Kan AI bepaalde ziekten detecteren door naar gezichtsbeelden te kijken ?

Huidige AI-systemen kunnen suggestieve signalen uit gezichts foto’s halen—veranderingen in textuur, asymmetrie, pigmentatie en subtiele zwelling—die correleren met bepaalde metabole, cardiale en endocriene aandoeningen, maar deze aanwijzingen zijn niet ziekte-specifiek en overlappen vaak met normale variatie of andere aandoeningen. Onderzoeksgroepen hebben matige nauwkeurigheden (vaak 60–80 % AUC) gerapporteerd voor het detecteren van ziekten zoals diabetes, chronische nierziekte of kransslagaderziekte, waarbij gebruik wordt gemaakt van grote datasets en deep-learningmodellen die zijn getraind op tienduizenden gelabelde afbeeldingen. Omdat gezichtsbiomarkers indirect zijn en worden beïnvloed door leeftijd, geslacht, belichting en etniciteit, blijft de technologie experimenteel en is niet goedgekeurd voor klinische diagnose. Het wordt momenteel vooral gebruikt in onderzoeksomgevingen en als aanvullend screeningsinstrument in plaats van een diagnostische standaard.

— Verrijkt 13 mei 2026 · Bron: Nature Medicine

Onderzoekers onderzoeken het gebruik van kunstmatige intelligentie om bepaalde ziekten te detecteren door gezichtsbeelden te analyseren, een vakgebied dat bekend staat als gezichtsfenotypering. Deze aanpak is gebaseerd op het idee dat bepaalde ziekten subtiele veranderingen in gezichtskenmerken kunnen veroorzaken, die kunnen worden gedetecteerd met behulp van computer vision-algoritmen. Zo hebben sommige studies aangetoond dat AI kan worden gebruikt om genetische aandoeningen zoals het syndroom van Down en het syndroom van DiGeorge te detecteren door gezichtsbeelden te analyseren. Andere ziekten, zoals de ziekte van Parkinson en de ziekte van Alzheimer, zijn ook onderzocht met gezichtsfenotypering. Het gebruik van deep learning-technieken, zoals convolutionele neurale netwerken, heeft de nauwkeurigheid van gezichtsfenotyperingssystemen verbeterd. De ontwikkeling van deze systemen staat echter nog in de kinderschoenen en er is meer onderzoek nodig om hun volledige potentieel te benutten. Gezichtsfenotypering heeft het potentieel om een niet-invasieve en goedkope methode voor ziekte-detectie te bieden, wat vooral nuttig zou kunnen zijn in omgevingen met beperkte middelen. De techniek wordt nog niet breed toegepast in de klinische praktijk, maar heeft veelbelovende resultaten opgeleverd in onderzoeksstudies.

— Verrijkt 13 mei 2026 · Bron: National Institutes of Health