10 月 23 日消息，兩千多年以來，中醫就通過觀察人們舌頭的顏色和形狀來診斷疾病，這種方法現在正在通過人工智能和機器學習技術得到增強。

伊拉克和澳大利亞研究人員之間的一項合作研究表明，計算機輔助舌頭診斷系統可以準確識別 94% 的糖尿病和腎衰竭等疾病。這種診斷方法通常使用智能手機等簡單設備，為遠程健康監測提供了一種非常有前途、經濟高效的替代方案。

巴格達中央技術大學（MTU）和南澳大學（UniSA）的工程師們使用了 USB 網絡攝像頭和電腦，拍攝了 50 名患有糖尿病、腎衰竭和貧血的患者的舌頭圖片，并與一個包含 9000 張舌頭圖片的數據庫進行了比較。他們使用圖像處理技術，以 94% 的準確率診斷出了這些疾病。

MTU 和 UniSA 的副教授 Ali Al-Naji 及其同事們發表了一篇新論文，回顧了基于舌部顏色的計算機輔助疾病診斷在全球范圍內的進展。Al-Naji 副教授說：“幾千年前，中醫就開創了通過觀察舌頭來檢測疾病的做法。傳統醫學也一直支持這種方法，證明舌頭的顏色、形狀和厚度可以揭示出糖尿病、肝臟問題、循環和消化問題以及血液和心臟疾病的跡象。現在，基于舌頭外觀診斷疾病的新方法正在利用人工智能和攝像頭 —— 甚至是智能手機 —— 遠程進行。計算機化的舌部分析具有很高的準確性，可以以安全、有效、簡單、無痛和經濟的方式幫助遠程診斷疾病。這在后疫情時代尤其有意義，因為人們可能無法輕易地到達醫療中心。”

通常情況下，患有糖尿病的患者舌頭呈黃色，患有癌癥的患者舌頭呈紫色，并且舌苔很厚很油膩，急性中風患者則會有紅色且常常歪斜的舌頭。

IT之家注意到，2022 年在烏克蘭進行的一項針對 135 名 COVID 患者的舌部圖像分析顯示，64% 輕度感染者舌頭呈淡粉色，62% 中度感染者舌頭呈紅色，而 99% 重度感染者舌頭呈深紅色。之前使用舌診系統進行的一些研究也準確地診斷出了闌尾炎、糖尿病和甲狀腺疾病。

Al-Naji 副教授說：“通過舌部顏色的變化，可以以 80% 的準確率診斷出十多種疾病。在我們的研究中，我們針對三種疾病達到了 94% 的準確率，所以這項研究還有進一步完善的潛力。”