Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




Modelo de análisis de lengua basado en IA demuestra un 98 % de precisión en la detección de enfermedades

Por el equipo editorial de LabMedica en español
Actualizado el 20 Aug 2024
Imagen: Un investigador demuestra cómo una cámara captura imágenes de la lengua y las analiza para detectar enfermedades (foto cortesía de MTU)
Imagen: Un investigador demuestra cómo una cámara captura imágenes de la lengua y las analiza para detectar enfermedades (foto cortesía de MTU)

El color de la lengua es un indicador de salud fundamental que se utiliza para identificar enfermedades y medir su progresión. Varias características de la lengua, como su color, forma y recubrimiento, pueden señalar diferentes condiciones de salud. Por ejemplo, una lengua amarilla suele indicar diabetes, mientras que una lengua morada con una capa gruesa podría sugerir cáncer. Los pacientes con accidentes cerebrovasculares agudos suelen tener lenguas rojas y de forma inusual. Una lengua blanca podría significar anemia; una lengua de color rojo intenso se ve con frecuencia en casos graves de COVID-19; y las lenguas índigo o violeta pueden indicar problemas vasculares, gastrointestinales o asma. Aprovechando este concepto, la inteligencia artificial (IA) está modernizando una práctica de 2000 años de antigüedad de la medicina tradicional china que implica el diagnóstico de afecciones de salud mediante el examen de la lengua.

Investigadores de la Universidad Técnica Media (MTU, Bagdad, Irak) y la Universidad del Sur de Australia (UniSA, Adelaida, Australia) realizaron experimentos utilizando IA para analizar el color de la lengua con el fin de diagnosticar enfermedades. Entrenaron algoritmos de aprendizaje automático utilizando 5260 imágenes y recopilaron 60 imágenes de lengua adicionales e pacientes con diversas condiciones de salud en dos hospitales universitarios en el Medio Oriente. Su sistema de imágenes propuesto en un nuevo artículo publicado en la revista Technologies analiza el color de la lengua para ofrecer información diagnóstica inmediata, lo que demuestra el potencial de la IA para hacer avanzar significativamente la práctica médica.

En su estudio, las cámaras ubicadas a 20 centímetros de los sujetos capturaron imágenes de sus lenguas, y el sistema de IA evaluó las condiciones de salud en tiempo real. El modelo de IA correlacionó con éxito los colores de la lengua con enfermedades específicas en casi todos los casos, logrando una tasa de precisión del 98 % en el diagnóstico de una variedad de afecciones, incluidas diabetes, accidente cerebrovascular, anemia, asma, enfermedades del hígado y la vesícula biliar, COVID-19 y varios problemas vasculares y gastrointestinales mediante el análisis del color de la lengua. Los investigadores anticipan que en el futuro, los teléfonos inteligentes podrían emplearse para realizar diagnósticos similares, mejorando la accesibilidad y la conveniencia en los diagnósticos médicos.

“Estos resultados confirman que el análisis computarizado de la lengua es un método seguro, eficiente, fácil de usar y asequible para la detección de enfermedades que respalda los métodos modernos con una práctica centenaria”, dijo el coautor de UniSA, el profesor Javaan Chahl.

Enlaces relacionados:
MTU
UniSA

New
Miembro Oro
Clinical Chemistry Assay
Sorbitol Dehydrogenase (SDH)
Software de laboratorio
Acusera 24•7
New
Steam Sterilizer
Hi Vac II Line
New
Creatinine/eGFR Meter
StatSensor® Creatinine/eGFR Meter

Canales

Química Clínica

ver canal
Imagen: El método dSAA divide el líquido cefalorraquídeo de un paciente en compartimentos a escala de nanolitros y cuenta digitalmente la cantidad de

Prueba ultrasensible detecta un biomarcador clave de un subtipo de demencia frontotemporal

La demencia afecta a más de 57 millones de personas en todo el mundo y se prevé que esta cifra casi se duplique en las próximas dos décadas, lo que supone una gran carga para... Más

Diagnóstico Molecular

ver canal
Imagen: los hallazgos podrían permitir la elaboración de perfiles de biopsia líquida no invasiva del complejo microambiente tumoral, lo que ayudaría a guiar las decisiones oncológicas de precisión en todos los cánceres y terapias (Crédito de la foto: Shutterstock)

Prueba de sangre mapea microambiente tumoral para predecir respuesta a la inmunoterapia

La inmunoterapia ha transformado el tratamiento del cáncer, pero su beneficio duradero se limita a un subconjunto de pacientes, y los médicos aún carecen de herramientas fiables para... Más

Hematología

ver canal
Imagen: EasyM es una prueba de sangre altamente sensible que rastrea un biomarcador de mieloma llamado proteína M (crédito de la foto: 123RF)

Análisis de sangre permite la detección temprana de recaída del mieloma múltiple

Las biopsias de médula ósea siguen siendo fundamentales para diagnosticar y monitorizar el mieloma múltiple, pero el procedimiento es doloroso, invasivo y a menudo se repite con el tiempo.... Más

Microbiología

ver canal
Imagen: Biosensor para la detección de tuberculosis (fotografía cortesía de la UPV)

Biosensor de antígeno detecta tuberculosis activa en una hora

La tuberculosis sigue siendo un importante desafío de salud global y continúa siendo una causa significativa de morbilidad y mortalidad. El informe mundial de 2024 de la Organización... Más

Patología

ver canal
Imagen: ArteraAI Breast analiza imágenes histopatológicas digitalizadas junto con variables clínicas del paciente para producir una puntuación de riesgo derivada de IA que proporciona información de pronóstico sobre la probabilidad de metástasis a distancia (Crédito de la imagen: Adobe Stock)

Herramienta de patología digital con IA para la estratificación del riesgo en cáncer de mama

La evaluación del riesgo en el momento del diagnóstico es fundamental para guiar el tratamiento del cáncer de mama invasivo en estadio temprano, con receptor hormonal positivo y receptor 2 del factor de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.