Kan AI bepaalde ziekten detecteren door naar gezichtsbeelden te kijken ?
Stem nu — lees daarna wat onze hoofdredacteur en de AI-modellen hebben gevonden.
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
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).
Stel een tag voor
Ontbreekt een concept bij dit onderwerp? Stel het voor en de beheerder bekijkt het.
Status voor het laatst gecontroleerd op June 24, 2026.
Galerie
Kan AI bepaalde ziekten detecteren door naar gezichtsbeelden te kijken?
Er bestaan beperkte demonstraties — maar het panel was niet unaniem.
Na zorgvuldige afweging oordeelde de jury dat AI kan helpen bij het identificeren van sommige ziekten aan de hand van gezichtsbeelden, maar dat de toepassing nog beperkt en onbetrouwbaar is. Twee juryleden uit het ALMOST-kamp waren het erover eens dat het beloftevol is, maar nog niet autoritair genoeg voor een volledige goedkeuring, terwijl geen enkele dissident aandrong op een zwaarder vonnis. Uitspraak: "AI kan een paar gezichten van problemen herkennen, maar wed niet je hele huis op de diagnose."
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 BIJNA, 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"
Individuele juryverklaringen worden in het oorspronkelijke Engels weergegeven om de bewijsprecisie te behouden.
Wat het publiek denkt
Nee 30% · Ja 30% · Misschien 39% 23 votesDiscussie
no comments⚖ 9 jury checks · meest recent 4 dagen geleden
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 biology
Kan AI nieuwe functies verbonden aan nucleotiden in DNA vinden ?
Kan AI 50% van alle medicijnontdekkingsonderzoek vervangen door zelfstandig nieuwe moleculen te ontwerpen en te testen *in silico* met behulp van generatieve AI en kwantumcomputersimulaties ?
Kan AI diepfakevideo's detecteren door microscopische inconsistenties in knipperpatronen te analyseren ?