Modelo de IA alcança 98% de precisão no diagnóstico de doenças através da análise de língua

Uma pesquisa recente mostrou que um modelo alimentado por inteligência artificial alcançou uma notável taxa de precisão de 98,71% no diagnóstico de várias doenças ao analisar as línguas dos pacientes. O modelo de IA pode identificar condições como diabetes, acidente vascular cerebral, anemia, asma, problemas no fígado e na vesícula biliar, COVID-19 e vários problemas vasculares e gastrointestinais.

O estudo, anunciado hoje pela Universidade do Sul da Austrália, utilizou vários modelos de cores e algoritmos de aprendizado de máquina para treinar a IA. O sistema processa e classifica imagens de línguas com base na cor, forma e textura. Foi treinado com 5.260 imagens em sete categorias de cores e demonstrou alta precisão.

No anúncio, o autor sênior Ali Al-Naji, professor associado adjunto na MTU e UniSA, aponta que este modelo de IA está imitando uma prática milenar de 2.000 anos da medicina tradicional chinesa: o uso do exame da língua para detectar sinais de doença.

Dois hospitais de ensino no Oriente Médio forneceram 60 imagens de línguas de pacientes com diferentes condições de saúde. No estudo, câmeras posicionadas a 20 centímetros dos pacientes capturaram a cor da língua, e o sistema de imagem previu a condição de saúde deles em tempo real.

O sistema alimentado por IA foi treinado com seis algoritmos de aprendizado de máquina para prever a cor da língua em diferentes condições de iluminação. Esses algoritmos são o Naive Bayes (NB), a máquina de vetor de suporte (SVM), os k-vizinhos mais próximos (KNN), as árvores de decisão (DTs), a floresta aleatória (RF) e o Extreme Gradient Boost (XGBoost).

Apesar de seus sucessos, o estudo teve limitações. Isso incluiu a relutância do paciente em consentir com a coleta de dados e problemas com reflexos da câmera afetando a precisão da cor. Os pesquisadores afirmaram que estudos futuros abordarão esses problemas usando processadores de imagem avançados, filtros e técnicas de aprendizado profundo para aprimorar a classificação de cores e a precisão diagnóstica.

Significativos avanços foram feitos no diagnóstico baseado em IA da língua, com melhorias na extração de características, diversidade de dados e sofisticação de algoritmos levando a maior precisão e confiabilidade. Esses avanços destacam o potencial da IA em avançar a medicina tradicional chinesa e outras áreas médicas.