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

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
Automated Urinalysis Solution
UN-9000
Immunofluorescence Analyzer
IFA System

Canales

Inmunología

ver canal
Imagen: Los hallazgos resaltan el potencial de los perfiles inmunológicos basados ​​en la sangre para proporcionar una imagen más completa de cómo responden los pacientes a la inmunoterapia. (Crédito de la imagen: Adobe Stock)

Análisis de sangre de células inmunitarias podría predecir respuesta a inmunoterapia en melanoma

El melanoma sigue siendo uno de los cánceres de piel más letales, aunque los resultados mejoran notablemente cuando la enfermedad se detecta en una fase temprana. La inmunoterapia ha prolongado... Más

Microbiología

ver canal
Imagen: El panel QIAstat-Dx BCID GPF Plus AMR es el primer panel QIAstat-Dx para infecciones del torrente sanguíneo que recibe la aprobación de la FDA (Fotografía cortesía de Qiagen)

La FDA aprueba panel de una hora para detectar infecciones del torrente sanguíneo y resistencia antimicrobiana

Las infecciones del torrente sanguíneo pueden progresar rápidamente a sepsis, una afección potencialmente mortal que afecta a un estimado de 1,7 millones de adultos en los EE.... Más

Patología

ver canal
Imagen: A través del PCCP, Proscia obtiene una vía más eficiente para expandir la interoperabilidad de Concentriq AP-Dx mientras mantiene la supervisión regulatoria (Fotografía cortesía de Proscia)

Plataforma de patología digital amplía interoperabilidad para diagnóstico primario

El aumento de la incidencia del cáncer se está encontrando con una plantilla cada vez menor de patólogos, lo que intensifica la presión sobre los tiempos de respuesta diagnóstica... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.