10 月 23 日消息，两千多年以来，中医就通过观察人们舌头的颜色和形状来诊断疾病，这种方法现在正在通过人工智能和机器学习技术得到增强。
伊拉克和澳大利亚研究人员之间的一项合作研究表明，计算机辅助舌头诊断系统可以准确识别 94% 的糖尿病和肾衰竭等疾病。这种诊断方法通常使用智能手机等简单设备，为远程健康监测提供了一种非常有前途、经济高效的替代方案。
巴格达中央技术大学（MTU）和南澳大学（UniSA）的工程师们使用了 USB 网络摄像头和电脑，拍摄了 50 名患有糖尿病、肾衰竭和贫血的患者的舌头图片，并与一个包含 9000 张舌头图片的数据库进行了比较。他们使用图像处理技术，以 94% 的准确率诊断出了这些疾病。
MTU 和 UniSA 的副教授 Ali Al-Naji 及其同事们发表了一篇新论文，回顾了基于舌部颜色的计算机辅助疾病诊断在全球范围内的进展。Al-Naji 副教授说：“几千年前，中医就开创了通过观察舌头来检测疾病的做法。传统医学也一直支持这种方法，证明舌头的颜色、形状和厚度可以揭示出糖尿病、肝脏问题、循环和消化问题以及血液和心脏疾病的迹象。现在，基于舌头外观诊断疾病的新方法正在利用人工智能和摄像头 —— 甚至是智能手机 —— 远程进行。计算机化的舌部分析具有很高的准确性，可以以安全、有效、简单、无痛和经济的方式帮助远程诊断疾病。这在后疫情时代尤其有意义，因为人们可能无法轻易地到达医疗中心。”
通常情况下，患有糖尿病的患者舌头呈黄色，患有癌症的患者舌头呈紫色，并且舌苔很厚很油腻，急性中风患者则会有红色且常常歪斜的舌头。
IT之家注意到，2022 年在乌克兰进行的一项针对 135 名 COVID 患者的舌部图像分析显示，64% 轻度感染者舌头呈淡粉色，62% 中度感染者舌头呈红色，而 99% 重度感染者舌头呈深红色。之前使用舌诊系统进行的一些研究也准确地诊断出了阑尾炎、糖尿病和甲状腺疾病。
Al-Naji 副教授说：“通过舌部颜色的变化，可以以 80% 的准确率诊断出十多种疾病。在我们的研究中，我们针对三种疾病达到了 94% 的准确率，所以这项研究还有进一步完善的潜力。”
