Бесконтактная диагностика диабета и гипертонии: нейросеть анализирует видео лица

По данным Медвестника, исследователи Токийского университета и Токийского научного института опубликовали на портале Европейского общества кардиологов результаты эксперимента, в котором модель машинного обучения определяет артериальную гипертензию и сахарный диабет по короткой видеозаписи лица. При пятисекундной записи чувствительность к гипертензии составила 90,3%, к диабету — 81,2%; при тридцатисекундной показатели выросли до 95% и 88,2% соответственно. Для превентивной диагностики это показательный случай бесконтактного инструмента, достигающего клинически значимой точности без забора биоматериала.

Физиология сигнала

Метод опирается на спектроскопическую камеру, регистрирующую микроциркуляцию крови в коже лица и ладоней. Алгоритм извлекает три параметрических блока: динамику пульсовой волны, характеристики кожного кровотока и спектральные компоненты окраски покровов. Помимо бинарной классификации, модель выдаёт оценку систолического артериального давления без манжеты: средняя ошибка составила −2,6 мм рт. ст., средняя абсолютная процентная ошибка — 8,6%. Это указывает на физиологическую, а не поведенческую природу сигнала и сопоставимо с погрешностью ряда бытовых тонометров.

Границы применимости

Авторы прямо указывают: перенос результатов в рутинную практику требует валидации на крупных и этнически разнородных когортах. В открытых материалах выборка не охарактеризована, что ограничивает оценку специфичности и предиктивной ценности положительного результата. Метод позиционируется как инструмент скрининга первого уровня, а не замена подтверждающей диагностики — гликированного гемоглобина, перорального глюкозотолерантного теста, суточного мониторирования АД.

На том же конгрессе ESC 2026 представлено параллельное направление: алгоритм глубокого обучения анализирует рутинные маммограммы для выявления гипертензии, ИБС и инсульта у женщин, AUROC 0,79–0,86. Оба подхода укладываются в общую логику — извлечение системных биомаркеров из потоков данных, уже собираемых в стандартных процессах. Аналогичную архитектуру, где аналитическая модель встроена в существующий операционный конвейер, демонстрирует финтех: Global Managed Accounts в DTaaS.

Что отслеживать

— публикацию полной методологии и характеристик выборки (возраст, фототип кожи, сопутствующая терапия);

— воспроизведение результатов на независимых когортах;

— протокол клинической валидации для регистрации медицинского изделия.