تشخیص بیماری با کمک رنگ زبان و هوش مصنوعی

اقتصاد ایران: محققان دانشگاه های عراق و استرالیا با عکاسی از زبان و سیستم هوش مصنوعی بیماری های مختلف در افراد را با دقت ۹۸ درصد تشخیص دادند.

به گزارش خبرگزاری مهر به نقل از نیواطلس، محققان یک روش تشخیص سلامتی باستانی را هوش مصنوعی ترکیب و یک سیستم خارق العاده برای آشکار سازی طیفی از بیماری ها آن هم فقط با نگاه کردن به زبان انسان ابداع کرده اند.

آزمایش ها حاکی از دقت بالای این روش است. پزشکان هنگام مراجعه بیماران وضعیت زبان وی را بررسی می کنند زیرا رنگ و وضعیت زبان نشان دهنده اطلاعات زیادی درباره بدن انسان است. هرچند این تکنیک در قرن هفدهم میلادی استفاده می شد، اما در طب سنتی چینی از حدود سال ۱۱۱۵ میلادی به کار می رفت.

محققان دانشگاه میدل تکنیکال یونیورسیتی (MTU) در عراق و دانشگاه جنوب استرالیا با توجه به ارزش تحلیل نشانگرهای زبان تصمیم گرفتند آن را با افزودن دقت بیشتر استاندارد تر کنند.

در همین راستا آنها یک ماشین یادگیری را با ۵۲۶۰ عکس زبان که درنورهای مختلف ثبت شده بود، آموزش دادند. همچنین مجموعه ای از تصاویر افرادی با بیماری های مختلف از جمله آسم، دیابت و آنمی نیز به سیستم ها ارائه شد. در مرحله بعد سیستم با یک دوربین در فاصله ۲۰ سانتیمتری زبان بیمار قرار گرفت و از سیستم خواسته شد تا بیماری آن را تشخیص دهد. نتایج حاکی از دقت ۹۸ درصدی سیستم بود.

طبق اطلاعات موجود زبان سالم باید متقارن و رنگ صورتی داشته باشد. همچنین اگر طیفی از سفید روی زبان وجود داشته باشد نیز مشکلی وجود ندارد. میان مردم ساکن در حوزه مدیترانه، آسیا و آفریقا زبان سالم اندکی بنفش یا قهوه است. هر رنگی خارج از طیف گفته شده نشانه بیماری است و فرد باید به پزشک مراجعه کند.

نظرات کاربران

  • دیدگاه های ارسال شده توسط شما، پس از تایید توسط خبرگزاری در وب منتشر خواهد شد.
  • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
  • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.

نرخ ارز

عنوان عنوان قیمت قیمت تغییر تغییر نمودار نمودار
دلار خرید 24759 0 (0%)
یورو خرید 28235 0 (0%)
درهم خرید 6741 0 (0%)
دلار فروش 24984 0 (0%)
یورو فروش 28492 0 (0%)
درهم فروش 6803 0 (0%)
عنوان عنوان قیمت قیمت تغییر تغییر نمودار نمودار
دلار 285000 0.00 (0%)
یورو 300325 0.00 (0%)
درهم امارات 77604 0 (0%)
یوآن چین 41133 0 (0%)
لیر ترکیه 16977 0 (0%)
ﺗﻐﯿﯿﺮات ﺑﺎ ﻣﻮﻓﻘﯿﺖ اﻧﺠﺎم ﺷﺪ