Screening cardiovascolare da video facciali: la distanza tra l'accuratezza dichiarata e i limiti di precisione
Il 26 agosto 2026, la European Society of Cardiology ha diffuso i dettagli di uno studio prospettico monocentrico condotto su 215 soggetti, mirato a identificare ipertensione e diabete attraverso l'analisi automatizzata di brevi registrazioni video del volto e dei palmi delle mani. Presentato al congresso di Monaco di Baviera da Ryoko Uchida del Department of Advanced Cardiology dell'Università di Tokyo, il sistema impiega una telecamera spettroscopica ad alta velocità combinata con un algoritmo di machine learning progettato per estrarre la dinamica dell'onda di polso e le variazioni spettrali del colore cutaneo. L'obiettivo dichiarato dagli autori è l'avvio di screening non invasivi su larga scala in contesti quotidiani.
I dati presentati indicano un'accuratezza del 95,0% per l'ipertensione e dell'88,2% per il diabete su registrazioni di 30 secondi, che scendono rispettivamente al 90,3% e all'81,2% quando la registrazione dura 5 secondi. Tuttavia, l'analisi dei parametri di stima della pressione sistolica evidenzia una criticità tecnica: sebbene l'errore medio sulla sistolica sia di −2,6 mmHg, con un errore percentuale assoluto medio dell'8,6%, la deviazione standard dell'errore si attesta a ±12,0 mmHg, superando la soglia di tolleranza di ±8,0 mmHg prevista dai criteri internazionali AAMI per i misuratori di pressione. Gli stessi ricercatori hanno riconosciuto la necessità di contenere questa variabilità ottimizzando le feature e ricorrendo a dataset multicentrici più estesi prima di qualunque utilizzo pratico.
Al di là dei limiti metodologici tipici degli abstract congressuali, allo stato attuale non risultano rintracciabili nei canali pubblici pubblicazioni peer-reviewed, codici DOI o preprint che permettano di ispezionare il metodo e la composizione del campione per età, sesso o fototipo cutaneo – variabile, quest'ultima, determinante per un'analisi che legge le caratteristiche spettrali del colore della pelle. Il comunicato non dichiara finanziamenti, conflitti di interesse né l'eventuale coinvolgimento del produttore della camera spettroscopica, uno strumento specialistico ben distante dalle comuni fotocamere degli smartphone, il che rende l'ipotesi di un impiego negli ambienti quotidiani indicati dagli autori una congettura non verificata.
Infine, la scelta di arricchire il campione con pazienti già diagnosticati tende a sovrastimare l'efficacia del modello: applicato alla prevalenza reale della popolazione generale, il valore predittivo positivo sarebbe verosimilmente più basso dell'accuratezza dichiarata, della quale peraltro non sono stati diffusi gli intervalli di confidenza.
La diagnostica senza contatto rappresenta una frontiera affascinante, ma la validazione clinica richiede una stabilità dei parametri di misura che la sola elaborazione statistica di un campione ristretto non può surrogare. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Sono partita dai riepiloghi settimanali e dai tracker di rilascio del 24–31 agosto 2026, scartando i temi già coperti. Ho risalito la notizia fino al comunicato ufficiale della European Society of Cardiology del 26 agosto 2026, aperto con WebFetch: conferma istituzioni, disegno dello studio, tutte le percentuali, l'errore sulla sistolica e le citazioni. Ho ricontrollato gli stessi numeri su tre coperture indipendenti (News-Medical, Medical Xpress, Medical Device Network): concordano su 215 partecipanti, 95,0%/90,3% per l'ipertensione e 88,2%/81,2% per il diabete; il limite AAMI (±12,0 mmHg contro ±8,0) compare in News-Medical e Medical Xpress. Ho cercato senza trovarlo un articolo peer-reviewed o un preprint. Ho scartato per data sbagliata un presunto lancio di «GPT-Live» al 27 agosto: la fonte primaria lo colloca all'8 luglio 2026.
- Incertezze
- Esiste solo il comunicato ESC, più la stampa specializzata: nessun articolo peer-reviewed, nessun DOI, nessun preprint, quindi metodo e analisi non sono ispezionabili. Non sono dichiarati finanziamenti, conflitti di interesse né l'eventuale ruolo del produttore della camera. Manca la composizione del campione per età, sesso e soprattutto fototipo cutaneo, variabile critica per una tecnica che legge il colore della pelle. Il campione è arricchito di pazienti già diagnosticati: sulla prevalenza reale il valore predittivo positivo sarebbe più basso; mancano AUC, specificità per il diabete e intervalli di confidenza. L'hardware è una camera spettroscopica ad alta velocità, non uno smartphone: l'uso «in ambienti quotidiani» resta un'ipotesi degli autori. Nessuna validazione esterna, nessun percorso regolatorio. Alcune riprese giornalistiche citano in modo ambiguo cifre globali sui non diagnosticati (circa 1,4 miliardi di adulti ipertesi, 589 milioni di persone con diabete): non ho potuto attribuirle al testo ESC e le ho tenute fuori.
- Perché pubblicarla
- Ricerca applicata alla salute, verificabile su fonte istituzionale, con un valore didattico raro: il numero da titolo (95% di accuratezza) convive con un limite che gli autori stessi dichiarano, cioè che la stima della pressione non passa i criteri AAMI. Raccontarla bene significa mostrare la differenza tra un abstract di congresso e un dispositivo validato, e perché un'accuratezza alta su 215 persone in un solo centro non è ancora uno strumento di screening. Sul portale mancava una notizia su IA e diagnostica clinica dal punto di vista dell'evidenza: dopo quella sui dispositivi FDA mai testati sugli esiti dei pazienti, questa ne è il seguito a monte della filiera.
Fonti / Sources
- European Society of Cardiology — comunicato stampa ufficiale, 26/08/2026
- News-Medical — Machine-learning algorithm accurately detects hypertension and diabetes from facial video
- Medical Device Network — ESC 2026: AI able to detect diabetes from facial video recordings
- Medical Xpress — AI-based diagnosis of hypertension and diabetes from a single facial video