Un nuevo sistema de aprendizaje automático, basado en técnicas de la medicina tradicional china con más de 2,000 años de antigüedad, ha demostrado ser capaz de diagnosticar ciertas enfermedades con una precisión asombrosa, simplemente observando la lengua de los pacientes. Esta tecnología de vanguardia, aunque innovadora, se inspira en métodos médicos utilizados por los seres humanos durante milenios.
En la práctica de la medicina tradicional china y otras disciplinas, la lengua ha sido una fuente vital de información para diagnosticar enfermedades. La forma, el color y el grosor de la lengua pueden revelar una amplia gama de problemas de salud, desde cáncer hasta diabetes, pasando por asma y trastornos gastrointestinales. Ahora, después de más de dos milenios de análisis visuales por parte de médicos, la inteligencia artificial podría ofrecer una “segunda opinión” a través de ojos electrónicos impulsados por aprendizaje automático.
“Las lenguas humanas poseen características y rasgos únicos conectados a los órganos internos del cuerpo, lo que permite detectar enfermedades y monitorear su progreso… Entre estos, el color de la lengua es de suma importancia”, explica un equipo de investigadores en ingeniería que colaboran entre la Universidad del Sur de Australia (UniSA) y la Universidad Técnica Media de Irak (MTU) en un estudio reciente publicado en la revista Technologies.
Ali Al-Naji, autor principal del estudio y profesor adjunto asociado en el Departamento de Ingeniería de Técnicas de Instrumentación Médica de UniSA, detalló varios escenarios en el anuncio del estudio realizado el 13 de agosto.
“Normalmente, las personas con diabetes tienen una lengua amarilla; los pacientes con cáncer presentan una lengua púrpura con una capa espesa y grasienta; y los pacientes con un accidente cerebrovascular agudo muestran una lengua roja de forma inusual”, explicó. Una lengua blanca, por otro lado, puede ser indicativa de anemia, mientras que un color índigo o violeta apunta a problemas vasculares y gastrointestinales o asma.
El equipo de Al-Naji construyó su sistema visualmente entrenándolo en dos conjuntos de datos. Primero, alimentaron 5,260 imágenes que abarcaban siete colores en diferentes saturaciones y condiciones de luz. De estas, 300 representaban lenguas no saludables, mientras que 310 mostraban ejemplos de lenguas saludables. Luego, dos hospitales de enseñanza en Irak, en Dhi Qar y Mosul, entrenaron el sistema en tiempo real usando 60 fotos que mostraban una mezcla de lenguas humanas saludables y aquellas con diversas enfermedades, como infecciones micóticas, asma, COVID-19, papilas fungiformes y anemia.
Finalmente, se puso a prueba el algoritmo en persona. Después de conectar el programa a una cámara web USB, se pidió a voluntarios sanos y enfermos que posicionaran sus lenguas a 20 cm de la cámara para ser escaneadas. Los resultados, según el equipo de Al-Naji, mostraron una “precisión notable”.
“El sistema propuesto podría detectar eficientemente diferentes dolencias que muestran cambios evidentes en el color de la lengua, con una tasa de precisión de los modelos entrenados que supera el 98%”, concluyen los investigadores en su estudio. En el caso de 60 imágenes de lenguas, el programa logró una precisión del 96.6%.
Los investigadores consideran que los experimentos ilustran la viabilidad prometedora de incorporar sistemas de inteligencia artificial similares o mejorados en las instalaciones médicas, para proporcionar algún día un método “seguro, eficiente, fácil de usar, cómodo y rentable para el cribado de enfermedades”.
NOTICIAS RELACIONADAS: