Un algoritmo di machine learning applicato a brevi video del volto è in grado di identificare il diabete e l’ipertensione con un’accuratezza dell’88,2%. È il dato nuovo presentato all’ESC Congress 2026 di Monaco dal gruppo dell’Università di Tokyo e dell’Institute of Science Tokyo.
E’ questa una delle future applicazioni rese possibili dall’Intelligenza artificiale. Sono sufficienti 5 secondi di ripresa e l’AI ha dimostrato un livello di precisione all’88% nella diagnosi del diabete, mentre per la pressione arteriosa – i cui primi dati con questa metodica erano già stati pubblicati nel 2024 – l’accuratezza raggiunta è del 95% su 30 secondi di video su volto e palmo. Lo studio ‘AI-powered cardiometabolic assessment from a single facial video’ è finanziato dalla Japan Science and Technology Agency (JST) ed è firmato dal gruppo dell’Università di Tokyo e dell’Institute of Science Tokyo. Lo studio ha arruolato 215 partecipanti, tra pazienti con diagnosi nota e volontari sani. Ogni soggetto è stato sottoposto a una registrazione video ad alta velocità di volto e palmo delle mani con una camera spettroscopica.
L’algoritmo si focalizza su alcuni parametri, come la rigidità arteriosa, il flusso ematico cutaneo e le caratteristiche spettrali della colorazione della pelle. Lo strumento non è ancora disponibile per la pratica
clinica ma le sue potenzialità sono evidenti, anche considerando i grandi numeri che caratterizzano queste patologie. Nel mondo, infatti, cono circa 1,4 miliardi gli adulti tra i 30 e i 79 anni che convivono con l’ipertensione e 589 milioni di persone hanno il diabete, ma una quota notevole, affermano gli esperti, resta non diagnosticata.
Oggi, lo screening è basato su visite individuali e dispositivi indossabili come i bracciali per la
misurazione della pressione. Impiegando strumenti di IA, come l’algoritmo testato, si potrebbero però raggiungere quote molto più ampie di popolazione. L’obiettivo, sottolinea la ricercatrice Ryoko Uchida, che ha presentato lo studio, è arrivare in futuro ad uno screening ‘contactless’ che possa
essere attuato anche in ambienti quotidiani e non ospedalieri, al fine di individuare precocemente e su larga scala condizioni patologiche ancora silenti.
Ernesto Giusti
