Detectar la hipertensió i la diabetis a temps és clau per evitar-ne les complicacions, però els mètodes de cribratge actuals depenen de visites clíniques concretes, braçalets de pressió o anàlisis de sang, cosa que limita quanta població es pot arribar a examinar de manera regular. Trobar una alternativa sense contacte físic és un objectiu que fa anys que persegueix la investigació biomèdica.
Un equip de la Universitat de Tòquio i l'Institute of Science Tokyo ha presentat el 26 d'agost a l'ESC Congress 2026 un estudi amb 215 participants, entre pacients ja diagnosticats i voluntaris sans, en què una càmera d'alta velocitat grava el rostre i els palmells amb tècniques espectroscòpiques. Un algorisme d'aprenentatge automàtic n'extreu dades de rigidesa arterial, patrons de flux sanguini a la pell i característiques espectrals del color de la pell. Amb un vídeo de 30 segons, l'algorisme va detectar la hipertensió amb un 95% de precisió i la diabetis amb un 88,2%; amb només cinc segons de gravació, la precisió es va mantenir alta, en un 90,3% i un 81,2% respectivament. "El nostre algorisme d'aprenentatge automàtic ha detectat amb precisió la hipertensió i la diabetis a partir de gravacions de vídeo espectroscòpic facial de només cinc segons", ha explicat la investigadora Ryoko Uchida.
Si es confirma en estudis més grans, aquesta tècnica podria permetre cribratges massius en entorns quotidians —una farmàcia, una consulta d'atenció primària, fins i tot un mòbil— sense necessitat de braçalet, agulla ni cita mèdica dedicada, ampliant molt qui es pot arribar a examinar regularment.
Els mateixos autors adverteixen que la tecnologia no està a punt per substituir els mètodes diagnòstics actuals: els resultats s'han presentat en un congrés, encara no en una revista revisada per parells, i la mostra de 215 persones és petita. Els investigadors diuen que el pas següent és validar l'algorisme en cohorts més grans i amb poblacions més diverses abans de pensar en cap aplicació real.