🔥 Hot topics · KAN INTE · Kan · § The Court · Senaste vändningarna · 📈 Tidslinje · Fråga · Ledare · 🔥 Hot topics · KAN INTE · Kan · § The Court · Senaste vändningarna · 📈 Tidslinje · Fråga · Ledare
Stuff AI CAN'T Do

Kan AI upptäcka vissa sjukdomar genom att titta på ögonbilder ?

Vad tycker du?

AI-system kan allt oftare identifiera vissa sjukdomar genom att analysera bilder av näthinnan. Dessa verktyg undersöker näthinnescanningar för att upptäcka tillstånd som diabetisk retinopati, grön starr och åldersrelaterad makuladegeneration, samt bredare hälsorisker såsom hjärt-kärlsjukdom. Hur tränas egentligen dessa modeller och vilka bevis stöder deras effektivitet?

Background

AI-system kan analysera näthinnebilder för att upptäcka sjukdomar, särskilt med hjälp av näthinneskanningar som fundusfotografier och optisk koherenstomografi (OCT). Dessa system har visat hög noggrannhet när det gäller att identifiera tillstånd inklusive diabetisk retinopati, grön starr och åldersrelaterad makuladegeneration. Vissa modeller förutsäger också systemiska sjukdomar som hypertoni och kardiovaskulär risk utifrån näthinnebilder.

Djupinlärningsmodeller har visat stark prestanda för sjukdomar som diabetisk retinopati, åldersrelaterad makuladegeneration, grön starr och neurodegenerativa tillstånd inklusive Alzheimers sjukdom, ofta matchande eller överträffande expertläkare i specifika diagnostiska uppgifter. Dessa modeller bygger på stora märkta dataset av fundusfotografier, OCT-skanningar och ibland multimodal avbildning för att identifiera subtila vaskulära, strukturella och texturförändringar kopplade till sjukdom.

Regulatoriskt godkända verktyg baserade på dessa modeller används redan kliniskt idag. Dock beror en bredare användning på validering över olika populationer och smidig integration i befintliga oftalmologiska arbetsflöden.

— Berikad 13 maj 2026 · Källa: Nature Medicine
— Berikad 13 maj 2026 · Källa: National Eye Institute

Status senast kontrollerad August 17, 2026.

📰

Galleri

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026May 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Aug 2026Aug 2026Aug 2026
Sitting at the Bench Filed · aug 17, 2026
— The Question Before the Court —

Kan AI upptäcka vissa sjukdomar genom att titta på ögonbilder?

★ The Court Finds ★
▲ Upgraded from Nästan
Ja

Juryn fann ett tydligt jakande svar.

Ruling of the Bench

Juryn återvände snabbt med ett enhälligt utslag, påverkat av tydliga bevis som visar att artificiell intelligens nu kan granska näthinnan med precisionen av en erfaren ögonläkare och pålitligt flagga sjukdomar innan symptom någonsin uppstår. Med båda jurymedlemmarna nickande instämmande fastslog lagen att maskinseende verkligen hade bemästrat konsten av den oftalmologiska undersökningen. Utslag för det jakande: "AI ser det läkaren skissar med perfekt återkallelse.

— Hon. B. Liskov-Chen, Presiding
Jury Tally
2Ja
0Nästan
0Nej
Verdict Confidence
93%
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 Ja
Session II · May 2026 Ja · 84%
Session III · May 2026 Ja · 83%
Session IV · May 2026 Ja · 82%
Session V · Jun 2026 Ja · 83%
Session VI · Jun 2026 Ja · 82%
Session VII · Jun 2026 Ja · 83%
Session VIII · Jun 2026 Ja · 95%
Session IX · Jun 2026 Ja · 98%
Session X · Jun 2026 Ja · 94%
Session XI · Jul 2026 Ja · 98%
Session XII · Jul 2026 Ja · 93%
Session XIII · Jul 2026 Ja · 94%
Session XIV · Jul 2026 Ja · 90%
Session XV · Jul 2026 Nästan · 85%
Session XVI · Jul 2026 Nästan · 80%
Session XVII · Aug 2026 Ja · 90%
Session XVIII · Aug 2026 Nästan · 89%
Case № B5B7 · Session XIX
In the Court of AI Capability

The Case File

Docket № B5B7 · Session XIX · Vol. XIX
I. Particulars of the Case
Question put to the courtKan AI upptäcka vissa sjukdomar genom att titta på ögonbilder?
SessionXIX (19 hearing)
Convened17 aug 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) → YES (Jul '26) → YES (Jul '26) → YES (Jul '26) → YES (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → YES (Aug '26) → ALMOST (Aug '26) → YES (Aug '26)
Presiding JudgeHon. B. Liskov-Chen
II. Cumulative Tally Across Sessions

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.

III. Verdict

By a vote of 2 — 0 — 0, the panel returns a verdict of JA, with verdict confidence of 93%. The court so orders. Verdict upgraded from prior session.

IV. Uttalanden från rätten
Jurymedlem I JA

"Deep learning models analyze retinal images"

Jurymedlem II JA

"Specialized AI systems (e.g., DeepMind's retinal disease detection) classify eye diseases from retinal scans with high accuracy."

Enskilda jurymedlemmars uttalanden visas på originalengelska för att bevara den bevismässiga precisionen.

B. Liskov-Chen
Presiding Judge
M. Lovelace
Clerk of the Court

Vad publiken tycker

Nej 0% · Ja 74% · Kanske 26% 23 votes
Ja · 74%
Kanske · 26%
49 days of activity

Diskussion

no comments

Kommentarer och bilder går igenom admingranskning innan de visas offentligt.

19 jury checks · senaste för 2 dagar sedan
17 Aug 2026 2 jurors · kan, kan kan
11 Aug 2026 2 jurors · oavgjort, kan oavgjort
06 Aug 2026 1 juror · kan kan
31 Jul 2026 1 juror · oavgjort oavgjort
26 Jul 2026 2 jurors · oavgjort, kan oavgjort
20 Jul 2026 1 juror · kan kan
15 Jul 2026 2 jurors · kan, kan kan
10 Jul 2026 2 jurors · kan, kan kan
04 Jul 2026 1 juror · kan kan
29 Jun 2026 2 jurors · kan, kan kan
23 Jun 2026 1 juror · kan kan
18 Jun 2026 1 juror · kan kan
13 Jun 2026 3 jurors · kan, kan, kan kan
07 Jun 2026 3 jurors · kan, kan, kan kan
02 Jun 2026 3 jurors · kan, kan, kan kan
27 May 2026 3 jurors · kan, kan, kan kan
22 May 2026 4 jurors · oavgjort, kan, kan, kan oavgjort
17 May 2026 5 jurors · oavgjort, kan, kan, kan, kan oavgjort
13 May 2026 4 jurors · kan, kan, kan, kan kan status ändrad

Varje rad är en separat jurykontroll. Jurymedlemmar är AI-modeller (identiteter avsiktligt neutrala). Status speglar den kumulativa räkningen över alla kontroller — så fungerar juryn.

Fler i health

Har du en vi missat?

Lägg till ett påstående i atlasen. Vi granskar veckovis.