چنین روشهای تشخیصی که اغلب از دستگاههای ساده مانند تلفنهای هوشمند استفاده میکنند، یک جایگزین امیدوارکننده و مقرونبهصرفه برای پایش سلامت از راه دور بهویژه در سناریوهای محدود شده در همهگیری، ارائه میدهند.
یک روش دوهزار ساله توسط گیاهپزشکان چینی – که زبان انسان را برای نشانههای بیماری بررسی میکرد – اکنون توسط دانشمندان رایانه با استفاده از یادگیری ماشینی و هوش مصنوعی مورد استقبال قرار گرفته است.
سیستمهای تشخیص بیماری از روی زبان به دلیل افزایش نظارت بر سلامت از راه دور در سراسر جهان به سرعت در حال افزایش هستند و مطالعه محققان عراقی و استرالیایی شواهد بیشتری از دقت فزاینده این فناوری برای تشخیص بیماری ارائه میدهد.
مهندسان دانشگاه میدل تکنیکال (MTU) در بغداد و دانشگاه استرالیای جنوبی (UniSA) از یک دوربین USB وب و رایانه برای گرفتن تصاویر زبان از ۵۰ بیمار مبتلا به دیابت، نارسایی کلیوی و کم خونی استفاده کردند و رنگها را با پایگاه داده ۹۰۰۰ تصویر زبان مقایسه کردند.
دستاوردها در تشخیص بیماری از طریق تصویربرداری زبان
آنها با استفاده از روشهای پردازش تصویر، در ۹۴ درصد موارد بیماری را در مقایسه با نتایج آزمایشگاهی به درستی تشخیص دادند. یک پیام صوتی که رنگ زبان و بیماری را مشخص میکرد نیز از طریق یک پیام متنی برای بیمار یا کارشناس بهداشت، ارسال شد.
«علی الناجی» استادیار MTU و UniSA و همکارانش، در مقاله جدیدی در مجموعه مقالات کنفرانس AIP، پیشرفتهای جهانی در تشخیص بیماری به کمک رایانه را بر اساس رنگ زبان بررسی کرده اند.
نوآوریهای فناورانه و قابلیتهای آینده
الناجی میگوید: هزاران سال پیش، طب چینی در معاینه زبان برای تشخیص بیماری پیشگام بود. طب سنتی مدتهاست که این روش را تایید کرده است و نشان میدهد که رنگ، شکل و ضخامت زبان میتواند نشانههای دیابت، مشکلات کبدی، مشکلات گردش خون و گوارش و همچنین بیماریهای خونی و قلبی را آشکار کند.
با برداشتن یک گام به جلو، امروزه روشهای جدید برای تشخیص بیماری از روی ظاهر زبان از راه دور و با استفاده از هوش مصنوعی و دوربین (حتی یک گوشی هوشمند) انجام میشود.
بررسی رایانهای زبان بسیار دقیق است و میتواند به تشخیص بیماریها از راه دور به روشی ایمن، موثر، آسان، بدون درد و مقرون به صرفه کمک کند. این امر به ویژه در پی یک بیماری همه گیر جهانی مانند COVID، که حضور در مراکز بهداشتی ممکن است خطرناک باشد، اهمیت دارد.
بیماران دیابتی معمولاً زبان زرد دارند، زبان بیماران سرطانی ارغوانی با پوشش ضخیم چرب است و بیماران مبتلا به سکته حاد با زبان قرمز که اغلب کج است مراجعه میکنند.
یک مطالعه در سال ۲۰۲۲ در اوکراین با تجزیه و تحلیل تصاویر زبان ۱۳۵ بیمار مبتلا به کووید از طریق تلفن هوشمند نشان داد که ۶۴ درصد از بیماران مبتلا به عفونت خفیف دارای زبان صورتی کم رنگ، ۶۲ درصد از بیماران مبتلا به عفونت متوسط دارای زبان قرمز و ۹۹ درصد از بیماران مبتلا به عفونت شدید کووید زبان قرمز تیره داشتند.
مطالعات قبلی با استفاده از سیستمهای تشخیصی زبان، آپاندیسیت، دیابت و بیماری تیروئید را به درستی تشخیص داده اند.
الناجی میگوید: تشخیص بیش از ۱۰ بیماری که باعث تغییر رنگ زبان میشوند با ۸۰ درصد دقت امکان پذیر است. در مطالعه خود، به دقت ۹۴ درصدی در مورد سه بیماری دست یافتیم، بنابراین این پتانسیل وجود دارد که این تحقیقات را برای بیماریهای دیگری، بیشتر پیش ببریم.