W niedalekiej przyszłości, technika rozpoznawania twarzy może znaleźć zastosowanie w badaniach lekarskich. Naukowcy stworzyli specjalny algorytm, który identyfikuje cechy twarzy i łączy je z chorobami genetycznymi.

Amerykańska firma FDNA opracowała program o nazwie DeepGestalt. W ramach ćwiczeń, algorytmom udostępniono zestaw danych, zawierający ponad 17 tysięcy zdjęć, które reprezentują 200 różnych chorób.

Podczas testów, sztuczna inteligencja analizowała zdjęcia w poszukiwaniu oznak dwóch rzadkich chorób genetycznych: zespołu Cornelii de Lange i zespołu Angelmana, które można rozpoznać po specyficznych cechach twarzy.

Sztuczna inteligencja DeepGestalt, po sprawdzeniu 502 zdjęć, reprezentujących 92 różne syndromy, z powodzeniem zidentyfikowała twarze, należące do osób cierpiących na wspomniane wcześniej dwie choroby genetyczne. Skuteczność tej techniki diagnostycznej wyniosła ponad 90%. Dla porównania, profesjonalni klinicyści podczas podobnych badań pomyślnie identyfikują około 70% chorób.

Drugi eksperyment polegał na wykryciu mutacji genetycznych, które mogą powodować zespół Noonan. Na podstawie analizy zdjęć pacjentów, algorytm prawidłowo wskazywał mutacje ze skutecznością 64%, co i tak jest lepszym rezultatem niż przy zgadywaniu.

Firma FDNA będzie usprawniać swoje narzędzie z nadzieją, że program komputerowy pomoże w przyszłości diagnozować rzadkie choroby genetyczne. Medycyna jest jedną z wielu sfer, którą może zrewolucjonizować sztuczna inteligencja.