На протяжении тысячелетий специалисты традиционной китайской медицины (ТКМ) проверяли языки пациентов в рамках комплексного обследования. Считается, что это помогает выявить скрытые заболевания в организме. Команда учёных, вдохновившись традиционной китайской медициной, использовала модели машинного обучения для классификации цвета языка и прогнозирования болезней.
В рамках новой научной работы эксперты разработали специальную систему освещения. Пациенты помещали головы в коробку, освещённую светодиодами, которые излучали стабильную и контролируемую длину волны света, и высовывали языки. Всего учёным удалось собрать 5260 изображений — как реальных фотографий языка, найденных в интернете, так и дополнительных изображений с цветовыми градиентами. Далее они использовали их для обучения ИИ распознаванию семи конкретных цветов (красного, жёлтого, зелёного, синего, серого, белого и розового) с разной степенью насыщенности и при разном освещении.
Здоровый язык, по словам исследователей, имеет розовый цвет с тонким белым налётом. При этом более белый язык может указывать на дефицит железа в крови, у пациентов с диабетом часто он покрыт синевато-жёлтым налётом. Фиолетовый язык с толстым жировым слоем может быть признаком рака, а интенсивность ковида может повлиять на цвет языка: при лёгких формах заболевания он бледно-розовый, при заболевании средней тяжести – малиновый, при тяжёлой форме – насыщенно-красный.
Scientific American
После этого учёные применили самую точную из шести протестированных моделей машинного обучения к 60 изображениям языка, полученным с помощью стандартизированного киоска, установленного группой в двух больницах в Ираке в 2022 и 2023 годах. Далее специалисты сравнили экспериментальные диагнозы с медицинскими картами пациентов. Оказалось, что система правильно распознала 58 из 60 изображений. Это подтвердил соавтор исследования Али Аль-Наджи, ныне профессор медицинской инженерии в Среднем техническом университете в Ираке.