A IA consegue detetar certas doenças através de imagens dos olhos ?
Vota — depois lê o que o nosso editor e os modelos de IA encontraram.
Os sistemas de IA estão cada vez mais capazes de identificar certas doenças através da análise de imagens da retina. Estas ferramentas examinam exames da retina para detetar condições como retinopatia diabética, glaucoma e degeneração macular relacionada com a idade, bem como riscos mais amplos para a saúde, como doenças cardiovasculares. Como é que estes modelos são treinados exatamente e que evidências apoiam a sua eficácia?
Background
Os sistemas de IA podem analisar imagens da retina para detetar doenças, nomeadamente através de exames como fotografias do fundo do olho e tomografia de coerência ótica (OCT). Estes sistemas têm demonstrado elevada precisão na identificação de condições como retinopatia diabética, glaucoma e degenerescência macular relacionada com a idade. Alguns modelos também preveem doenças sistémicas, como hipertensão e risco cardiovascular, a partir de imagens da retina.
Os modelos de *deep learning* têm apresentado um desempenho robusto em doenças como retinopatia diabética, degenerescência macular relacionada com a idade, glaucoma e condições neurodegenerativas, incluindo a doença de Alzheimer, muitas vezes igualando ou superando os clínicos especialistas em tarefas de diagnóstico específicas. Estes modelos dependem de grandes conjuntos de dados etiquetados de fotografias do fundo do olho, exames OCT e, por vezes, de imagens multi-modais para identificar alterações subtis nos vasos sanguíneos, estruturas e texturas associadas a doenças.
Ferramentas com aprovação regulatória baseadas nestes modelos já estão a ser utilizadas clinicamente hoje em dia. No entanto, a adoção generalizada depende da validação em populações diversas e da integração perfeita nos fluxos de trabalho oftalmológicos existentes.
— Enriquecido a 13 de maio de 2026 · Fonte: Nature Medicine
— Enriquecido a 13 de maio de 2026 · Fonte: National Eye Institute
Sugerir uma etiqueta
Falta um conceito neste tema? Sugere-o e o administrador analisa.
Estado verificado pela última vez em August 17, 2026.
Galeria
A IA consegue detetar certas doenças através de imagens dos olhos?
O júri encontrou uma resposta claramente afirmativa.
The jury swiftly returned a unanimous verdict, swayed by clear evidence that artificial intelligence can now peer into the retina with the precision of a seasoned ophthalmologist, reliably flagging diseases before symptoms ever appear. With both jurors nodding in agreement, the law held that machine vision had indeed mastered the art of the ophthalmic examination. Verdict for the affirmative: "AI sees what the doctor sketches with perfect recall.
But the data is real.
The Case File
Across 19 sessions, 43 jurors have heard this case. Combined tally: 38 YES · 5 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 2 — 0 — 0, the panel returns a verdict of SIM, with verdict confidence of 93%. The court so orders. Verdict upgraded from prior session.
"Deep learning models analyze retinal images"
"Specialized AI systems (e.g., DeepMind's retinal disease detection) classify eye diseases from retinal scans with high accuracy."
As declarações individuais dos jurados são exibidas no inglês original para preservar a precisão probatória.
O que o público pensa
Não 0% · Sim 74% · Talvez 26% 23 votesDiscussão
no comments⚖ 19 jury checks · mais recente há 2 dias
Cada linha é uma verificação de júri separada. Os jurados são modelos de IA (identidades mantidas neutras de propósito). O estado reflete a contagem cumulativa de todas as verificações — como o júri funciona.
Mais em health
A inteligência artificial consegue identificar a tuberculose a partir de gravações de áudio de tosses com maior precisão do que os clínicos humanos ?
A IA pode prever a resposta de um paciente a um antidepressivo em 48 horas após a primeira dose ?
A IA consegue transcrever inglês falado com uma precisão superior a 95% em áudio limpo ?