{"id":368395,"date":"2026-09-01T10:52:19","date_gmt":"2026-09-01T10:52:19","guid":{"rendered":"https:\/\/www.europesays.com\/at\/368395\/"},"modified":"2026-09-01T10:52:19","modified_gmt":"2026-09-01T10:52:19","slug":"ki-diagnose-von-bluthochdruck-und-diabetes-aus-5-sekunden-face-videos","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/at\/368395\/","title":{"rendered":"KI-Diagnose von Bluthochdruck und Diabetes aus 5-Sekunden-Face-Videos"},"content":{"rendered":"

M\u00dcNCHEN \/ LONDON (IT BOLTWISE) \u2013 Eine neue Studie<\/a> untersucht, ob KI Bluthochdruck und Diabetes allein aus kurzen Gesichtsvideos erkennen kann. F\u00fcr Bluthochdruck werden bereits aus 5 Sekunden mehr als 90 % Genauigkeit berichtet, f\u00fcr Diabetes aus 5 Sekunden mehr als 80 %. Der Ansatz arbeitet kontaktlos und ohne Manschette, Blutentnahme oder Praxisbesuch. Damit r\u00fcckt eine skalierbare Vorsorge-Fr\u00fcherkennung in den Fokus, die bisherige Screening-Setups erg\u00e4nzen k\u00f6nnte.<\/p>\n

\"KI-Diagnose<\/a>KI-Diagnose von Bluthochdruck und Diabetes aus 5-Sekunden-Face-Videos (Foto: IT BOLTWISE)<\/p>\n

<\/p>\n

\ud83e\udde0 KI & Robotik auf Google News abonnieren<\/p>\n

<\/a><\/p>\n

Wenn Diagnostik so schnell und so kontaktlos wie m\u00f6glich wird, verschiebt sich auch der \u201cOrt\u201d der Fr\u00fcherkennung. Genau daran kn\u00fcpft eine Studie<\/a> an, die auf dem ESC Congress 2026 in M\u00fcnchen vorgestellt werden soll: Sie testet, ob ein Machine-Learning-Algorithmus Bluthochdruck (Hypertension) und Diabetes anhand von Videoaufnahmen des Gesichts erkennen kann. Laut den Angaben im Studie<\/a>nsetup reichen daf\u00fcr kurze Sequenzen; insbesondere werden Ergebnisse f\u00fcr 5 Sekunden berichtet, was f\u00fcr Screening-Szenarien in Alltagssituationen deutlich weniger H\u00fcrde bedeutet als ein zeitintensiver Kliniktermin oder die Nutzung spezieller Wearables.<\/p>\n

Technisch basiert das Verfahren nicht auf \u201cnormalen\u201d Gesichtsvideos mit reiner Bildinformation, sondern auf einer spektroskopischen Kamera, die zus\u00e4tzlich zur visuellen Struktur auch Strahlungs- bzw. Spektralmerkmale erfasst. In der Studie<\/a> durchliefen insgesamt 215 Teilnehmende ein prospektives Single-Centre-Design, darunter sowohl bereits diagnostizierte Patientinnen und Patienten als auch gesunde Freiwillige. Jede Person wurde mit einer kurzen, hochfrequenten Videoaufnahme von Gesicht und Handfl\u00e4chen aufgenommen. Aus diesen Sequenzen extrahiert das Modell Merkmale der Pulswellen-Dynamik (als Proxy f\u00fcr die Steifigkeit der Arterien), Muster der Hautdurchblutung sowie spektrale Kennwerte der Hautf\u00e4rbung. Entscheidend ist: Parallel dazu gab es konventionelle Untersuchungen, mit denen Hypertension und Diabetes als Referenz identifiziert wurden.<\/p>\n

Im bestehenden, bereits ver\u00f6ffentlichten Teil der Forschung<\/a> zeigt sich die Grundlage f\u00fcr die Hypertension-Erkennung: Demnach konnte der Algorithmus Bluthochdruck mit 95,0 % Genauigkeit aus einer 30-Sekunden-Aufnahme erkennen, basierend auf einer Pulse-Wave-Analyse<\/a> unter Einbezug sowohl von Gesichts- als auch Handfl\u00e4chenvideo. Die Sensitivit\u00e4t f\u00fcr \u201cnormale\u201d Blutdruckwerte wird dabei mit 100,0 % angegeben, w\u00e4hrend die Sensitivit\u00e4t f\u00fcr Hypertension bei 89,2 % lag. In der neuen Betrachtung wird die Videol\u00e4nge reduziert, und auch dann bleibt die Leistung hoch: F\u00fcr die Erkennung wird aus 5 Sekunden eine Genauigkeit von 90,3 % genannt. In praktischer Hinsicht hei\u00dft das: Je k\u00fcrzer das Zeitfenster, desto st\u00e4rker m\u00fcssen die erfassten physiologischen Muster in Echtzeit \u201ctragf\u00e4hig\u201d sein, und genau diese Robustheit wird hier adressiert.<\/p>\n

Neu ist die Erweiterung um Diabetes-Erkennung \u00fcber Gesichtsdaten: Laut den Ergebnissen basiert dies auf Gesichtsdurchblutungs- bzw. Blutflussmustern. F\u00fcr Diabetes werden \u00e4hnlich hohe Werte berichtet, allerdings ebenfalls abgestuft nach Videol\u00e4nge: 88,2 % Genauigkeit aus einer 30-Sekunden-Aufnahme und 81,2 % aus 5 Sekunden. Besonders interessant f\u00fcr die Systemarchitektur ist zudem, dass das Modell den Blutdruck sogar aus dem Gesichtsvideo allein sch\u00e4tzen kann \u2013 ohne Manschette. Daf\u00fcr wird eine mittlere absolute prozentuale Abweichung (mean absolute percentage error) f\u00fcr den systolischen Blutdruck (SBP) von 8,6 % genannt. Der mittlere Fehler f\u00fcr SBP liegt bei \u00b12,6 mmHg und damit innerhalb eines AAMI-Kriteriums von \u00b15,0 mmHg; gleichzeitig wird die Standardabweichung mit \u00b112,0 mmHg angegeben, womit eine strengere AAMI-Grenze von \u00b18,0 mmHg verfehlt wird. Diese Trennung zwischen mittlerer Abweichung und Streuung ist f\u00fcr die sp\u00e4tere Produktisierung zentral, weil sie die Frage beantwortet, ob ein System bei \u201ctypischen\u201d F\u00e4llen gut passt oder ob es in Randsegmenten zu ungleichm\u00e4\u00dfigen Fehlern neigt.<\/p>\n

Wie der Schritt von der Labor-Performance zur Alltagstauglichkeit gelingen soll, adressiert auch die wissenschaftliche Pr\u00e4sentation. Ms Ryoko Uchida wird mit den Worten zitiert: \u201eWe aimed to develop an AI algorithm that enables contactless screening in everyday environments to detect common conditions earlier and at scale.\u201c In der Schlussfolgerung hei\u00dft es au\u00dferdem: \u201eOur machine-learning algorithm accurately detected hypertension and diabetes from facial spectroscopic video recordings as short as 5 seconds. We intend to validate these findings in larger cohorts across more diverse populations to support real-world application. If validated, this contactless approach could allow people to be screened in everyday settings \u2013 without cuffs, blood sampling or a dedicated clinic visit \u2013 helping to identify at-risk individuals who would otherwise remain undiagnosed and therefore untreated.\u201c Technisch betrachtet stehen als n\u00e4chstes vor allem gr\u00f6\u00dfere, multizentrische Datens\u00e4tze und eine Optimierung der Features im Vordergrund, um die Variabilit\u00e4t bei der Blutdrucksch\u00e4tzung zu reduzieren \u2013 genau dort, wo die Standardabweichung aktuell \u00fcber der strengeren AAMI-Kriteriumsgrenze liegt.<\/p>\n

Auch aus Markt- und Industry-Perspektive ist das Setup bemerkenswert, weil es die klassische H\u00fcrde f\u00fcr Screening senkt: Wenn ein kontaktloses Verfahren funktioniert, wird der Zugang zu Vorsorge potenziell breiter, etwa au\u00dferhalb von Kliniken oder spezialisierten Messstationen. Associate Professor Nico Bruining ordnet das als digitalen Pr\u00e4ventionshebel ein: \u201eIt is remarkable that AI-supported technologies are enabling the development of such powerful tools for early disease prevention, \u201c sagt er, und erg\u00e4nzt: \u201eBecause this approach is quick, easy and contactless, it could be used in many settings beyond hospitals, giving it the potential to reach far more people than traditional screening methods. Detecting these conditions early means treatment and lifestyle changes can start sooner, helping to prevent heart attacks, strokes and other cardiovascular diseases.\u201c F\u00fcr Organisationen bedeutet das vor allem eine neue Rolle f\u00fcr KI-gest\u00fctzte Frontend-Workflows: Nicht \u201cKI statt Medizin\u201d, sondern KI als schnelle Vorstufe, die Menschen mit erh\u00f6htem Risiko identifiziert und damit weitere Abkl\u00e4rung gezielt priorisiert. Der n\u00e4chste Realit\u00e4tscheck findet in gr\u00f6\u00dferer Diversit\u00e4t der Kohorten statt \u2013 denn erst wenn die Trainings- und Testdaten robuste Abdeckung in Alter, Hautt\u00f6nen, Lebensstilen und Ger\u00e4tekonfigurationen bieten, lassen sich Aussagen \u00fcber die tats\u00e4chliche Skalierbarkeit seri\u00f6s treffen.<\/p>\n

Parallel werden die neuesten Entwicklungen im Bereich KI und kardiovaskul\u00e4re Versorgung beim ESC Digital & AI Summit diskutiert, der vom 12.\u201313. November 2026 in Basel stattfindet. Damit kommt das Thema auch in den Kontext von Digital-Health-Architekturen, in denen KI nicht als Einzelmodell betrachtet wird, sondern als Teil eines \u00d6kosystems aus Messung, Datenqualit\u00e4t, Modellmonitoring und klinischer Entscheidungsunterst\u00fctzung. F\u00fcr die weitere Entwicklung bleibt entscheidend, dass die gemeldeten Genauigkeitswerte nicht nur \u201cauf dem Papier\u201d \u00fcberzeugen, sondern sich in echten Screening-Umgebungen mit kontrollierter und nicht kontrollierter Beleuchtung, unterschiedlicher Kamerapositionierung sowie variierender Nutzungsdauer reproduzieren lassen. Genau dort entscheidet sich, ob aus einer vielversprechenden Demonstration ein Verfahren wird, das in der Breite Nutzen stiftet.<\/p>\n

\t<\/a><\/p>\n

\t\t<\/a><\/p>\n

\ud83d\udcb3 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!<\/a>
\ud83d\udd25 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!<\/a>
\ud83c\udf89 Amazon Haul-Store f\u00fcr absolute Schn\u00e4ppchenj\u00e4ger!<\/a><\/p>\n

<\/p>\n


\n \"Plantbot
\n <\/a><\/p>\n


\n Plantbot Upgraded Large Smart Flower Pot Pet Planter Robot with Artificial Intelligence, Time Temperature Display, and Numerous Expressive Animations Based, for Indoor Decoration, Gifts (White) <\/a><\/p>\n

\u3010XL-Gr\u00f6\u00dfe f\u00fcr gedeihende Pflanzen\u3011Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, gro\u00dfes 13,7 cm gro\u00dfes Design bietet Platz f\u00fcr Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz f\u00fcr Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Ger\u00e4t wiegt nur 355 g. <\/p>\n

<\/a><\/p>\n

Bestseller Nr. 1 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 2 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 3 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 4 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

Bestseller Nr. 5 \u1d43\u293b\u1dbb \u00abKI Gadgets\u00bb<\/p>\n

\n\"Hat<\/a><\/p>\n

<\/p>\n

<\/p>\n

Erg\u00e4nzungen und Infos bitte an die Redaktion per eMail an de-info[at]it-boltwise.de. Da wir bei KI-erzeugten News und Inhalten selten auftretende KI-Halluzinationen nicht ausschlie\u00dfen k\u00f6nnen, bitten wir Sie bei Falschangaben und Fehlinformationen uns via eMail zu kontaktieren und zu informieren. Bitte vergessen Sie nicht in der eMail die Artikel-Headline zu nennen: „KI-Diagnose von Bluthochdruck und Diabetes aus 5-Sekunden-Face-Videos“.<\/p>\n","protected":false},"excerpt":{"rendered":"M\u00dcNCHEN \/ LONDON (IT BOLTWISE) \u2013 Eine neue Studie untersucht, ob KI Bluthochdruck und Diabetes allein aus kurzen…\n","protected":false},"author":2,"featured_media":368396,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[20],"tags":[17360,9571,46,42,5889,29290,54781,1108,92537,124,123,36093,507,508,36966,92538,44,5045,22021],"class_list":["post-368395","post","type-post","status-publish","format-standard","has-post-thumbnail","category-gesundheit","tag-ai","tag-artificial-intelligence","tag-at","tag-austria","tag-bluthochdruck","tag-computer-vision","tag-datenanalyse","tag-diabetes","tag-gesichtsvideo","tag-gesundheit","tag-health","tag-kardiologie","tag-ki","tag-kuenstliche-intelligenz","tag-machine-learning","tag-medizinische-diagnose","tag-oesterreich","tag-praevention","tag-spektroskopie"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@at\/117195410538415369","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts\/368395","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/comments?post=368395"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts\/368395\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/media\/368396"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/media?parent=368395"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/categories?post=368395"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/tags?post=368395"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}