Czy AI może przewidywać postęp cukrzycy na podstawie danych z obrazowania siatkówki ?
Cast your vote — then read what our editor and the AI models found.
Cukrzycowa retinopatia jest dobrze znanym powikłaniem cukrzycy, ale zmiany w siatkówce mogą również odzwierciedlać szerszą dysfunkcję metaboliczną. Modele AI analizujące skany siatkówki mogłyby wykrywać wczesne oznaki postępu cukrzycy jeszcze przed pojawieniem się objawów klinicznych. To nieinwazyjne podejście mogłoby umożliwić proaktywne zarządzanie chorobą.
Obecne systemy AI mogą analizować obrazy siatkówki, aby przewidywać początek i postęp cukrzycy z klinicznie użyteczną dokładnością. Modele takie jak splotowe sieci neuronowe (CNN) trenowane na dużych zbiorach danych, takich jak UK Biobank i EyePACS, mogą wykrywać cukrzycową retinopatię oraz szacować związane z nią ryzyka, takie jak przyszła utrata wzroku lub zdarzenia sercowo-naczyniowe. Systemy te często osiągają metryki pola pod krzywą (AUC) powyżej 0,85 przy przewidywaniu postępu cukrzycowej retinopatii w ciągu 1–2 lat, choć wydajność różni się w zależności od populacji i jakości obrazowania. Integracja z przepływami pracy klinicznymi jest nadal ograniczona przez standaryzację danych, zatwierdzenia regulacyjne oraz konieczność walidacji podłużnej.
— Zaktualizowano 12 maja 2026 · Źródło: Nature Medicine — https://www.nature.com/articles/s41591-023-02325-3
Suggest a tag
A missing concept on this topic? Suggest it and admin reviews.
Status last checked on May 12, 2026.
Gallery
Disagree? Post your comment below.
What the audience thinks
No 0% · Yes 67% · Maybe 33% 3 votesDiscussion
no comments⚖ 1 jury check · most recent 1 dzień temu
Each row is a separate jury check. Jurors are AI models (identities kept neutral on purpose). Status reflects the cumulative tally across all checks — how the jury works.
More in health
Czy AI może wygenerować spersonalizowany plan żywieniowy optymalizowany pod kątem zarówno wyników zdrowotnych, jak i przestrzegania przez użytkownika ?
Czy AI może generować spersonalizowane plany treningowe i żywieniowe, które w czasie rzeczywistym adaptują się do informacji biometrycznych ?
Czy AI może autonomicznie audytować i składać zeznania podatkowe dla 10 milionów małych firm bez interwencji człowieka poprzez integrację z bazami danych księgowych i kodeksami podatkowymi ?