AI 모델, 혀 분석을 통한 질병 진단에서 98%의 정확도 달성

최근 연구 결과에 따르면, AI 기반 모델이 환자의 혀를 분석하여 다양한 질병을 진단하는데 있어 놀라운 98.71%의 정확도를 보였다고 합니다. 이 AI 모델은 당뇨병, 뇌졸중, 빈혈, 천식, 간과 담낭 문제, COVID-19, 그리고 여러 혈관 및 위장 문제 등을 판별할 수 있습니다.

오늘 남호주 대학교에서 발표한 연구에서는 다양한 색상 모델과 기계 학습 알고리즘을 이용하여 AI를 훈련시켰습니다. 이 시스템은 혀의 이미지를 처리하고 분류하며, 이는 색상, 형태, 질감을 기반으로 합니다. 이 AI는 7개 색상 카테고리에 걸쳐 5,260개의 이미지로 훈련을 받았으며, 높은 정확도를 보였습니다.

공지에서, MTU와 UniSA의 부속 부교수인 시니어 저자 알리 알-나지는 이 AI 모델이 2,000년 전의 전통 중국 의학에서 비롯된 방법, 즉 병의 징후를 찾기 위해 혀를 검사하는 것을 모방하고 있다고 지적했습니다.

중동의 두 교육병원에서는 다양한 건강 상태를 가진 환자들의 혀 이미지 60장을 제공하였습니다. 이 연구에서는 환자로부터 20센티미터 떨어진 곳에 위치한 카메라가 그들의 혀 색깔을 캡처하였고, 이미징 시스템은 실시간으로 그들의 건강 상태를 예측하였습니다.

이 인공지능 기반 시스템은 다양한 조명 조건 하에서의 혀 색깔을 예측하기 위해 6가지 머신 러닝 알고리즘으로 훈련되었습니다. 이 알고리즘들은 나이브 베이즈 (NB), 서포트 벡터 머신 (SVM), k-최근접 이웃 (KNN), 의사결정 트리 (DTs), 랜덤 포레스트 (RF), 그리고 극단의 그래디언트 부스트 (XGBoost)입니다.

그러나 성공에도 불구하고 이 연구에는 몇 가지 한계점이 있었습니다. 이에는 환자의 데이터 수집에 대한 동의 거부와 카메라 반사가 색상 정확도에 미치는 문제가 포함되었습니다. 연구자들은 이러한 문제들을 해결하기 위해 미래의 연구에서는 고급 이미지 프로세서, 필터, 그리고 딥 러닝 기술을 사용하여 색상 분류와 진단 정밀도를 향상시킬 것이라고 밝혔습니다.

AI 기반 혀 진단 분야에서 큰 발전이 이루어졌습니다. 특징 추출, 데이터 다양성, 알고리즘의 세분화가 개선되면서 정확도와 신뢰성이 향상되었습니다. 이러한 발전은 AI가 중국 전통 의학 및 기타 의료 분야를 발전시키는 데 큰 잠재력을 가지고 있음을 드러냅니다.