Uma tecnologia revolucionária desenvolvida por pesquisadores do Iraque e da Austrália promete transformar o diagnóstico médico ao analisar a cor da língua para identificar condições de saúde em tempo real, com uma precisão de 98%.
O estudo, liderado pelo professor Ali Al-Naji, da Universidade Técnica do Oriente Médio em Bagdá e da Universidade da Austrália do Sul, revela que o algoritmo pode detectar diversas condições médicas apenas observando a cor da língua. “Pessoas com diabetes costumam apresentar uma língua amarela; pacientes com câncer, uma língua roxa com uma camada oleosa espessa; e pacientes com acidente vascular cerebral (AVC) têm uma língua vermelha com formato incomum”, explicou Al-Naji.
O estudo também identificou outros sinais: uma língua branca pode indicar anemia, enquanto pacientes com COVID-19 em estado grave tendem a ter uma língua vermelha profunda. Além disso, uma língua de cor índigo ou violeta pode apontar problemas vasculares, gastrointestinais ou asma.
O sistema de imagem desenvolvido pelos pesquisadores se baseia na prática da medicina tradicional chinesa, que usa a língua como um indicador de saúde. Para treinar o modelo de inteligência artificial, foram utilizadas 5.260 imagens da língua, e a tecnologia foi testada com 60 imagens em dois hospitais de ensino no Oriente Médio. Os pacientes foram fotografados a cerca de 20 centímetros de um laptop equipado com uma webcam, e o programa foi capaz de identificar a condição médica na maioria dos casos.
Os resultados foram publicados na revista Technologies. O coautor do estudo, o professor Javaan Chahl, da Universidade da Austrália do Sul, acredita que a tecnologia poderá ser incorporada a um aplicativo para smartphones, permitindo diagnósticos de diabetes, AVC, anemia, asma, problemas no fígado e na vesícula biliar, COVID-19 e outras condições.
“Esses resultados confirmam que a análise computadorizada da língua é um método seguro, eficiente, fácil de usar e acessível para triagem de doenças, que complementa os métodos modernos com uma prática antiga”, afirmou Chahl.
No entanto, ainda existem desafios a serem enfrentados, como a relutância dos pacientes em fornecer dados e a possibilidade de reflexos capturados pela câmera confundirem o algoritmo.
