Ein bahnbrechender Machine-Learning-Algorithmus hat eine beeindruckende Genauigkeit von 98% bei der Diagnose verschiedener Krankheiten durch die Analyse der Farbe der menschlichen Zunge gezeigt. Entwickelt wurde dieser Computer-Algorithmus von Forschern der Middle Technical University (MTU) im Irak und der University of South Australia (UniSA), wodurch eine bedeutende Weiterentwicklung in der medizinischen Diagnostik erreicht wurde, die traditionelle Methoden mit moderner Technologie verbindet.
Das Bildgebungssystem nutzt fortschrittliche Machine-Learning-Techniken, um die Farbe der Zunge zu analysieren, eine Methode, die historisch in der traditionellen chinesischen Medizin verwurzelt ist, wo das Erscheinungsbild der Zunge bereits lange als Hinweis auf den allgemeinen Gesundheitszustand betrachtet wird. Durch die Untersuchung der Farbe, Form und Dicke der Zunge kann der Algorithmus eine Vielzahl von Erkrankungen identifizieren, darunter Diabetes, Schlaganfall, Anämie, Asthma, Leber- und Gallenblasenprobleme, COVID-19 und verschiedene vaskuläre und gastrointestinale Erkrankungen.
In einer Reihe von Experimenten trainierte das Forschungsteam den Machine-Learning-Algorithmus anhand von 5.260 Zungenbildern, um die Maschine zu lehren, spezifische Krankheiten basierend auf der Zungenfarbe genau zu erkennen und vorherzusagen. Der Algorithmus wurde mit 60 Bildern von Patienten in zwei Nahost-Lehrkrankenhäusern getestet und stimmte in fast jedem Fall die Zungenfarbe mit der richtigen Diagnose überein.
Die Studie hebt das Potenzial von KI zur Revolutionierung diagnostischer Methoden hervor. Adjunct Associate Professor Ali Al-Naji von MTU und UniSA, ein leitender Autor der Studie, betonte, dass KI im Wesentlichen eine 2.000 Jahre alte diagnostische Praxis modernisiert. Co-Autor Professor Javaan Chahl von UniSA deutete an, dass das Team plant, die Smartphone-Technologie für zungenbasierte Diagnostik zu nutzen, um individuelle Echtzeit-Gesundheitsbewertungen mit nur ihren Handys zu erhalten und die Gesundheitsversorgung insbesondere in abgelegenen oder unterversorgten Gebieten zugänglicher zu machen.
Diese Ergebnisse bestätigen, dass die computergestützte Zungenanalyse eine sichere, effiziente, benutzerfreundliche und erschwingliche Methode für die Krankheitsfrüherkennung ist, die moderne Methoden mit einer jahrhundertealten Praxis unterstützt. Mit der fortschreitenden Technologie repräsentiert dieser Machine-Learning-Algorithmus einen bedeutenden Schritt in die Integration von KI in die alltägliche Gesundheitsversorgung. Durch die Kombination antiker diagnostischer Techniken mit hochmoderner KI bietet dieses System ein vielversprechendes neues Werkzeug zur Früherkennung und Behandlung von Krankheiten.