Как ИИ использует цвет языка для прогнозирования заболеваний с высокой точностью

Отрасль здравоохранения часто тратит годы на внедрение новых технологий, поскольку ей приходится преодолевать многочисленные регулирующие препятствия. Однако реакция на искусственный интеллект была иной. Бесчисленное множество специалистов уже экспериментируют с прогностическими и аналитическими способностями ИИ для оптимизации диагностики.

Недавно исследователи заявили, что ИИ может определить тип заболевания у человека — и насколько оно прогрессировало — просто заглянув ему в рот. Эта технология прошла долгий путь, но может ли она предсказывать заболевания, используя только цвет языка для диагностики?

Исследования доказывают, что ИИ может использовать цвет языка для диагностики

Исследователи из Среднего технического университета в Багдаде, Ирак, и Университета Южной Австралии в Аделаиде, Австралия, недавно обнаружили, что технология ИИ может анализировать цвета языка для диагностики. Они разработали систему компьютерного зрения, которая обрабатывает и классифицирует изображения с использованием моделей цветового пространства, которые предоставляют измеримые значения оттенков и яркости.

Они использовали тысячи изображений для обучения и тестирования, многие из которых были получены из больницы Al-Hussein Teaching Hospital в Ираке и больницы Mosul General Hospital в Мосуле. Они обучали модель на реальных людях с реальными заболеваниями, а не на синтетическом наборе данных. Такие различия имеют важное значение при разработке инструмента для диагностических целей.

Исследователи классифицировали изображения по категориям: розовый, белый, красный, желтый, зеленый, синий или серый, чтобы их модели могли определять цвета при любых условиях освещения. Всего было обучено семь. Самая производительная модель была создана с помощью Extreme Gradient Boost (XGBoost) — библиотеки машинного обучения с открытым исходным кодом — котораядостигнута точность более 98%в среднем. Во время тестирования он правильно диагностировал 58 из 60 изображений, то есть был верен в 96,6% случаев.

Их результаты меня удивили. Честно говоря, я не ожидал, что их система превзойдет профессионалов-медиков. Хотя различные исследовательские группы разработали похожие диагностические модели для других целей, немногие из них настолько точны. Исследования показывают, что даже обученные врачи с многолетним опытом делают это правильно только71,4% временив среднем.

Что цвет языка может рассказать о здоровье человека

Признаюсь, я считал странным смотреть на язык, чтобы предсказать болезнь. Казалось, что какой-то метод люди придумали до того, как появилась современная медицина. Честно говоря, я был отчасти прав. Использование цвета языка для диагностики основано на более чем 2000-летней традиционной китайской медицинской практике.

Из всех характеристик языка, включая форму, текстуру и влажность, цветявляется наиболее важным показателемздоровья. Если я сейчас высуну язык и посмотрю в зеркало, я ожидаю, что он будет розовым. Любой другой оттенок может означать, что что-то не так с моим ртом, кровеносной системой или органами.

Покраснение может означать, что у меня необычно высокая температура или дефицит витаминов. Исследования показывают, что естьпотенциальная связь между диабетоми пожелтение языка. Зеленый оттенок обычно указывает на грибковую инфекцию или бактериальное скопление. Синеватый оттенок может быть признаком низкого уровня кислорода в крови или заболевания кровеносных сосудов. Серый может быть признаком чего угодно: от грибка до рака.

Хотя у врачей есть десятки диагностических систем, многие все еще проверяют язык, поскольку на его цвет влияет относительно немного состояний. Если есть заметное изменение цвета, они могут сузить корень проблемы. По сравнению с анализом крови, который дает точные показания, но не дает окончательных ответов, это часто лучший вариант.

Тем не менее, человеческая ошибка часто снижает его точность. Традиционно врачи вручную осматривают языки пациентов. Даже при многолетнем опыте все, что угодно, от слегка окрашенного верхнего освещения до времени суток, может повлиять на их восприятие цвета. Этот неоднозначный, субъективный метод существует уже более 2000 лет — пришло время для обновления.

Как ИИ определяет и предсказывает заболевания с помощью цвета языка

Инженеры и исследователи, разработавшие эту прорывную систему диагностической визуализации, заставили участников стоять на расстоянии 20 сантиметров от машины во время ее тестирования. Затем встроенный ИИ определил цвет их языка и предсказал их состояние здоровья в режиме реального времени. Он обрабатывал оттенки и яркость с использованием моделей цветового пространства.

Алгоритм XGBoost правильно предсказал заболевания96,6% времениво время тестирования. Эта модель машинного обучения точна, поскольку она продолжает совершенствовать себя после своего первоначального вывода. Она многократно делает предположение и вычисляет частоту ошибок, чтобы постепенно приближаться к своей цели, эффективно обучаясь для повышения своей точности.

Как машина этой исследовательской группы видит цвета языка

Колбочки — фоторецепторы сетчатки, отвечающие за цветовое зрение — широко чувствительны к красно-сине-зеленым (RGB) областям. Однако эта модель цветового пространства не очень хорошо отражает информацию. Вместо этого система компьютерного зрения использовала YCbCr, LAB, YIQ и HSV. В отличие от людей, она не ограничена узким спектром видимого света.

Другие исследования показывают, что система компьютерного зрения на базе ИИ может точно распознавать и воссоздавать цвета без спектральной дисперсии, то есть она может определенно видеть цвета, которые мы не можем. В то время как мои чувствительные к RGB колбочки могут толькоувидеть около миллиона цветов, эта технология может видеть около 16,8 млн. Она также невероятно точна, отклоняясь от «невидимых» цветовых спектров всего лишь примерно в 1% случаев в среднем.

Если модель машинного обучения может улавливать тонкие различия в насыщенности и яркости, которые я не вижу, почему она не может видеть оттенки, которые я не вижу? Естественно, последствия будут значительными — ИИ сможет постоянно превосходить врачей.

Почему важно использовать цвет языка для диагностики?

Поскольку одна модель может взаимодействовать с несколькими людьми одновременно, она может помогать разным пациентам одновременно. Им не нужно посещать клинику — они могут загрузить приложение и использовать камеру своего телефона. Поскольку машина исследовательской группы может определять и предсказывать заболевания независимо от освещения, вероятность неточного вывода мала.

Я считаю, что домашний скрининг с использованием искусственного интеллекта может произвести революцию в здравоохранении, сделав его более доступным и доступным. Миллионы людей ежегодно умирают от болезней, с которыми у них был бы шанс бороться, если бы они заразились ими раньше. Например, в Соединенных Штатах около12 000 человек диагностированыраком желчного пузыря каждый год, что приводит к примерно 4000 смертей в год. ИИ может диагностировать их удаленно, помогая им получать помощь вовремя.

Потенциал ИИ для революционной диагностики может принести пользу больницам так же, как и пациентам. Несмотря на повсеместную цифровизацию, медицинские расходыувеличилось примерно на 47%с 2021 по 2022 год — на общую сумму $55 млрд. Основным фактором расходов стало увеличение среднего времени, которое поставщики услуг проводят с пациентами.

Возможности автоматизации и автономная природа ИИ могут оптимизировать приемы. Факты показывают, что эта технология может помочь медицинским учреждениямэкономят 20%-50% годового бюджета, так что здесь есть потенциал. Это может позволить больницам переложить экономию на потребителей или инвестировать в большее количество спасающего жизни оборудования.

Я не думал, что использование цвета языка для диагностики может быть настолько эффективным, но у него есть непревзойденный потенциал. Может ли ИИ заменить врачей? Вероятно, нет. Однако я считаю, что он станет основным продуктом в медицинской отрасли, поскольку он дополняет идентификацию, прогнозирование и лечение заболеваний. Их опыт в сочетании с мощью машинного обучения был бы непобедимым сочетанием.

Как здравоохранение может использовать эту технологию для улучшения

Индустрия здравоохранения знает об ИИ и стремится его принять, так что, скорее всего, это лишь вопрос времени, когда он станет распространенным. Эксперты прогнозируют, что рыночная стоимость этой технологии в этом секторе будет расти всовокупный годовой темп роста 38,4%с 2020 по 2030 год он достигнет, по оценкам, 208,2 млрд долларов США, что подчеркивает быстро растущую распространенность этого явления в этой области.

Однако, в то время как __72% врачей согласны__они видят наибольшие перспективы для ИИ в диагностике, только 38% используют его на практике. Реалистично, могут пройти годы, прежде чем они начнут использовать модельно-анализированные цвета языка для диагностики и прогнозирования. Мое обоснованное предположение заключается в том, что больницам потребуется десятилетие, чтобы прыгать через обручи вместо того, чтобы продираться через бюрократическую волокиту.

К счастью, мир мобильного здравоохранения быстро растет и доступен в любое время. Хотя я не могу упомянуть mHealth, не упомянув об отсутствии у него нормативного надзора и защиты конфиденциальности, было бы также бессмысленно упускать его из виду при обсуждении будущего медицинского ИИ.

Почему здравоохранение должно быть осторожным с этой технологией

В какой-то момент я поймал себя на мысли, что этот прорыв слишком хорош, чтобы быть правдой. В чем подвох? Каковы недостатки диагностики с помощью ИИ? Я провел немало исследований в этой области, поэтому знал, что будут существовать проблемы с конфиденциальностью, этикой и регулированием. Однако исследование, которое раскрыло эту прорывную технологию, также стоит пересмотреть под микроскопом.

Я заметил, что работа исследователей по использованию ИИ для анализа цвета языка для диагностики еще не была рецензирована. Поскольку она была опубликована в июне 2024 года, это неудивительно. Однако это означает,их точность составляет 98%несколько висит в воздухе. Их процесс надежен, но что такое наука без репликации? Если кто-то не воспроизведет их результаты, отрасль здравоохранения может не принять их изобретение.

Как этот прорыв повлияет на медицинские технологии ИИ?

Использование системы визуализации для анализа цвета языка для диагностики может показаться узкоспециализированным и относительно незначительным достижением, но оно может произвести революцию в здравоохранении. Точное прогнозирование заболеваний с помощью приложения может спасти тысячи жизней. Более того, другие исследователи могли бы использовать эту технологию для вдохновения собственных диагностических прорывов на основе ИИ.