Auf dem ESC-Kongress in München wurde eine Studie vorgestellt, nach der ein KI-System anhand eines fünf Sekunden langen Gesichtsvideos Hinweise auf Bluthochdruck oder Diabetes erkennt. Bei fünf Sekunden Aufnahmedauer erreichte das Verfahren eine Genauigkeit von 90,3 Prozent für Hypertonie und 81,2 Prozent für Diabetes.

Auf dem ESC Congress 2026 in München ist eine Studie vorgestellt worden, nach der ein Machine-Learning-Algorithmus Bluthochdruck und Diabetes anhand kurzer Gesichtsvideos erkennt. Die European Society of Cardiology (ESC) hatte Künstliche Intelligenz zu einem Schwerpunkt des Kongresses gemacht; die Veranstaltung fand vom 28. bis 31. August 2026 auf dem Gelände der Messe München statt.

Das Forschungsteam der Universität Tokio und des Institute of Science Tokyo um Ryoko Uchida untersuchte in einer prospektiven Studie an einem Zentrum 215 Teilnehmende, darunter diagnostizierte Patientinnen und Patienten sowie gesunde Freiwillige. Von jedem Teilnehmenden wurden kurze Hochgeschwindigkeitsvideos von Gesicht und Handflächen mit einer spektroskopischen Kamera aufgenommen. Der Algorithmus wertete Pulswellendynamik, Muster der Hautdurchblutung und spektrale Eigenschaften der Hautfarbe aus; die Ergebnisse wurden mit konventionellen Untersuchungen abgeglichen.

Bei 30 Sekunden Aufnahmedauer erreichte das Verfahren für Hypertonie eine Genauigkeit von 95,0 Prozent. Die Sensitivität für normalen Blutdruck lag bei 100,0 Prozent, für Hypertonie bei 89,2 Prozent. Bei einer Aufnahme von fünf Sekunden betrug die Genauigkeit weiterhin 90,3 Prozent. Für Diabetes lag die Genauigkeit bei 88,2 Prozent (30 Sekunden) und 81,2 Prozent (fünf Sekunden) auf Basis der Gesichtsdurchblutung. Zusätzlich ließ sich der Blutdruck ohne Manschette aus dem Gesichtsvideo schätzen: Der mittlere absolute prozentuale Fehler für den systolischen Wert betrug 8,6 Prozent, der mittlere Fehler -2,6 mmHg.

Die ESC weist auf die Grenzen des Verfahrens hin: Die Standardabweichung von ±12,0 mmHg liegt über der von der AAMI gesetzten Grenze von ±8,0 mmHg, die Validierung muss in größeren und stärker diversifizierten Kohorten erfolgen. Das KI Expertenforum ergänzt, dass die Studie an einem einzelnen Zentrum mit kleiner Teilnehmerzahl durchgeführt wurde und eine spezielle spektroskopische Kamera verwendete, nicht die Frontkamera eines Smartphones. Die Zahlen markieren demnach noch keinen klinisch einsetzbaren Gesundheitscheck.

Ryoko Uchida erklärte: „Our 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.“ Nico Bruining, Programme Co-Chair des ESC Digital and AI Summit und Chefredakteur des European Heart Journal – Digital Health, kommentierte: „It is remarkable that AI-supported technologies are enabling the development of such powerful tools for early disease prevention.“ Da der Ansatz schnell, einfach und kontaktlos sei, könne er in vielen Umgebungen außerhalb von Kliniken eingesetzt werden.

Nach Angaben der ESC leben schätzungsweise 1,4 Milliarden Erwachsene im Alter von 30 bis 79 Jahren mit Bluthochdruck und 589 Millionen Menschen mit Diabetes. Viele dieser Fälle bleiben undiagnostiziert, weil Screenings bisher an Arztbesuche oder tragbare Geräte gebunden sind.

Für Handwerksbetriebe und KMU ergeben sich daraus bislang keine unmittelbaren Anwendungsfälle: Es handelt sich um eine auf einem Fachkongress vorgestellte Forschungsarbeit, deren Ergebnisse nach Angaben der Forschenden in größeren Kohorten validiert werden müssen. Sobald aus einem Video ein Gesundheitszustand abgeleitet wird, handelt es sich um Gesundheitsdaten im Sinne von Artikel 9 der DSGVO, für deren Verarbeitung eine Rechtsgrundlage und in der Regel eine ausdrückliche Einwilligung erforderlich sind. Ein Hinweis auf ein Risiko ist zudem keine Diagnose.

Autor: Team REN-AI-SSANCE – mit KI-Unterstützung erstellt, von Menschen geprüft und freigegeben.

Quelle: KI Expertenforum – Originalartikel vom 04.09.2026; Abruf/Archivstand: 11.10.2026