zabiegowych. Moim celem nie było stworzenie kolejnej aplikacji konsumenckiej, lecz profesjonalnego narzędzia B2B, przeznaczonego dla zaawansowanych klinik wyposażonych w urządzenia hi-tech.
Fundament innowacji
System MSC-MATRIX V2
Autorski, 9-stopniowy system kodowania klinicznych fenotypów skóry. Precyzyjne mapowanie stanu tkanki w trójwymiarowym modelu oceny (pacjentka / profesjonalista / administrator).
- 9 fenotypów klinicznych — od skóry łojotokowej (SEB), przez naczyniową (VAS), aż po bliznowatą (CIC) i w pełni przebudowaną (REM).
- 4 stopnie zaawansowania — od fizjologicznej równowagi (G0) do głębokich defektów strukturalnych (G3).
- Notacja multi-fenotypowa — np. MSC-SEB-G2/VAS-G1 dla pacjentów z nakładającymi się problemami.
Autorski ekosystem
Zamknięcie luk systemowych
W cyfrowej analizie dermatologicznej największym zagrożeniem jest fałszywy odczyt. Przejąłem całkowitą odpowiedzialność za kalibrację optyczną i standaryzację obrazu, zamykając 8 zidentyfikowanych luk diagnostycznych.
- MediaPipe Face Landmarker — rygorystyczne pozycjonowanie twarzy (yaw / pitch / roll), eliminacja zniekształceń perspektywy.
- Cosmetics Detection — analiza widmowa weryfikująca obecność makijażu lub świeżych kremów.
- Standaryzacja barwna (CCT w Kelvinach) — obiektywny odczyt niezależnie od światła domowego pacjenta.
- Multi-Provider LLM Routing — 6 wiodących dostawców AI (OpenAI, Gemini, Anthropic, Vertex/GCP), zgodność z RODO.
- Voice Coaching Integration — głosowe prowadzenie pacjentki przez proces kalibracji obrazu.
Faza 2
Historia pacjentki
Skupiam się obecnie na natywnej warstwie interfejsu, która wizualizuje historię pacjentki z niespotykaną dotąd precyzją. Algorytm śledzenia delty zmian klinicznych pomiędzy wizytami jest już w pełni funkcjonalny na poziomie backendu.
- Zaawansowane osie czasu (Timeline) do porównywania wizyt.
- Porównanie zdjęć side-by-side z idealnym wyrównaniem geometrycznym twarzy.
- Automatyczne trendy i raporty PDF dla pacjenta.
