L'IA peut-elle détecter certaines maladies en analysant des images de visages ?

Les systèmes d'IA actuels peuvent extraire des signaux suggestifs à partir de photographies du visage — changements de texture, asymétrie, pigmentation et gonflement subtil — qui sont corrélés avec certains troubles métaboliques, cardiaques et endocriniens, mais ces indices ne sont pas spécifiques à une maladie et se chevauchent souvent avec des variations normales ou d'autres affections. Des groupes de recherche ont rapporté des précisions modestes (souvent 60–80 % d'AUC) pour détecter des maladies telles que le diabète, l'insuffisance rénale chronique ou la maladie coronarienne, en s'appuyant sur de grands ensembles de données et des modèles d'apprentissage profond entraînés sur des dizaines de milliers d'images étiquetées. Étant donné que les biomarqueurs faciaux sont indirects et influencés par l'âge, le sexe, l'éclairage et l'ethnie, cette technologie reste expérimentale et n'est pas approuvée pour un diagnostic clinique. Elle est actuellement utilisée principalement dans des contextes de recherche et comme outil de dépistage complémentaire plutôt que comme norme diagnostique.

— Enriched 13 mai 2026 · Source : Nature Medicine

Les chercheurs explorent l'utilisation de l'intelligence artificielle pour détecter certaines maladies en analysant des images de visages, un domaine connu sous le nom de phénotypage facial. Cette approche repose sur l'idée que certaines maladies peuvent provoquer des changements subtils dans les traits du visage, détectables par des algorithmes de vision par ordinateur. Par exemple, certaines études ont montré que l'IA peut être utilisée pour détecter des troubles génétiques tels que le syndrome de Down et le syndrome de DiGeorge en analysant des images faciales. D'autres maladies, comme la maladie de Parkinson et la maladie d'Alzheimer, ont également fait l'objet de recherches en phénotypage facial. L'utilisation de techniques d'apprentissage profond, telles que les réseaux de neurones convolutifs, a amélioré la précision des systèmes de phénotypage facial. Cependant, le développement de ces systèmes en est encore à ses débuts, et des recherches supplémentaires sont nécessaires pour exploiter pleinement leur potentiel. Le phénotypage facial pourrait offrir une méthode non invasive et peu coûteuse de détection des maladies, particulièrement utile dans les milieux aux ressources limitées. La technique n'est pas encore largement utilisée en pratique clinique, mais elle a donné des résultats prometteurs dans des études de recherche.

— Enriched 13 mai 2026 · Source : National Institutes of Health