人工智能舌头扫描仪诊断疾病准确率达 96%

一种新的人工智能机器学习模型几乎每次都能够通过简单地观察患者的舌头来准确诊断某些疾病。这项新技术虽然是最先进的，但它的灵感来自于人类 2000 多年来使用的医疗方法。

在诊断疾病时，中医和其他医学通常依靠舌头来寻找线索。根据舌头的颜色、形状和厚度，舌头可以揭示许多可能的健康问题，从癌症到糖尿病，甚至哮喘和胃肠道问题。经过两千年多的观察病人口腔以寻找答案，现在医生可能很快就会从机器学习驱动的人工眼睛那里得到第二意见。

[相关：实验性人工智能利用人类脑电波再生图像。]

南澳大利亚大学 (UniSA) 与伊拉克中等技术大学 (MTU) 合作的工程研究团队在最近发表在《技术》杂志上的一项研究中表示：“人类的舌头具有与人体内部器官相关的独特特性和特征，可以有效地检测疾病并监测其进展……其中，舌头的颜色是最重要的。”

这篇论文的资深作者、南澳大学医疗器械技术工程系兼职副教授阿里·纳吉 (Ali Al-Naji) 在 8 月 13 日的研究公告中提出了许多情景。

“通常，糖尿病患者的舌头呈黄色；癌症患者的舌头呈紫色，舌苔厚而油腻；急性中风患者的舌头呈红色，”他解释道。同时，舌头呈白色可能表示贫血，而靛蓝或紫罗兰色则表示血管和胃肠道问题或哮喘。在最近的病例中，深红色的舌头可能是严重 COVID-19 病例的证据。

与类似的视觉机器学习算法程序一样，Al-Naji 的团队通过对两个数据集进行视觉训练来构建自己的系统。首先，他们输入了 5,260 张涵盖七种颜色、不同饱和度和光照条件的图像。其中，300 个“灰色”条目代表各种不健康的舌头，310 个“红色”条目代表健康的示例。接下来，位于 Dhi Qar 和 Mosul 的两家伊拉克教学医院使用 60 张照片实时训练了该系统，这些照片展示了健康人类舌头和患有各种疾病的舌头，包括真菌感染、哮喘、COVID-19、真菌乳头和贫血。

最后，是时候亲自测试该算法了。将程序连接到 USB 网络摄像头后，健康和患病的志愿者都被要求将他们的舌头放在距离摄像头 20 厘米的地方进行扫描。根据 Al-Naji 团队的说法，结果显示出“惊人的精确度”。

他们在研究结论中写道：“拟议的系统可以有效检测出舌头颜色明显变化的不同疾病，训练模型的准确率超过 98%。”在 60 张舌头图像的情况下，该程序的准确率达到 96.6%。

据研究人员称，他们认为这些实验表明，将类似或改进的人工智能系统纳入医疗机构具有良好的可行性，有朝一日能够提供“安全、高效、用户友好、舒适且经济高效的疾病筛查方法”。