L'IA può rilevare alcune malattie osservando immagini del viso ?
Esprimi il tuo voto — poi leggi cosa hanno trovato la nostra redazione e i modelli di IA.
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
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).
Suggerisci un tag
Manca un concetto su questo tema? Suggeriscilo e un amministratore lo valuterà.
Stato verificato l'ultima volta il June 24, 2026.
Galleria
L'IA può rilevare alcune malattie osservando immagini del viso?
Esistono dimostrazioni limitate — ma il collegio non è stato unanime.
Dopo attenta valutazione, la giuria ha stabilito che l'IA può aiutare a identificare alcune malattie dalle immagini del viso, ma rimane limitata in termini di portata e affidabilità. Due giurati del campo ALMOST hanno convenuto che mostra promesse ma non è ancora sufficientemente autorevole per una piena approvazione, mentre nessun dissenziente ha richiesto una sentenza più severa. Decisione: "L'IA può riconoscere alcuni volti problematici, ma non scommettere la casa sulla sua diagnosi."
After careful deliberation, the jury found that AI can assist in identifying some diseases from facial images, yet it remains limited in scope and reliability. Two jurors in the ALMOST camp agreed it shows promise but is not yet authoritative enough for a full endorsement, while no dissenters pressed for a stronger verdict. Ruling: "AI can spot a few faces of trouble, but don’t bet the house on its diagnosis.
But the data is real.
The Case File
Across 9 sessions, 28 jurors have heard this case. Combined tally: 4 YES · 24 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 — 2 — 0, the panel returns a verdict of QUASI, with verdict confidence of 80%. The court so orders.
"Working systems exist for narrow disease detection from facial images, but coverage is partial and contested."
"Deep learning models can analyze facial features"
Le singole dichiarazioni dei giurati sono mostrate nell'inglese originale per preservare la precisione probatoria.
Cosa pensa il pubblico
No 30% · Sì 30% · Forse 39% 23 votesDiscussione
no comments⚖ 9 jury checks · più recente 4 giorni fa
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 biology
L'IA può rilevare alcune malattie guardando le unghie delle mani o dei piedi ?
Può l'IA inventare una nuova forma di batteri che produce un farmaco salvavita ?
L'AI può autonomamente revisionare e certificare i bilanci di una società quotata in borsa usando l'IA per rilevare frodi e violazioni delle normative in tempo reale ?