人工智能舌眼诊断 myzencheck 定制视觉代工厂
本研究介绍了MyZenCheck开发的人工智能驱动的健康诊断解决方案，该解决方案基于传统中医原理，将舌诊扫描和眼部分析扫描整合在一起。该平台使用微软的自定义视觉（Custom Vision）进行图像分割，并使用人工智能代工厂（AI Foundry）代理进行智能处理和诊断，展示了现代人工智能工具如何增强个人健康意识。该系统通过移动应用程序为用户提供实时反馈，在古代诊断和现代机器学习之间架起了一座桥梁。
1.导言
- 中医诊断的背景
- 传统方法的局限性（主观性、缺乏可扩展性）
- 人工智能在健康监测领域的崛起
- 目的：使用微软工具和中医方法开发和测试基于人工智能的诊断平台。
2.系统架构
2.1.通过 MyZenCheck 应用程序收集数据
- 通过移动应用程序收集舌头和眼睛图像
- 匿名安全云存储
- 包括可选的健康调查数据，以提高背景的准确性
2.2.使用微软自定义视觉进行图像分割
- 定制视觉模型经过训练，可识别关键视觉特征（如裂缝、颜色、涂层、瞳孔大小等）
- 项目分类：用于分割和标记的物体检测
- 数据集：500 图片
2.3.通过 AI Foundry 代理进行分析
- 使用 Azure AI Foundry 逻辑构建的代理
- 任务：特征提取 → 模式匹配 → 基于中医的诊断逻辑
- 多步推理和个性化建议生成
3.方法论
- 图像预处理步骤
- 自定义视图中的培训策略和绩效指标
- AI Foundry 代理中基于规则和概率的模型
- 交叉验证和诊断准确性测试
4.成果
4.1.分割精度
- 舌头特征、眼睛标记的精确度/调用
- 常见诊断结果的混淆矩阵
- 与中医专家人工标注的比较
4.2.诊断相关性
- 与中医专家的一致得分
- 案例研究荷尔蒙失调、消化问题、压力检测
5.讨论
- 优点可扩展性、成本效益、客观性
- 挑战：照明变化、用户合规性、可解释性
- 局限性：不能替代医疗咨询
6.结论和未来工作
- 诊断性能概要
- 集成路线图：实时推荐、多语言扩展
- 研究方向：结合舌头和眼睛数据，提高准确性
参考资料
