Diga ‘aaah’ e receba um diagnóstico da saúde na hora: este é o futuro dos exames?

Um algoritmo de computador atingiu 98% de precisão ao prever diferentes doenças analisando a cor da língua humana.

O sistema de imagem proposto, desenvolvido por pesquisadores iraquianos e australianos, pode diagnosticar diabetes, derrame, anemia, asma, condições do fígado e da vesícula biliar, COVID-19 e uma série de problemas vasculares e gastrointestinais.

Pesquisadores de engenharia da Middle Technical University (MTU) e da University of South Australia (UniSA) alcançaram esse avanço em uma série de experimentos nos quais utilizaram 5.260 imagens para treinar algoritmos de aprendizado de máquina para detectar a cor da língua.

Dois hospitais de ensino no Oriente Médio forneceram 60 imagens da língua de pacientes com várias condições de saúde. O modelo de inteligência artificial (IA) conseguiu correlacionar a cor da língua com a doença em quase todos os casos.

Um novo artigo publicado na revista Technologies descreve como o sistema proposto analisa a cor da língua para fornecer diagnósticos imediatos, confirmando que a IA é a chave para muitos avanços na medicina.

O autor principal, professor adjunto Ali Al-Naji, da MTU e da UniSA, afirma que a IA está replicando uma prática de 2.000 anos amplamente utilizada na medicina tradicional chinesa: examinar a língua em busca de sinais de doenças.

“A cor, forma e espessura da língua podem revelar uma infinidade de condições de saúde”, diz ele.

“Normalmente, pessoas com diabetes têm a língua amarela; pacientes com câncer têm a língua roxa com uma cobertura espessa e gordurosa; e pacientes com derrame agudo apresentam uma língua vermelha com formato incomum.

“Uma língua branca pode indicar anemia; pessoas com casos graves de COVID-19 provavelmente têm a língua vermelha escura; e uma língua de cor índigo ou violeta indica problemas vasculares e gastrointestinais ou asma.”

No estudo, câmeras posicionadas a 20 centímetros de distância do paciente capturaram a cor da língua, e o sistema de imagem previu a condição de saúde em tempo real.