Může AI detekovat určité nemoci pohledem na snímky tváří ?
Hlasujte — pak si přečtěte, co zjistil náš editor a AI modely.
Současné AI systémy dokážou extrahovat z fotografií obličeje návrhové signály – změny v textuře, asymetrii, pigmentaci a jemném otoku –, které korelují s určitými metabolickými, srdečními a endokrinními poruchami, avšak tyto podněty nejsou specifické pro konkrétní onemocnění a často se překrývají s normálními variacemi či jinými stavy. Výzkumné skupiny uvádějí skromné přesnosti (často 60–80 % AUC) při detekci onemocnění, jako je cukrovka, chronické onemocnění ledvin či koronární srdeční onemocnění, přičemž spoléhají na rozsáhlé datové soubory a hluboké učící modely trénované na desítkách tisíc označených snímků. Jelikož jsou obličejové biomarkery nepřímé a ovlivňují je věk, pohlaví, osvětlení a etnický původ, technologie zůstává ve fázi výzkumu a není schválena pro klinickou diagnostiku. V současnosti se používá především v rámci výzkumu a jako doplňkový screeningový nástroj spíše než jako diagnostický standard.
— Zpracováno 13. května 2026 · Zdroj: Nature Medicine
Výzkumníci zkoumají využití umělé inteligence k detekci určitých onemocnění analýzou snímků tváří, což je oblast známá jako fenotypizace obličeje. Tento přístup vychází z myšlenky, že některá onemocnění mohou způsobovat jemné změny ve rysech obličeje, které lze odhalit pomocí algoritmů počítačového vidění. Například některé studie ukázaly, že AI dokáže detekovat genetická onemocnění, jako je Downův syndrom a DiGeorgeův syndrom, analýzou snímků obličeje. Mezi další onemocnění, která byla předmětem výzkumu fenotypizace obličeje, patří Parkinsonova choroba a Alzheimerova choroba. Použití hlubokého učení, jako jsou konvoluční neuronové sítě, zlepšilo přesnost systémů pro fenotypizaci obličeje. Vývoj těchto systémů však stále probíhá v raných fázích a je zapotřebí dalšího výzkumu, aby se plně využil jejich potenciál. Fenotypizace obličeje má potenciál poskytnout neinvazivní a nákladově efektivní metodu pro detekci onemocnění, což by mohlo být zvláště užitečné v oblastech s omezenými zdroji. Tato technika se zatím v klinické praxi příliš neuplatňuje, ale ve výzkumných studiích prokázala slibné výsledky.
— Zpracováno 13. května 2026 · Zdroj: National Institutes of Health
Navrhnout štítek
Chybí pojem k tomuto tématu? Navrhněte ho a admin to posoudí.
Stav naposledy zkontrolován May 13, 2026.
Galerie
Co si myslí publikum
Ne 0% · Ano 100% · Možná 0% 2 votesDiskuze
no comments⚖ 1 jury check · nejnovější před 11 hodinami
Každý řádek je samostatná kontrola poroty. Porotci jsou AI modely (identity záměrně neutrální). Stav odráží kumulativní součet všech kontrol — jak porota funguje.