用手機拍舌頭來檢測肝病 - 我的第一篇 SCI

來我門診的病人可能會發現，每次回診時我都會紀錄並歸檔您每次的舌頭照片，而這個習慣源自於我從研究中深深體悟到舌診的重要性，以下容我一一道來。

許多疾病若能在早期發現，都是比較好處理的，以台灣的國病 - 肝病來說，若能夠及早發現，就能避免其惡化至肝硬化、甚至肝癌這種致命的結果。

肝病傳統的檢測方法是抽血檢查，但是貧窮的國家往往沒辦法負擔一整套的檢測裝備、再配上醫護人員，這樣的金錢開銷。

相比之下，智慧型手機不但較便宜，而且普及性也較容易達成，雖然您可能認為網路是個大問題，但事實上裝設衛星數據機並不困難，以印度這樣城市、鄉村發展天差地遠的大國來說，鄉下也是人手一支智慧型手機。

中醫舌診 ＋ 智慧型手機的拍照功能 ＝？

這個研究的前提建立在中醫認為舌頭的樣貌能夠反應身體的健康情形，而研究的終極目標是想讓民眾用智慧型手機自行拍攝舌頭的照片，由電腦依據中醫的舌診思維來自動解讀照片，藉此篩檢出高危險的肝病病人，提醒他們及早就醫接受治療。

我的第一篇 SCI

研究成果刊登於 2017 年

Computer Methods and Programs in Biomedicine

期刊，impact factor：2.503。

此篇研究（外部網站）蒐集了慈濟醫院腸胃科門診，246 位肝病確診病人的舌頭照片，經中醫師判讀後，將其判讀結果與其抽血報告作交叉比對。

電腦也會看舌頭？

在此同時也將中醫師的判讀結果輸入電腦，讓電腦逐步學習判讀舌頭照片，觀察舌頭各種細節，諸如舌頭齒痕、舌質顏色、舌苔厚薄、舌苔顏色、舌頭裂紋、以及舌下絡脈顯著與否，目標就是讓電腦有一天能夠自行判讀舌診照片，而不再依賴人工判讀。

ALT 高者，其舌頭有特殊表現，且具統計意義

在目前研究的初步階段，我們發現肝病病人中抽血報告顯現高 ALT（GPT）（此為具專一性的肝臟損傷重要指標）者，舌頭多表現為厚膩苔，且舌下絡脈也較粗，而這兩者之間的相關性是具有統計意義的（p

＜0.05 ）。

中醫舌診能作的遠超過你手腕上的運動手環

舌頭照片能夠不限時間、地點的由患者自行持續拍攝，光線和背景的差異皆可由電腦調整，花費幾近為零，而且這種連續性的紀錄，對於自身的健康監控具有很大助益，能夠觀察出身體細微的改變，進而提出警訊。

況且，每次門診若都能拍攝舌頭的照片，就能客觀地看出病人身體的變化，例子請見這裡、和這裡（舊部落格），這樣比較不會被患者的回應牽著鼻子走，以克服中醫太輕信病人所說的話的弱點。

目前市面上眾多的運動手環多僅能監測血壓、心跳、呼吸頻率，但舌頭能提供更廣、更全面的健康信息。

把中醫的「不科學」變成獨特賣點

誰說中醫就只能是老東西呢？跟現代技術結合，讓中醫這種非侵入性的診察方式更能發揮自己的特長。

很高興能有機會與優秀的成大資工系團隊合作，特別感謝藍崑展教授、胡敏君教授以及其他團隊的夥伴，也希望能早日達成以手機拍舌頭檢測肝病的長程目標。

人生的第一篇 SCI，又列為第一作者，相當開心，以此文章紀念。

原始論文

Automated tongue diagnosis on the smartphone and its applications（外部網站）

Hu MC, Lan KC, Fang WC, Huang YC, et al. Computer Methods and Programs in Biomedicine. 2019;174:51-64. doi:10.1016/j.cmpb.2017.12.029

論文摘要（英文原文）

Automated tongue diagnosis on the smartphone and its applications

Tongue features are important objective basis for clinical diagnosis and treatment in both western medicine and Chinese medicine. The need for continuous monitoring of health conditions inspires us to develop an automatic tongue diagnosis system based on built-in sensors of smartphones. However, tongue images taken by smartphone are quite different in color due to various lighting conditions, and it consequently affects the diagnosis especially when we use the appearance of tongue fur to infer health conditions. In this paper, we captured paired tongue images with and without flash, and the color difference between the paired images is used to estimate the lighting condition based on the Support Vector Machine (SVM). The color correction matrices for three kinds of common lights (i.e., fluorescent, halogen and incandescent) are pre-trained by using a ColorChecker-based method, and the corresponding pre-trained matrix for the estimated lighting is then applied to eliminate the effect of color distortion. We further use tongue fur detection as an example to discuss the effect of different model parameters and ColorCheckers for training the tongue color correction matrix under different lighting conditions. Finally, in order to demonstrate the potential use of our proposed system, we recruited 246 patients over a period of 2.5 years from a local hospital in Taiwan and examined the correlations between the captured tongue features and alanine aminotransferase (ALT)/aspartate aminotransferase (AST), which are important bio-markers for liver diseases. We found that some tongue features have strong correlation with AST or ALT, which suggests the possible use of these tongue features captured on a smartphone to provide an early warning of liver diseases.

論文摘要（Google 翻譯）

以下為 Google 翻譯，並校正明顯錯誤，僅供參考，內容以英文原文為準。

智慧型手機上的自動舌診及其應用

舌象無論在西醫或中醫，都是臨床診斷與治療的重要客觀依據。持續監測健康狀況的需求，促使我們開發以智慧型手機內建感測器為基礎的自動舌診系統。然而，由於光線條件不同，智慧型手機拍攝的舌頭影像顏色差異很大，進而影響診斷，尤其是以舌苔外觀推斷健康狀況時。本研究拍攝有閃光與無閃光的成對舌頭影像，並以成對影像之間的色差，透過支援向量機（SVM）估計照明條件。三種常見光源（螢光燈、鹵素燈、白熾燈）的色彩校正矩陣，事先以 ColorChecker 色卡方法訓練完成，再套用與估計光源相對應的矩陣，消除色彩失真。我們進一步以舌苔偵測為例，討論在不同光照條件下，不同模型參數與 ColorChecker 色卡對舌頭色彩校正矩陣訓練的影響。最後，為了展示本系統的應用潛力，我們在 2.5 年間於台灣一家醫院招募 246 名患者，檢視所拍攝的舌頭特徵與丙胺酸轉胺酶（ALT）／天門冬胺酸轉胺酶（AST）之間的相關性，這兩項是肝臟疾病的重要生物標記。結果發現部分舌頭特徵與 AST 或 ALT 有強烈相關，顯示可利用智慧型手機拍攝的舌頭特徵，作為肝臟疾病的早期預警。