Kaynak
Bu rehber yardımcı oldu mu?
DoktorClub’da Keşfet
Dil Rengiyle Hastalık Tahmininde %98 Doğruluk Oranına Ulaşan Algoritma
Bir bilgisayar algoritması, insan dilinin rengini analiz ederek farklı hastalıkları tahmin etmede %98 doğruluk oranına ulaştı. Iraklı ve Avustralyalı araştırmacılar tarafından geliştirilen önerilen görüntüleme sistemi…
Bir bilgisayar algoritması, insan dilinin rengini analiz ederek farklı hastalıkları tahmin etmede %98 doğruluk oranına ulaştı.
Iraklı ve Avustralyalı araştırmacılar tarafından geliştirilen önerilen görüntüleme sistemi diyabet, felç, anemi, astım, karaciğer ve safra kesesi rahatsızlıkları, COVID-19 ve bir dizi damar ve gastrointestinal sorunu teşhis edebiliyor.
Middle Technical University (MTU) ve Güney Avustralya Üniversitesi'nden (UniSA) mühendislik araştırmacıları, dil rengini tespit etmek için makine öğrenimi algoritmalarını eğitmek üzere 5.260 görüntü kullandıkları bir dizi deneyde çığır açan bir gelişmeye imza attılar. Orta Doğu'daki iki öğretim hastanesi, çeşitli sağlık sorunları olan hastalardan 60 dil görüntüsü sağladı. Yapay zeka (AI) modeli, hemen hemen tüm vakalarda dil rengini hastalıkla eşleştirebildi.
Technologies'de yayınlanan bir makale, önerilen sistemin yerinde teşhis sağlamak için dil rengini nasıl analiz ettiğini ana hatlarıyla açıklıyor ve yapay zekanın tıp alanındaki birçok ilerlemenin anahtarı olduğunu doğruluyor.
Kıdemli yazar, MTU ve UniSA Yardımcı Doçenti Ali Al-Naji, AI'ın geleneksel Çin tıbbında yaygın olarak kullanılan 2.000 yıllık bir uygulamayı taklit ettiğini söylüyor: Dilin hastalık belirtileri açısından incelenmesi. Al-Naji, “Dilin rengi, şekli ve kalınlığı bir dizi sağlık sorununu ortaya çıkarabilir. Tipik olarak, diyabetli kişilerin sarı bir dili vardır; kanser hastalarının kalın yağlı bir kaplamaya sahip mor bir dili vardır; ve akut felçli hastaların alışılmadık şekilde kırmızı bir dili vardır. Beyaz bir dil kansızlığa işaret edebilir; şiddetli COVID-19 vakaları olan kişilerin koyu kırmızı bir dili olması muhtemeldir; ve çivit mavisi veya mor renkli bir dil, damarsal ve gastrointestinal sorunları veya astımı gösterir.” diyor.
Çalışmada, bir hastadan 20 santimetre uzağa yerleştirilen kameralar dil rengini yakaladı ve görüntüleme sistemi sağlık durumunu gerçek zamanlı olarak tahmin etti.
Iraklı ve Avustralyalı araştırmacılar tarafından geliştirilen önerilen görüntüleme sistemi diyabet, felç, anemi, astım, karaciğer ve safra kesesi rahatsızlıkları, COVID-19 ve bir dizi damar ve gastrointestinal sorunu teşhis edebiliyor.
Middle Technical University (MTU) ve Güney Avustralya Üniversitesi'nden (UniSA) mühendislik araştırmacıları, dil rengini tespit etmek için makine öğrenimi algoritmalarını eğitmek üzere 5.260 görüntü kullandıkları bir dizi deneyde çığır açan bir gelişmeye imza attılar. Orta Doğu'daki iki öğretim hastanesi, çeşitli sağlık sorunları olan hastalardan 60 dil görüntüsü sağladı. Yapay zeka (AI) modeli, hemen hemen tüm vakalarda dil rengini hastalıkla eşleştirebildi.
Technologies'de yayınlanan bir makale, önerilen sistemin yerinde teşhis sağlamak için dil rengini nasıl analiz ettiğini ana hatlarıyla açıklıyor ve yapay zekanın tıp alanındaki birçok ilerlemenin anahtarı olduğunu doğruluyor.
Kıdemli yazar, MTU ve UniSA Yardımcı Doçenti Ali Al-Naji, AI'ın geleneksel Çin tıbbında yaygın olarak kullanılan 2.000 yıllık bir uygulamayı taklit ettiğini söylüyor: Dilin hastalık belirtileri açısından incelenmesi. Al-Naji, “Dilin rengi, şekli ve kalınlığı bir dizi sağlık sorununu ortaya çıkarabilir. Tipik olarak, diyabetli kişilerin sarı bir dili vardır; kanser hastalarının kalın yağlı bir kaplamaya sahip mor bir dili vardır; ve akut felçli hastaların alışılmadık şekilde kırmızı bir dili vardır. Beyaz bir dil kansızlığa işaret edebilir; şiddetli COVID-19 vakaları olan kişilerin koyu kırmızı bir dili olması muhtemeldir; ve çivit mavisi veya mor renkli bir dil, damarsal ve gastrointestinal sorunları veya astımı gösterir.” diyor.
Çalışmada, bir hastadan 20 santimetre uzağa yerleştirilen kameralar dil rengini yakaladı ve görüntüleme sistemi sağlık durumunu gerçek zamanlı olarak tahmin etti.