Хиљаде година традиционалне кинеске медицине (ТЦМ) практичари проверили су језике пацијената као део пуног прегледа, пажљиво проучавајући њихову боју, облик и премазивање у покушају да открију болест. ТЦМ разматра боју језика која је посебно говорила – а сада неки истраживачи, охрабрени недавним студијама које указују на мерљиво удруживање са здравственим факторима, раде на прилагођавању овог древног дијагностичког приступа данашњој АИ технологији.
ТЦМ остаје контроверзна тема у глобалној научној заједници. Светска здравствена организација званично је додала дијагнозе ТЦМ-а 11. ревизији међународне класификације болести, глобалног стандарда за здравствену класификацију, у 2022. године, али већина високих студија третирала је теку. „Упркос проширеној употреби ТЦМ-а и признање његових терапијских користи широм света, недостатак робусних доказа из ЕБМ-а (лек на основу доказа) ометају прихватање ТЦМ-а Западне медицине Западне медицине и његову интеграцију у главну здравствену заштиту“, написала је аутори чланака за преиспитивање 2015. године. Ипак, утисци снажног академског интереса и даље постоје.
У ТЦМ-у, боја језика „уско је повезана са стањем крви и Ки (кинески израз који је често превео на“ виталну енергију „), што је постала примарни индикатор за процјене пацијентовог општег здравља“, каже Донг КСУ, чија је истраживање на Универзитету Миссоурија и ко-ауторирала студију дигиталних језика и коорганизовало је студију дигиталних језика. Али преглед језика може бити изузетно субјективно: у потпуности се ослања на перцепцију и анализу индивидуалне практичарке.
О подржавању научног новинарства
Ако уживате у овом чланку, размислите о подршци нашем награђиваном новинарству Претплата. Куповином претплате помажете да се осигура будућност утицајних прича о открићима и идејама које данас у облику света у облику света.
Франк Сцаннапиецо, пародонтиста, микробиолог и орални биолог на Универзитету на Буффалоу, каже да се у западној медицини не рутински користи стандардизовани клинички систем, иако дефинисане лезије на језику могу послужити као показатељи одређених карцинома – и неких студија су повезане на изглед језика и неке студије. Елизабетх Алперт, стручњак за стоматолошке здравствене медицине на Харвард Сцхоол стоматолошког лека, додаје да је испитивање језика често део рутинске скриништа за орални рак стоматолога и хигијена, али његова тачност зависи од образовања и искустава провајдера.
Масовни развој у рачунарској технологији узрокују да неки медицински истраживачи надахнути ТЦМ-у да нови погледа на језик. Аутори студија 2024 у Технологије Половне моделе за учење машине за класификацију боја језика и предвиђају неколико повезаних услова – укључујући дијабетес, астму, цовери и анемију – са тачношћу испитивања од 96,6 посто.
Главни изазов у претходним студијама за снимање језика била је перцепција пристраности узрокована различитим условима осветљења, каже да је коаутор недавне студије Јаван Цхахл, роботичар и заједничка столица сензорских система на Универзитету у Јужној Аустралији. „Било је студија у којима су људи покушали (дијагностицирати језик језика) без контролисаног осветљења, али боја је веома субјективна“, каже Цхахл.
Да би се позабавило овом проблематиком, Цхахл и његов тим развили су стандардизовани систем осветљења у оквиру СЕТУП-а за киоску. Пацијенти су своје главе ставили у кутију осветљену ЛЕД светлима, које су емитовале стабилну и контролисану таласну дужину светлости и излагали језике.
ЦХАХЛ и његове колеге прикупиле су 5.260 слика – и реалним фотографијама на Интернету и додатним сликама у боји. Користили су их да тренирају моделе за машинско учење како би препознали седам специфичних боја (црвених, жутих, зелених, плавих, сивих, белих и ружичаста) на различитим нивоима засићености и у различитим светлосним условима.
Истраживачи су потврдили да се здрав језик обично појављује ружичасто са танким белим филмом; Открили су да језик који изгледају белији језик може указивати на недостатак гвожђа у крви. Пацијенти са дијабетесом често имају плавкасто-жути премаз језика. Љубичаста језика са дебелим, масни слој може да укаже на одређене карцине. Привидну интензитет (у већ дијагностицираним особама) такође може утицати на укупну боју језика, нашли су, са слабом ружичастом виђеном у благим случајевима, гримизним умјереним инфекцијама и дубоко црвеним у озбиљним случајевима.
Затим су примењивали најтачнији од шест тестираних модела машине-учења на 60 слика језика, све узете користећи стандардизоване киоске поставке тима у две болнице у Ираку у 2022. и 2023. години. Они су тада упоредили експерименталне дијагнозе са медицинским списима пацијената. „Систем је правилно идентификовао 58 од 60 слика“, каже да је коаутор студије Али Ал-Наји, сада медицински инжењеринг професор на средњем техничком универзитету у Ираку.
Ал-Наји сада ради на сужавању фокуса за дијагнозу у центар и врх језика. Његова група такође користи нови подаски скуп језика од 750 интернетских слика како би испитала облик језика и услове у оралним условима као што су чиреви и пукотине са алгоритамом дубоког учења иоло. На крају би Цхахл желели да анализира више од само језика – можда цело лице.
Боја језика може да послужи као корисна биолошка маркер здравственог стања човека, али КСУ упозорава да не може самостално да стоји само када је у питању прецизну клиничку одлуку. „Најосновније ограничење тренутних система за снимање језика је да анализа језика представља само једну компоненту комплетне ТЦМ дијагнозе“, каже он. И зато што је означавање слике није широко стандардизовано за ову врсту експеримента, додаје, то је теже репродуковати налазе истраживања.
Тим је видео комерцијално интересовање у свом систему, каже Цхахл, али прикупљање употребљивих података остаје највеће ограничење за скалирање истраживања: „Морате имати пуно различитих људи на уграђивању“ да прикупите податке са киоском у великој болници, на пример, на пример, прикупите податке у великој болници.
Сцаннапиецо такође наглашава изазове у стандардизацији прегледа језика у клиничкој или истраживачком окружењу. Каже да би широка анализа језика на бази АИ захтевала огромне инвестиције и огромне базе података слика и медицинске историје. „До тада, мислим да ће се поље развијати по акумулацији малих студија које откривају корелације између појаве језика и одређених услова“, каже Сцаннапиецо. „Наравно, многе болести не показују промене на изгледу језика.“ Додаје да би такав алат био само један од многих који се користе за дијагнозу.
У међувремену на мрежи АИ алати за анализу језика тихо су добијали популарност међу потрошачима. Почетком ове године КСУ, његов струји докторат. Студент Јиацхенг Ксие оф Универзитета у Миссоурију и њихове колеге покренули су АИ апликацију засновану на ГПТ, Бенцао. Корисници могу да постављају слике језика и примају персонализоване здравствене смернице на основу концепата ТЦМ-а.
За сада је апликација дизајнирана и продаје само као „веллнесс“ алат, а не клинички дијагностички систем, јер давање медицинских дијагноза потребно је далеко више опрез. „Обезбеђујемо само неке препоруке за храну и животни стил“, каже Ксие. Да га донесе на следећи ниво, његов тим има за циљ да сарађује са клиничким лекарима, упоређујући емисије дијагнозе са модела машинског учења и људских лекара да идентификују разлике и празнине перформанси.
