Kan AI opdage visse sygdomme ved at se på billeder af ansigter ?
Afgiv din stemme — læs så hvad vores redaktør og AI-modellerne fandt.
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
Background
Artificial-intelligence systems can extract suggestive facial cues—texture changes, asymmetry, pigmentation shifts and subtle swelling—that correlate with metabolic, cardiac and endocrine disorders, but these biomarkers overlap with normal variation and other conditions. Reported accuracies for diseases such as diabetes, chronic kidney disease and coronary artery disease typically range from 60 % to 80 % AUC, relying on large labeled datasets and deep-learning models trained on tens of thousands of images.
Facial phenotyping has been explored as a non-invasive, low-cost screening approach for genetic and neurodegenerative disorders. Convolutional neural networks have improved detection of conditions such as Down syndrome, DiGeorge syndrome, Parkinson’s disease and Alzheimer’s disease in research settings. However, facial traits are heavily influenced by age, sex, lighting and ethnicity, and published results remain investigational; the technique is not approved for clinical diagnosis and is currently used mainly in research and as an adjunctive screening tool rather than a diagnostic standard.
Sources: Nature Medicine; National Institutes of Health (enriched May 13, 2026).
Foreslå et tag
Mangler et begreb i dette emne? Foreslå det, admin gennemgår.
Status senest tjekket August 11, 2026.
Galleri
Kan AI opdage visse sygdomme ved at se på billeder af ansigter?
Snævre demoer findes — men panelet var ikke enigt.
Juryen fandt sig selv forsigtigt imponeret, men stoppede godt kort for en fuld anbefaling. De var enige om, at AI kan spotte et håndfuld sygdomme i visse ansigtsbilleder, når forholdene er helt rigtige. De følte, at teknologien mere er en lovende elev end en speciallæge, der kan aflæse blot få tegn uden endnu at diagnosticere hele patienten. Afgørelse: AI kan se mulen, men endnu ikke hele historien.
The jury found itself cautiously impressed but stopped well short of full endorsement, agreeing that AI can spot a handful of diseases in certain facial images when conditions are just right. They felt the technology is more of a promising trainee than a board-certified specialist, able to read just a few signs without yet diagnosing the whole patient. Ruling: AI can see the mole, but not yet the whole story.
But the data is real.
The Case File
Across 18 sessions, 42 jurors have heard this case. Combined tally: 6 YES · 36 ALMOST · 0 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 1 — 0, the panel returns a verdict of NæSTEN, with verdict confidence of 80%. The court so orders.
"Working AI systems detect limited facial cues for a few diseases under constrained conditions."
Individuelle nævningers udtalelser vises på originalengelsk for at bevare bevismæssig præcision.
Hvad publikum mener
Nej 30% · Ja 30% · Måske 39% 23 votesDiskussion
no comments⚖ 18 jury checks · seneste for 1 dag siden
Hver række er et separat jurytjek. Nævninger er AI-modeller (identiteter holdt neutrale med vilje). Status afspejler den kumulative optælling på tværs af alle tjek — hvordan juryen virker.