Durante 2.000 años, la medicina tradicional china ha diagnosticado enfermedades examinando la saburra de la lengua de una persona. Ahora, la inteligencia artificial y las tecnologías de aprendizaje automático están mejorando este enfoque. Un estudio colaborativo realizado por investigadores iraquíes y australianos muestra que un sistema de diagnóstico de lengua asistido por computadora puede identificar con precisión afecciones como diabetes e insuficiencia renal en el 94% de los casos. Este método de diagnóstico, que a menudo utiliza dispositivos simples como teléfonos inteligentes, ofrece una alternativa prometedora y rentable al monitoreo remoto de la salud, especialmente porque los servicios médicos están limitados por la pandemia de COVID-19.
La medicina tradicional china ha estado examinando la lengua para detectar signos de enfermedad durante 2.000 años, y ahora los científicos informáticos están utilizando el aprendizaje automático y la inteligencia artificial para hacer precisamente eso.
Un estudio realizado por investigadores iraquíes y australianos proporciona más pruebas de que la tecnología es cada vez más precisa a la hora de detectar enfermedades.
Ingenieros de la Universidad Técnica Media (MTU) de Bagdad y de la Universidad de Australia del Sur (UniSA) utilizaron cámaras web USB y computadoras para capturar imágenes de las lenguas de 50 pacientes con diabetes, insuficiencia renal y anemia y compararon sus colores con una base de datos de 9.000 imágenes de lenguas.
Utilizando tecnología de procesamiento de imágenes, diagnosticaron correctamente el 94% de los casos en comparación con los resultados del laboratorio y también pudieron enviar un mensaje de voz por mensaje de texto al paciente o al proveedor de atención médica designado explicando el color de la lengua y la enfermedad.
En un nuevo artículo publicado en las actas de la conferencia AIP, Ali Al-Naji, profesor asociado adjunto de MTU y UniSA, y sus colegas revisan el progreso global en el diagnóstico de enfermedades asistido por computadora basado en el color de la lengua.
Dijo: "Hace miles de años, la medicina china fue pionera en la práctica de examinar la lengua para detectar enfermedades. La medicina tradicional ha reconocido durante mucho tiempo este método, demostrando que el color, la forma y el grosor de la lengua pueden revelar signos de diabetes, problemas hepáticos, problemas del sistema circulatorio y digestivo, y enfermedades de la sangre y el corazón. Llevando esto un paso más allá, ahora se pueden utilizar inteligencia artificial y cámaras para incluso una nueva forma de diagnosticar enfermedades de forma remota a partir de la apariencia de la lengua utilizando un teléfono inteligente. El análisis computarizado de la lengua es muy preciso y puede ayudar a diagnosticar enfermedades de forma remota de una manera segura, efectiva, fácil, indolora y rentable. Esto es especialmente importante a raíz de una pandemia global como la de COVID, donde la accesibilidad a los centros médicos puede verse afectada".
Los pacientes diabéticos suelen tener la lengua amarilla, los pacientes con cáncer tienen la lengua morada con una gruesa capa de grasa y los pacientes con accidente cerebrovascular agudo tienen la lengua roja que a menudo está curvada.
Un estudio realizado en Ucrania en 2022 analizó imágenes de la lengua de 135 pacientes con COVID a través de teléfonos inteligentes y mostró que el 64 % de los pacientes con infección leve tenían la lengua de color rosa claro, el 62 % de los pacientes con infección moderada tenían la lengua roja y el 99 % de los pacientes con infección grave por COVID-19 tenían la lengua de color rojo oscuro.
Estudios anteriores que utilizaron el sistema de diagnóstico de la lengua también han diagnosticado con precisión apendicitis, diabetes y enfermedades de la tiroides.
"Es posible diagnosticar más de 10 enfermedades que causan cambios notables en el color de la lengua con una precisión del 80%. En nuestro estudio, logramos una precisión diagnóstica del 94% para tres enfermedades, por lo que tenemos el potencial de mejorar aún más esta investigación", afirmó el profesor asociado Al-Naji.