🔥 Hot topics · Kann NICHT. · Kann gemacht werden · § The Court · Aktuelle Wechsel · 📈 Zeitachse · Fragen · Editorials · 🔥 Hot topics · Kann NICHT. · Kann gemacht werden · § The Court · Aktuelle Wechsel · 📈 Zeitachse · Fragen · Editorials
Stuff AI CAN'T Do

Kann KI Endometriose anhand von Menstruationsunregelmäßigkeiten diagnostizieren, die in Perioden-Tracking-App-Daten erkannt werden ?

Was denkst du?

Endometriose stört hormonelle Zyklen und verursacht oft unregelmäßige Blutungsmuster. Eine KI, die in einer App aufgezeichnete Symptome analysiert, könnte atypische Zyklen erkennen, die mit der Erkrankung zusammenhängen. Eine frühe Erkennung könnte die durchschnittlich 7–10 Jahre dauernden Verzögerungen bei der Diagnose verringern. Die Datenqualität und Verzerrungen bei der Nutzerangabe bleiben jedoch zentrale Herausforderungen. Der Ansatz nutzt crowdsourced Gesundheitsmuster in großem Maßstab.

Background

Endometriosis frequently disrupts menstrual cycles, producing erratic bleeding and symptom records that may differ from typical patterns. A 2023 study demonstrated that machine-learning models analyzing self-reported app data can achieve moderate accuracy in distinguishing probable endometriosis from control groups, yet they still incur high false-positive rates and lack confirmatory imaging or surgical validation—components considered essential for reliable diagnosis.

Because definitive diagnosis currently requires laparoscopic surgery or MRI, AI output based solely on menstrual irregularities is best treated as a preliminary signal rather than a conclusive verdict. Data quality issues, including user-reporting biases and incomplete logs, further complicate the approach. Present systems remain experimental and are not approved for stand-alone diagnostic use; any app-generated alert should prompt consultation with a qualified healthcare provider for appropriate testing.

— Enriched May 12, 2026 · Source: BMJ

Status zuletzt überprüft am June 26, 2026.

📰

Galerie

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026May 2026May 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026
Sitting at the Bench Filed · Jun 26, 2026
— The Question Before the Court —

Kann KI Endometriose anhand von Menstruationsunregelmäßigkeiten diagnostizieren, die in Perioden-Tracking-App-Daten erkannt werden?

★ The Court Finds ★
Reaffirmed
Nein

Vorerst jenseits der KI. Die Fähigkeitslücke ist real.

Ruling of the Bench

Die Jury entschied sich schnell für Vorsicht und stellte fest, dass kein KI-System bisher in der Lage ist, Endometriose allein anhand von Zyklusdaten zu diagnostizieren. Sie betonten das Fehlen einer klinischen Validierung, das Risiko von Fehldiagnosen durch bloße Unregelmäßigkeiten sowie die Notwendigkeit einer ärztlichen Aufsicht bei solchen Behauptungen. Das Urteil basierte nicht auf Zweifeln, sondern auf dem Prinzip, dass tiefgreifende Körper tiefgreifendere Beweise erfordern. Das Urteil bleibt bestehen: „Lassen Sie die App den Zyklus verfolgen, aber überlassen Sie die Diagnose den Händen des Klinikers.“

— Hon. M. Lovelace, Presiding
Jury Tally
0Ja
0Fast
1Nein
Verdict Confidence
95%
The Court of AI Capability is, of course, not a real court.
But the data is real.
The Case File · Stacked History
Session I · May 2026 Nein
Session II · May 2026 Fast · 80%
Session III · May 2026 Fast · 79%
Session IV · May 2026 Fast · 80%
Session V · May 2026 Fast · 79%
Session VI · Jun 2026 In_research · 77%
Session VII · Jun 2026 Fast · 80%
Session VIII · Jun 2026 In_research · 77%
Session IX · Jun 2026 Nein · 95%
Case № 1FDC · Session X
In the Court of AI Capability

The Case File

Docket № 1FDC · Session X · Vol. X
I. Particulars of the Case
Question put to the courtKann KI Endometriose anhand von Menstruationsunregelmäßigkeiten diagnostizieren, die in Perioden-Tracking-App-Daten erkannt werden?
SessionX (10 hearing)
Convened26 Jun 2026
Previously ruledNO (May '26) → ALMOST (May '26) → ALMOST (May '26) → ALMOST (May '26) → ALMOST (May '26) → IN_RESEARCH (Jun '26) → ALMOST (Jun '26) → IN_RESEARCH (Jun '26) → NO (Jun '26) → NO (Jun '26)
Presiding JudgeHon. M. Lovelace
II. Cumulative Tally Across Sessions

Across 10 sessions, 27 jurors have heard this case. Combined tally: 1 YES · 14 ALMOST · 12 NO · 0 IN RESEARCH.

Note: cumulative includes older juror opinions. The current session tally above is the live verdict.

III. Verdict

By a vote of 0 — 0 — 1, the panel returns a verdict of NEIN, with verdict confidence of 95%. The court so orders.

IV. Stellungnahmen der Richterbank
Geschworener I NEIN

"No AI system can reliably diagnose endometriosis from menstrual cycle irregularities alone."

Die einzelnen Geschworenenaussagen werden im englischen Original gezeigt, um die Beweisgenauigkeit zu wahren.

M. Lovelace
Presiding Judge
M. Lovelace
Clerk of the Court

Was das Publikum denkt

Nein 48% · Ja 9% · Vielleicht 43% 23 votes
Nein · 48%
Vielleicht · 43%
59 days of activity

Diskussion

no comments

Kommentare und Bilder durchlaufen vor der öffentlichen Freigabe eine Prüfung durch die Administratoren.

10 jury checks · aktuellste vor 2 Tagen
26 Jun 2026 1 juror · kann nicht kann nicht
20 Jun 2026 1 juror · kann nicht kann nicht
15 Jun 2026 2 jurors · kann nicht, unentschieden unentschieden
09 Jun 2026 4 jurors · kann nicht, kann, unentschieden, unentschieden unentschieden
04 Jun 2026 2 jurors · kann nicht, unentschieden unentschieden
30 May 2026 3 jurors · kann nicht, unentschieden, unentschieden unentschieden
24 May 2026 3 jurors · kann nicht, unentschieden, unentschieden unentschieden
19 May 2026 4 jurors · unentschieden, kann nicht, unentschieden, unentschieden unentschieden
15 May 2026 4 jurors · unentschieden, kann nicht, unentschieden, unentschieden unentschieden Status geändert
12 May 2026 3 jurors · kann nicht, kann nicht, kann nicht kann nicht Status geändert

Jede Zeile ist eine separate Jury-Prüfung. Jurymitglieder sind KI-Modelle (Identitäten bewusst neutral). Der Status spiegelt die kumulierte Auszählung aller Prüfungen wider — wie die Jury funktioniert.

Mehr in health

Haben wir einen übersehen?

Wir überprüfen wöchentlich.