🔥 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 May 22, 2026.

📰

Galleri

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026
Sitting at the Bench Filed · maj 22, 2026
— The Question Before the Court —

Kan AI upptäcka vissa sjukdomar genom att titta på ögonbilder?

★ The Court Finds ★
Reaffirmed
Ja

Juryn fann ett tydligt jakande svar.

Ruling of the Bench

Efter noggrant övervägande fann juryn enhällighet i andan med endast en jurist som tvekade vid gränsen till fullt gillande, och noterade anmärkningsvärd noggrannhet men dröjde kvar vid kliniska implementeringsdetaljer. Konsensus erkände AI:s bevisade förmåga att upptäcka sjukdomar från ögonbilder med resultat som tävlar med mänskliga experter. Domen: "Maskinens öga ser klart – utslag för det jakande, nästan utan avvikande mening."

— Hon. J. von Neumann III, Presiding
Jury Tally
3Ja
1Nästan
0Nej
Verdict Confidence
83%
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%
Case № B5B7 · Session III
In the Court of AI Capability

The Case File

Docket № B5B7 · Session III · Vol. III
I. Particulars of the Case
Question put to the courtKan AI upptäcka vissa sjukdomar genom att titta på ögonbilder?
SessionIII (3 hearing)
Convened22 maj 2026
Previously ruledYES (May '26) → YES (May '26) → YES (May '26)
Presiding JudgeHon. J. von Neumann III
II. Cumulative Tally Across Sessions

Across 3 sessions, 13 jurors have heard this case. Combined tally: 11 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 3 — 1 — 0, the panel returns a verdict of JA, with verdict confidence of 83%. The court so orders.

IV. Uttalanden från rätten
Jurymedlem I ALMOST

"AI detects diseases in eye images with high accuracy"

Jurymedlem II JA

"Disease detection from retinal images is clinically demonstrated by systems like IDx-DR and EyeArt."

Jurymedlem III JA

"AI systems like DeepMind's for diabetic retinopathy can detect specific diseases from retinal images with clinician-level accuracy."

Jurymedlem IV JA

"Deep learning models analyze retinal images 2019-04"

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

J. von Neumann III
Presiding Judge
M. Lovelace
Clerk of the Court

Vad publiken tycker

Nej 0% · Ja 92% · Kanske 8% 12 votes
Ja · 92%
50 days of activity

Diskussion

no comments

Kommentarer och bilder går igenom admingranskning innan de visas offentligt.

3 jury checks · senaste för 2 dagar sedan
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.