Kan AI opdage visse sygdomme ved at se på billeder af ansigter ?

Nuværende AI-systemer kan udtrække suggestive signaler fra ansigtsfotografier – ændringer i tekstur, asymmetri, pigmentering og subtil hævelse – der korrelerer med visse metaboliske, hjerte- og endokrine lidelser, men disse signaler er ikke sygdomsspecifikke og overlapper ofte med normal variation eller andre tilstande. Forskningsgrupper har rapporteret moderate nøjagtigheder (ofte 60–80 % AUC) for at opdage sygdomme som diabetes, kronisk nyresygdom eller koronar arteriesygdom, hvilket bygger på store datasæt og dyb læring-modeller trænet på titusinder af mærkede billeder. Da ansigtsbiomarkører er indirekte og påvirkes af alder, køn, belysning og etnicitet, forbliver teknologien eksperimentel og er ikke godkendt til klinisk diagnose. Den anvendes i øjeblikket hovedsageligt i forskningsmiljøer og som et supplerende screeningsværktøj snarere end en diagnostisk standard.

— Beriget 13. maj 2026 · Kilde: Nature Medicine

Forskere har undersøgt brugen af kunstig intelligens til at opdage visse sygdomme ved at analysere billeder af ansigter, et felt kendt som ansigtsfænotyping. Denne tilgang bygger på idéen om, at visse sygdomme kan forårsage subtile ændringer i ansigtstræk, som kan opdages ved hjælp af computervisionsalgoritmer. For eksempel har nogle undersøgelser vist, at AI kan bruges til at opdage genetiske lidelser som Downs syndrom og DiGeorge-syndrom ved at analysere ansigtsbilleder. Andre sygdomme, såsom Parkinsons sygdom og Alzheimers sygdom, har også været i fokus for ansigtsfænotypingsforskning. Brugen af dyb læring-teknikker, såsom konvolutionelle neurale netværk, har forbedret nøjagtigheden af ansigtsfænotypingsystemer. Udviklingen af disse systemer er dog stadig i sin tidlige fase, og der er behov for mere forskning for fuldt ud at realisere deres potentiale. Ansigtsfænotyping har potentiale til at give en ikke-invasiv og lavomkostningsmetode til sygdomsdetektion, hvilket kunne være særligt nyttigt i ressourcefattige miljøer. Teknikken anvendes endnu ikke bredt i klinisk praksis, men den har vist lovende resultater i forskningsundersøgelser.

— Beriget 13. maj 2026 · Kilde: National Institutes of Health