Uit een Japans onderzoek blijkt dat een algoritme op basis van kunstmatige intelligentie hypertensie en diabetes met hoge nauwkeurigheid kan ‘herkennen’ met behulp van een korte video van het gezicht. Als de resultaten in grotere onderzoeken bevestigd kunnen worden, kan deze contactloze methode mogelijk worden ingezet voor grootschalige screening.1
Hypertensie en diabetes behoren tot de belangrijkste beïnvloedbare risicofactoren voor cardiovasculaire ziekte, maar blijven bij veel mensen ongediagnosticeerd. De huidige screeningsmethoden zijn meestal vrij uitgebreid; mogelijk biedt een analyse van korte gezichtsvideo’s met AI een laagdrempelig alternatief. In een prospectief single-centeronderzoek werden in totaal 215 mensen (patiënten met een diagnose én gezonde vrijwilligers) geïncludeerd. Van het gezicht en de handpalmen werden korte hogesnelheidsvideo’s gemaakt en een algoritme analyseerde onder meer pulsgolven die informatie geven over arteriële stijfheid, patronen van de doorbloeding van de huid en spectrale kenmerken van de huidskleur.
Met een video-opname van 30 seconden kon het algoritme hypertensie met een nauwkeurigheid van 95,0% detecteren op basis van pulsgolfanalyse van het gezicht en de handpalm. De sensitiviteit bedroeg 100,0% voor het herkennen van een normale bloeddruk en 89,2% voor hypertensie. Bij een opname van slechts 5 seconden bleef de nauwkeurigheid met 90,3% hoog. Voor diabetes, gedetecteerd op basis van doorbloedingspatronen in het gezicht, bedroeg de nauwkeurigheid 88,2% bij een video van 30 seconden en 81,2% bij een opname van 5 seconden. Het algoritme kon ook de bloeddruk schatten aan de hand van alleen een gezichtsvideo, al zat daar nog een variabiliteit in die men wil verminderen door het model te trainen met grotere multicenterdatasets en de gebruikte kenmerken verder te optimaliseren. Volgens de onderzoekers kan deze technologie, mits gevalideerd in grotere en meer diverse populaties, uiteindelijk contactloze screening mogelijk maken zonder bloeddrukmanchet, bloedafname of bezoek aan een kliniek. Daarmee zouden personen met nog niet herkende hypertensie of diabetes mogelijk eerder kunnen worden opgespoord en behandeld.
Bron:
Uchida R, Fujiu K. AI-powered cardiometabolic assessment from a single facial video. ESC Congress 2026, Science Box 2.