🔥 Hot topics · NÃO sabe fazer · Sabe fazer · § The Court · Mudanças recentes · 📈 Cronologia · Pergunta · Editoriais · 🔥 Hot topics · NÃO sabe fazer · Sabe fazer · § The Court · Mudanças recentes · 📈 Cronologia · Pergunta · Editoriais
Stuff AI CAN'T Do

A IA consegue detetar certas doenças através de imagens dos olhos ?

O que achas?

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

Estado verificado pela última vez em June 29, 2026.

📰

Galeria

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026May 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026
Sitting at the Bench Filed · jun 29, 2026
— The Question Before the Court —

A IA consegue detetar certas doenças através de imagens dos olhos?

★ The Court Finds ★
Reaffirmed
Sim

O júri encontrou uma resposta claramente afirmativa.

Ruling of the Bench

Os jurados consideram o caso esmagadoramente claro, observando que a visão artificial já é mais nítida do que a visão humana quando se trata de detetar sinais subtis de doença em exames da retina. Sem votos dissidentes, o painel concordou unanimemente que a tarefa está plenamente dentro das capacidades atuais da IA. Decisão: Dos contornos desfocados às diagnoses à prova de balas — sim, a IA já mereceu a sua licença em oftalmologia.

— Hon. D. Knuth-Hale, Presiding
Jury Tally
2Sim
0Quase
0Não
Verdict Confidence
94%
The Court of AI Capability is, of course, not a real court.
But the data is real.
The Case File · Stacked History
Session I · May 2026 Sim
Session II · May 2026 Sim · 84%
Session III · May 2026 Sim · 83%
Session IV · May 2026 Sim · 82%
Session V · Jun 2026 Sim · 83%
Session VI · Jun 2026 Sim · 82%
Session VII · Jun 2026 Sim · 83%
Session VIII · Jun 2026 Sim · 95%
Session IX · Jun 2026 Sim · 98%
Case № B5B7 · Session X
In the Court of AI Capability

The Case File

Docket № B5B7 · Session X · Vol. X
I. Particulars of the Case
Question put to the courtA IA consegue detetar certas doenças através de imagens dos olhos?
SessionX (10 hearing)
Convened29 jun 2026
Previously ruledYES (May '26) → YES (May '26) → YES (May '26) → YES (May '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26)
Presiding JudgeHon. D. Knuth-Hale
II. Cumulative Tally Across Sessions

Across 10 sessions, 29 jurors have heard this case. Combined tally: 27 YES · 2 ALMOST · 0 NO · 0 IN RESEARCH.

Note: cumulative includes older juror opinions. The current session tally above is the live verdict.

III. Verdict

By a vote of 2 — 0 — 0, the panel returns a verdict of SIM, with verdict confidence of 94%. The court so orders.

IV. Declarações do tribunal
Jurado I SIM

"Deep learning models analyze eye images"

Jurado II SIM

"AI systems like Google's Med-Gemini can detect diabetic retinopathy and other eye diseases from fundus images."

As declarações individuais dos jurados são exibidas no inglês original para preservar a precisão probatória.

D. Knuth-Hale
Presiding Judge
M. Lovelace
Clerk of the Court

O que o público pensa

Não 0% · Sim 74% · Talvez 26% 23 votes
Sim · 74%
Talvez · 26%
64 days of activity

Discussão

no comments

Comentários e imagens passam por análise admin antes de aparecerem publicamente.

10 jury checks · mais recente há 5 dias
29 Jun 2026 2 jurors · pode, pode pode
23 Jun 2026 1 juror · pode pode
18 Jun 2026 1 juror · pode pode
13 Jun 2026 3 jurors · pode, pode, pode pode
07 Jun 2026 3 jurors · pode, pode, pode pode
02 Jun 2026 3 jurors · pode, pode, pode pode
27 May 2026 3 jurors · pode, pode, pode pode
22 May 2026 4 jurors · indeciso, pode, pode, pode indeciso
17 May 2026 5 jurors · indeciso, pode, pode, pode, pode indeciso
13 May 2026 4 jurors · pode, pode, pode, pode pode estado alterado

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

Tens alguma que nos escapou?

Adiciona uma afirmação ao atlas. Revemos semanalmente.