Czy AI może wykrywać niektóre choroby, patrząc na zdjęcia twarzy ?

Obecne systemy AI mogą wyodrębniać sugestywne sygnały z fotografii twarzy — zmiany w teksturze, asymetrii, pigmentacji i subtelne obrzęki — które korelują z pewnymi zaburzeniami metabolicznymi, sercowymi i hormonalnymi, jednak te wskazówki nie są specyficzne dla konkretnych chorób i często nakładają się na normalne zróżnicowanie lub inne schorzenia. Grupy badawcze donoszą o umiarkowanej dokładności (często 60–80% AUC) w wykrywaniu chorób takich jak cukrzyca, przewlekła choroba nerek czy choroba wieńcowa, opierając się na dużych zbiorach danych i modelach głębokiego uczenia trenowanych na dziesiątkach tysięcy oznaczonych obrazów. Ponieważ biomarkery twarzy są pośrednie i podlegają wpływowi wieku, płci, oświetlenia i pochodzenia etnicznego, technologia pozostaje eksperymentalna i nie jest zatwierdzona do diagnostyki klinicznej. Obecnie jest używana głównie w badaniach naukowych oraz jako uzupełniające narzędzie przesiewowe, a nie standard diagnostyczny.

— Wzbogacono 13 maja 2026 · Źródło: 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).