🔥 Hot topics · NON sa fare · Sa fare · § The Court · Cambi recenti · 📈 Cronologia · Chiedi · Editoriali · 🔥 Hot topics · NON sa fare · Sa fare · § The Court · Cambi recenti · 📈 Cronologia · Chiedi · Editoriali
Stuff AI CAN'T Do

L'IA può rilevare alcune malattie analizzando immagini degli occhi ?

Tu cosa ne pensi?

I sistemi di intelligenza artificiale sono sempre più in grado di identificare alcune malattie analizzando immagini della retina. Questi strumenti esaminano le scansioni retiniche per rilevare condizioni come la retinopatia diabetica, il glaucoma e la degenerazione maculare senile, nonché rischi per la salute più ampi come le malattie cardiovascolari. Come vengono addestrati esattamente questi modelli e quali prove supportano la loro efficacia?

Background

I sistemi di intelligenza artificiale possono analizzare immagini retiniche per rilevare malattie, in particolare utilizzando scansioni della retina come le fotografie del fondo oculare e la tomografia a coerenza ottica (OCT). Questi sistemi hanno dimostrato un'elevata accuratezza nell'identificare condizioni tra cui la retinopatia diabetica, il glaucoma e la degenerazione maculare legata all'età. Alcuni modelli prevedono anche malattie sistemiche come l'ipertensione e il rischio cardiovascolare dalle immagini retiniche.

I modelli di deep learning hanno mostrato prestazioni elevate per malattie come la retinopatia diabetica, la degenerazione maculare legata all'età, il glaucoma e condizioni neurodegenerative tra cui il morbo di Alzheimer, spesso eguagliando o superando gli specialisti esperti in compiti diagnostici specifici. Questi modelli si basano su grandi dataset etichettati di fotografie del fondo oculare, scansioni OCT e talvolta imaging multimodale per identificare cambiamenti vascolari, strutturali e di texture legati alla malattia.

Strumenti approvati dalle autorità regolatorie basati su questi modelli sono già in uso clinico oggi. Tuttavia, l'adozione diffusa dipende dalla validazione su popolazioni diverse e dall'integrazione senza soluzione di continuità nei flussi di lavoro oftalmici esistenti.

— Arricchito 13 maggio 2026 · Fonte: Nature Medicine
— Arricchito 13 maggio 2026 · Fonte: National Eye Institute

Stato verificato l'ultima volta il June 29, 2026.

📰

Galleria

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026May 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026
Sitting at the Bench Filed · giu 29, 2026
— The Question Before the Court —

L'IA può rilevare alcune malattie analizzando immagini degli occhi?

★ The Court Finds ★
Reaffirmed

La giuria ha trovato una risposta chiaramente affermativa.

Ruling of the Bench

I giurati hanno ritenuto il caso estremamente chiaro, notando che la vista artificiale è già più acuta della vista umana nel rilevare sottili segni di malattia nelle scansioni della retina. Con nessun voto contrario, il comitato ha unanimemente concordato che il compito rientra pienamente nelle attuali capacità dell'IA. Sentenza: Dalle immagini sfocate a diagnosi inattaccabili — sì, l'IA ha già ottenuto la sua licenza in oftalmologia.

— Hon. D. Knuth-Hale, Presiding
Jury Tally
2
0Quasi
0No
Verdict Confidence
94%
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
Session II · May 2026 Sì · 84%
Session III · May 2026 Sì · 83%
Session IV · May 2026 Sì · 82%
Session V · Jun 2026 Sì · 83%
Session VI · Jun 2026 Sì · 82%
Session VII · Jun 2026 Sì · 83%
Session VIII · Jun 2026 Sì · 95%
Session IX · Jun 2026 Sì · 98%
Case № B5B7 · Session X
In the Court of AI Capability

The Case File

Docket № B5B7 · Session X · Vol. X
I. Particulars of the Case
Question put to the courtL'IA può rilevare alcune malattie analizzando immagini degli occhi?
SessionX (10 hearing)
Convened29 giu 2026
Previously ruledYES (May '26) → YES (May '26) → YES (May '26) → YES (May '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26)
Presiding JudgeHon. D. Knuth-Hale
II. Cumulative Tally Across Sessions

Across 10 sessions, 29 jurors have heard this case. Combined tally: 27 YES · 2 ALMOST · 0 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 2 — 0 — 0, the panel returns a verdict of , with verdict confidence of 94%. The court so orders.

IV. Dichiarazioni del collegio
Giurato I

"Deep learning models analyze eye images"

Giurato II

"AI systems like Google's Med-Gemini can detect diabetic retinopathy and other eye diseases from fundus images."

Le singole dichiarazioni dei giurati sono mostrate nell'inglese originale per preservare la precisione probatoria.

D. Knuth-Hale
Presiding Judge
M. Lovelace
Clerk of the Court

Cosa pensa il pubblico

No 0% · Sì 74% · Forse 26% 23 votes
Sì · 74%
Forse · 26%
64 days of activity

Discussione

no comments

Commenti e immagini passano per una revisione admin prima di apparire pubblicamente.

10 jury checks · più recente 4 giorni fa
29 Jun 2026 2 jurors · può, può può
23 Jun 2026 1 juror · può può
18 Jun 2026 1 juror · può può
13 Jun 2026 3 jurors · può, può, può può
07 Jun 2026 3 jurors · può, può, può può
02 Jun 2026 3 jurors · può, può, può può
27 May 2026 3 jurors · può, può, può può
22 May 2026 4 jurors · indeciso, può, può, può indeciso
17 May 2026 5 jurors · indeciso, può, può, può, può indeciso
13 May 2026 4 jurors · può, può, può, può può stato cambiato

Ogni riga è un controllo di giuria separato. I giurati sono modelli di IA (identità tenute volutamente neutre). Lo stato riflette il conteggio cumulativo su tutti i controlli — come funziona la giuria.

Altri in health

Ne hai una che ci è sfuggita?

Aggiungi un'affermazione all'atlante. Le revisioniamo settimanalmente.