🔥 Hot topics · Kan dit NIET · Kan dit · § The Court · Recente omslagen · 📈 Tijdlijn · Vraag · Redactionele stukken · 🔥 Hot topics · Kan dit NIET · Kan dit · § The Court · Recente omslagen · 📈 Tijdlijn · Vraag · Redactionele stukken
Stuff AI CAN'T Do

Kan AI bepaalde ziekten detecteren door naar afbeeldingen van ogen te kijken ?

Wat denk je?

AI-systemen zijn steeds vaker in staat om bepaalde ziekten te identificeren door beelden van het netvlies te analyseren. Deze tools onderzoeken scans van het netvlies om aandoeningen zoals diabetische retinopathie, glaucoom en leeftijdsgebonden maculadegeneratie te detecteren, evenals bredere gezondheidsrisico's zoals hart- en vaatziekten. Hoe worden deze modellen precies getraind en welk bewijs ondersteunt hun effectiviteit?

Background

AI-systemen kunnen retinale beelden analyseren om ziekten op te sporen, met name met behulp van retinascans zoals fundusfoto’s en optische coherentietomografie (OCT). Deze systemen hebben een hoge nauwkeurigheid aangetoond bij het identificeren van aandoeningen zoals diabetische retinopathie, glaucoom en leeftijdsgebonden maculadegeneratie. Sommige modellen voorspellen ook systemische ziekten zoals hypertensie en cardiovasculair risico op basis van retinale beelden.

Deep learning-modellen hebben sterke prestaties laten zien voor ziekten zoals diabetische retinopathie, leeftijdsgebonden maculadegeneratie, glaucoom en neurodegeneratieve aandoeningen waaronder de ziekte van Alzheimer, waarbij ze vaak gelijkwaardig of zelfs beter presteren dan expertclinici bij specifieke diagnostische taken. Deze modellen maken gebruik van grote gelabelde datasets met fundusfoto’s, OCT-scans en soms multimodale beeldvorming om subtiele vasculaire, structurele en textuurveranderingen die verband houden met ziekten te identificeren.

Regulatorisch goedgekeurde tools gebaseerd op deze modellen worden vandaag de dag al klinisch gebruikt. Echter, brede adoptie hangt af van validatie over diverse populaties en naadloze integratie in bestaande oftalmologische workflows.

— Verrijkt 13 mei 2026 · Bron: Nature Medicine
— Verrijkt 13 mei 2026 · Bron: National Eye Institute

Status voor het laatst gecontroleerd op June 29, 2026.

📰

Galerie

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 · jun. 29, 2026
— The Question Before the Court —

Kan AI bepaalde ziekten detecteren door naar afbeeldingen van ogen te kijken?

★ The Court Finds ★
Reaffirmed
Ja

De jury kwam tot een duidelijk bevestigend antwoord.

Ruling of the Bench

De juryleden vonden de zaak overweldigend duidelijk en merkten op dat kunstmatig gezichtsvermogen al scherper is dan menselijk gezichtsvermogen als het gaat om het opsporen van subtiele tekenen van ziekte in retinascans. Met geen enkele afwijkende stem was de commissie unaniem van mening dat de taak volledig binnen de huidige mogelijkheden van AI valt. Uitspraak: Van wazige contouren tot onfeilbare diagnoses—ja, AI heeft zijn oogheelkundige licentie al verdiend.

— Hon. D. Knuth-Hale, Presiding
Jury Tally
2Ja
0Bijna
0Nee
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 Ja
Session II · May 2026 Ja · 84%
Session III · May 2026 Ja · 83%
Session IV · May 2026 Ja · 82%
Session V · Jun 2026 Ja · 83%
Session VI · Jun 2026 Ja · 82%
Session VII · Jun 2026 Ja · 83%
Session VIII · Jun 2026 Ja · 95%
Session IX · Jun 2026 Ja · 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 courtKan AI bepaalde ziekten detecteren door naar afbeeldingen van ogen te kijken?
SessionX (10 hearing)
Convened29 jun. 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 JA, with verdict confidence of 94%. The court so orders.

IV. Verklaringen van het college
Jurylid I JA

"Deep learning models analyze eye images"

Jurylid II JA

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

Individuele juryverklaringen worden in het oorspronkelijke Engels weergegeven om de bewijsprecisie te behouden.

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

Wat het publiek denkt

Nee 0% · Ja 74% · Misschien 26% 23 votes
Ja · 74%
Misschien · 26%
64 days of activity

Discussie

no comments

Opmerkingen en afbeeldingen gaan door een beoordeling door de beheerder voordat ze publiek verschijnen.

10 jury checks · meest recent 5 dagen geleden
29 Jun 2026 2 jurors · kan, kan kan
23 Jun 2026 1 juror · kan kan
18 Jun 2026 1 juror · kan kan
13 Jun 2026 3 jurors · kan, kan, kan kan
07 Jun 2026 3 jurors · kan, kan, kan kan
02 Jun 2026 3 jurors · kan, kan, kan kan
27 May 2026 3 jurors · kan, kan, kan kan
22 May 2026 4 jurors · onbeslist, kan, kan, kan onbeslist
17 May 2026 5 jurors · onbeslist, kan, kan, kan, kan onbeslist
13 May 2026 4 jurors · kan, kan, kan, kan kan status gewijzigd

Elke rij is een afzonderlijke jurycontrole. Juryleden zijn AI-modellen (identiteiten bewust neutraal gehouden). Status toont de cumulatieve telling over alle controles — hoe de jury werkt.

Meer in health

Hebben we er één gemist?

We review weekly.