El Modelo de Inteligencia Artificial Logra un 98% de Precisión en el Diagnóstico de Enfermedades a Través del Análisis de la Lengua

Un estudio reciente demostró que un modelo alimentado por inteligencia artificial logró una notable tasa de precisión del 98.71% en el diagnóstico de diversas enfermedades al analizar las lenguas de los pacientes. El modelo de IA puede identificar condiciones como diabetes, accidente cerebrovascular, anemia, asma, problemas de hígado y vesícula biliar, COVID-19, y varios problemas vasculares y gastrointestinales.

El estudio, anunciado hoy por la Universidad de Australia del Sur, utilizó varios modelos de color y algoritmos de aprendizaje automático para entrenar a la IA. El sistema procesa y clasifica las imágenes de la lengua en base al color, la forma y la textura. Fue entrenado con 5,260 imágenes en siete categorías de color y demostró una alta precisión.

En el anuncio, el autor principal Ali Al-Naji, Profesor Asociado Adjunto en MTU y UniSA, señala que este modelo de IA está imitando una práctica de 2,000 años de la medicina tradicional china: utilizar el examen de la lengua para detectar signos de enfermedad.

Dos hospitales docentes en Medio Oriente proporcionaron 60 imágenes de lenguas de pacientes con diferentes condiciones de salud. En el estudio, las cámaras posicionadas a 20 centímetros de los pacientes capturaron el color de su lengua, y el sistema de imágenes predijo su condición de salud en tiempo real.

El sistema impulsado por IA fue entrenado con seis algoritmos de aprendizaje automático para predecir el color de la lengua bajo diferentes condiciones de iluminación. Estos algoritmos son Naive Bayes (NB), Máquina de vectores de soporte (SVM), k-vecinos más cercanos (KNN), árboles de decisión (DTs), bosque aleatorio (RF) y Extreme Gradient Boost (XGBoost).

A pesar de sus éxitos, el estudio tuvo limitaciones. Estas incluyeron la renuencia de los pacientes a dar su consentimiento para la recopilación de datos y problemas con los reflejos de la cámara que afectaban la precisión del color. Los investigadores declararon que los estudios futuros abordarán estos problemas utilizando procesadores de imágenes avanzados, filtros y técnicas de aprendizaje profundo para mejorar la clasificación de colores y la precisión diagnóstica.

Se ha logrado un progreso significativo en el diagnóstico de la lengua basado en IA, con mejoras en la extracción de características, la diversidad de datos y la sofisticación del algoritmo que conducen a una mayor precisión y fiabilidad. Estos avances resaltan el potencial de la IA para avanzar en la medicina tradicional china y otros campos médicos.