Nemoci máme napsané na kůži. Toto prohlášení určitě platí u některých chorob, jejichž příznaky lze vidět na tváři, rukou nebo nohou. O probíhajícím onemocnění může svědčit i síla podání ruky nebo zabarvení hlasu. Lékařům někdy stačí jednoduché nástroje nebo důkladná vizuální kontrola pacienta.
Vizuální prohlídka pacienta
Je jednou z nejstarších a stále používaných diagnostických metod, často – zejména pokud ji provádí zkušený lékař – může být stejně dobrá jako laboratorní nebo zobrazovací testy provedené později. Někteří doktoři tvrdí, že tento aspekt medicíny je povzbudil k tomu, aby navštěvovali lékařskou fakultu. Když lékař vidí, jak vypadá oko pacienta, jak vypadá jeho pokožka a jeho jazyk, měl by hned vědět, co pacientovi je.
Momentálně probíhá výzkum s využitím umělé inteligence, která může být ještě vnímavější než lidské oko. Na nedávné konferenci v Americe se ukázalo, že na základě analýzy hlasu pacienta je možné určit pravděpodobnost ischemické choroby srdeční. Ve studii zahrnující více než sto dobrovolníků znamenala určitá hlasová funkce 2,6krát vyšší riziko poruchy.
Zdroj obrázku: Freepik
Čtení nemoci z očí
Kromě poslechu řeči osoby se lze pozorně podívat na různé části těla. Ukazuje se například, že fotografie sítnice mohou naznačovat riziko kardiovaskulárních onemocnění. Totéž platí i pro tvář, ačkoli výzkum v této sféře teprve začíná. Odborníci z univerzity v Sydney například říkají, že podle analýzy obličeje, symetrie nebo vepsaných svalových znaků je již možné předpovědět různé fyziologické charakteristiky související se zdravím, jako je procento tělesného tuku, BMI nebo arteriální tlak.
Toto jsou parametry, které jsou rozhodující pro kardiovaskulární zdraví. Výzkumníci z Korejského institutu zdraví a životního prostředí nedávno informovali o souvislostech mezi silou podání ruky a zdravotním stavem dospělého člověka. Konkrétněji o prevalenci nejméně dvou chorob. Informace od téměř 20 000 účastníků naznačovaly silnou inverzní korelaci. Čím silnější je podání ruky, tím nižší je riziko onemocnění.
Zdroj: https://lmp.utoronto.ca/news/using-voice-diagnose-disease-collaboration-uses-machine-learning-aid-diagnostics
