L'IA può rilevare alcune malattie osservando immagini del viso ?

I sistemi di intelligenza artificiale attuali possono estrarre segnali suggestivi da fotografie del viso—cambiamenti nella texture, asimmetrie, pigmentazione e gonfiori lievi—che correlano con alcuni disturbi metabolici, cardiaci ed endocrini, ma questi indizi non sono specifici di una malattia e spesso si sovrappongono a variazioni normali o ad altre condizioni. Gruppi di ricerca hanno riportato accuratezze modeste (spesso 60–80% AUC) nel rilevare malattie come diabete, malattia renale cronica o cardiopatia coronarica, basandosi su grandi dataset e modelli di deep learning addestrati su decine di migliaia di immagini etichettate. Poiché i biomarcatori facciali sono indiretti e influenzati da età, sesso, illuminazione ed etnia, la tecnologia rimane sperimentale e non è approvata per la diagnosi clinica. Attualmente viene utilizzata soprattutto in ambito di ricerca e come strumento di screening aggiuntivo piuttosto che come standard diagnostico.

— Enriched 13 maggio 2026 · Fonte: Nature Medicine

I ricercatori stanno esplorando l'uso dell'intelligenza artificiale per rilevare alcune malattie analizzando immagini del viso, un campo noto come fenotipizzazione facciale. Questo approccio si basa sull'idea che alcune malattie possano causare cambiamenti sottili nei tratti del viso, rilevabili tramite algoritmi di computer vision. Ad esempio, alcuni studi hanno dimostrato che l'IA può essere utilizzata per rilevare disturbi genetici come la sindrome di Down e la sindrome di DiGeorge analizzando immagini del viso. Altre malattie, come il morbo di Parkinson e il morbo di Alzheimer, sono state anch'esse oggetto di ricerca nella fenotipizzazione facciale. L'uso di tecniche di deep learning, come le reti neurali convoluzionali, ha migliorato l'accuratezza dei sistemi di fenotipizzazione facciale. Tuttavia, lo sviluppo di questi sistemi è ancora nelle fasi iniziali e sono necessarie ulteriori ricerche per realizzarne appieno il potenziale. La fenotipizzazione facciale ha il potenziale di fornire un metodo non invasivo e a basso costo per il rilevamento delle malattie, che potrebbe essere particolarmente utile in contesti con risorse limitate. La tecnica non è ancora ampiamente utilizzata nella pratica clinica, ma ha mostrato risultati promettenti negli studi di ricerca.

— Enriched 13 maggio 2026 · Fonte: National Institutes of Health