30 Saniyede Özet
Avrupa Kardiyoloji Derneği (ESC), 26 Ağustos 2026'da Tokyo'dan bir kongre çalışmasını basın bülteniyle duyurdu. Buna göre özel bir kamerayla çekilen kısa yüz videosu, diyabeti 5 saniyede yüzde 81,2, 30 saniyede yüzde 88,2 doğrulukla ayırdı. Hipertansiyon verisi ise 2024'te yayımlanmış 215 kişilik bir çalışmaya dayanıyor. Diyabet sonuçları hakem değerlendirmesinden geçmiş tam makale değil; yalnızca kongre sunumu ve basın bülteni var.
Ne oldu?
Çalışma, 28–31 Ağustos'ta Münih'te yapılan ESC Kongresi 2026'da 28 Ağustos'ta sunuldu. Araştırmacılar Tokyo Üniversitesi ve Institute of Science Tokyo'dan. Sunumu Ryoko Uchida yaptı. Biz ESC'nin basın bültenini ve hipertansiyon verisinin yayımlandığı 2024 tarihli makaleyi okuduk.
Tek merkezli, ileriye dönük çalışmaya 215 kişi katıldı. Grupta tanılı hastalar ve sağlıklı gönüllüler vardı. Her katılımcının yüzü ve avuç içi, yüksek hızlı spektroskopik kamerayla (ışığı farklı dalga boylarında ayrıştıran kamera) kısa süre kaydedildi. Makine öğrenmesi algoritması videodan nabız dalgası, cilt kan akımı ve cilt renginin spektral özelliklerini çıkardı.
Bültene göre sonuçlar şöyle:
Yüz ve avuç içi birlikte kullanıldığında hipertansiyon 30 saniyede yüzde 95,0, 5 saniyede yüzde 90,3 doğrulukla ayrıldı.
Hipertansiyon için duyarlılık yüzde 89,2, normal basınç için yüzde 100 bildirildi.
Yeni analizde yalnız yüz kan akımı örüntüsüyle diyabet 30 saniyede yüzde 88,2, 5 saniyede yüzde 81,2 doğrulukla ayrıldı.
Yalnız yüz videosundan sistolik basınç tahmininde ortalama mutlak yüzde hata 8,6 oldu.
Kanıt ne kadar güçlü?
Önce hangi verinin nereden geldiğini ayırmak gerekiyor. Hipertansiyon sonuçları Scientific Reports'ta 2024'te yayımlanmış ve hakem değerlendirmesinden geçmiş. Diyabet sonuçları ise yeni ve yalnızca kongre sunumu olarak var. Diyabetin nasıl tanımlandığı, kaç katılımcının diyabetli olduğu ve modelin nasıl test edildiği bültende yok.
2024 makalesine göre hipertansiyon, ölçüm anındaki sistolik 130 veya diyastolik 80 mmHg ve üzeri olarak tanımlandı; referans sürekli kan basıncı cihazıydı. Gruplar arasındaki farklar nedeniyle eğilim skoru eşleştirmesi yapıldı ve karşılaştırma 66'şar kişilik iki grupla sürdü. Yöntem bölümünde bu sayı 62 olarak geçiyor; model eğitiminde de yalnızca 123 öznitelik vektörü kullanıldı. Model beş katlı çapraz doğrulamayla (verinin dönüşümlü olarak eğitim ve test için bölünmesi) değerlendirildi; ayrı bir dış merkez yoktu.
Yani "hipertansiyon tanısı" ifadesi, klinik tanıdan çok o anki basıncın sınıflanmasına karşılık geliyor.
Manşonsuz tansiyon tahmini ise yalnızca bültende yer alan yeni bir veri. Buna göre sistolik basınçta ortalama hata −2,6 mmHg ile Tıbbi Enstrümantasyon Geliştirme Derneği (AAMI) sınırı olan ±5 mmHg içinde kaldı. Ancak standart sapma ±12,0 mmHg ile AAMI'nin ±8 mmHg ölçütünü aştı. Bu, tek bir kişide tahminin belirgin sapabileceği anlamına geliyor.
2024 makalesinde yazarlar kendi sınırlılıklarını da sıralıyor. Katılımcıların hepsi 20 yaş ve üzeri Japon erişkinlerdi. Farklı ten renklerinde doğrulama yapılmadı. Katılımcıların kameranın önünde en az beş saniye kıpırdamadan durması gerekiyordu.
Çalışma Japonya Bilim ve Teknoloji Ajansı (JST) tarafından desteklendi. Bültene göre sunucu, JST'nin yanı sıra Fukuda Denshi, Medtronic Japan, Boston Scientific Japan, Biotronik Japan ve Simplex Quantum ile ilişkilerini beyan ediyor. 2024 makalesinde ise yazarlar çıkar çatışması olmadığını beyan etmiş.
Hekim için ne anlama geliyor?
Temassız tarama fikri çekici, çünkü hipertansiyon ve diyabetin önemli bir bölümü tanısız kalıyor. Ancak bu veriler, bir telefon uygulamasının tansiyon ya da şeker ölçtüğü anlamına gelmiyor. Çalışmada sıradan bir telefon kamerası değil, özel bir spektroskopik kamera kullanıldı. Hastanın "yüz tarama" sonucu getirmesi durumunda şunlar akılda tutulabilir:
Bu tür bir sonuç, kalibre edilmiş manşonlu ölçüm veya glukoz, HbA1c testi yerine geçmez.
Diyabet sonuçları tam makale olarak yayımlanana kadar ön bulgu sayılmalı.
Kan basıncı tahmininin bireysel sapması AAMI ölçütünü aşıyor; tek ölçüme dayanıp tanı konmamalı.
Farklı etnik gruplarda ve ten renklerinde doğrulama beklenmeli.
Türkiye'den bakınca
Tanısız hastalık yükü ülkemiz için de gerçek bir sorun. 2013'te yayımlanan, 26.499 erişkini kapsayan TURDEP-II çalışmasında diyabet sıklığı yüzde 16,5 bulundu. Katılımcıların yüzde 7,5'i çalışma sırasında yeni tanı aldı; yani diyabetlilerin yaklaşık yarısı tanısızdı. Aynı çalışmada hipertansiyon sıklığı yüzde 31,4 olarak bildirildi.
Yine de bu teknolojinin Türkiye'de kullanımda ya da ruhsatlı olduğuna dair bir bilgiye rastlamadık. Veriler yalnız Japon erişkinlerden geldiği için ülkemizdeki ten rengi çeşitliliğinde nasıl çalışacağı bilinmiyor. Yüz videosu hem biyometrik hem sağlık verisi niteliği taşıyabileceğinden, Kişisel Verilerin Korunması Kanunu (KVKK) açısından da dikkat gerektirir.
Sık sorulan sorular
Telefonla yüz videosu çekerek diyabet anlaşılabilir mi?
Bu çalışma bunu göstermiyor. Kayıtlar özel bir spektroskopik kamerayla, kontrollü koşullarda yapıldı. Diyabet sonuçları da henüz hakemli tam makale olarak yayımlanmadı.
Yüzde 81,2 doğruluk klinikte yeterli mi?
Doğruluk tek başına yeterli bilgi vermez; duyarlılık, özgüllük ve hastalık sıklığı da bilinmeli. Bültende diyabet için bu ayrıntılar yok. Ayrıca sonuçlar yalnızca Japon katılımcılardan geliyor.
Manşonsuz tansiyon ölçümüne geçmek için erken mi?
Bu yöntem için evet. Ortalama hata kabul sınırında olsa da bireysel sapma ölçütü aştı. Yazarlar da daha büyük ve çok merkezli verilerle bu değişkenliği azaltmayı hedeflediklerini belirtiyor.
Kaynaklar
Avrupa Kardiyoloji Derneği (2026) — AI-based diagnosis of hypertension and diabetes from a single facial video (basın bülteni): https://www.escardio.org/news/press/press-releases/ai-based-diagnosis-of-hypertension-and-diabetes-from-a-single-facial-video/
Uchida R, Hasumi E, Chen Y ve ark. (2024) — Detection of hypertension using a target spectral camera: a prospective clinical study, Scientific Reports: https://doi.org/10.1038/s41598-024-70903-8
Uchida R ve ark. (2024) — Aynı makalenin PubMed Central tam metni: https://pmc.ncbi.nlm.nih.gov/articles/PMC11412971/
Medical Device Network (2026) — ESC 2026: AI able to detect diabetes from facial video recordings: https://www.medicaldevice-network.com/news/esc-2026-ai-able-to-detect-diabetes-from-facial-video-recordings/
Satman I, Omer B, Tutuncu Y ve ark. (2013) — Twelve-year trends in the prevalence and risk factors of diabetes and prediabetes in Turkish adults (TURDEP-II), Eur J Epidemiol: https://pubmed.ncbi.nlm.nih.gov/23407904/
Bu içerik bilgilendirme amaçlıdır ve bireysel tıbbi tavsiye yerine geçmez.
İlgili Yazılar
Bu konuyla ilgili Doktorclub'da ele aldığımız diğer hekim onaylı rehberler:
ESC 2026'da sunulan Tokyo çalışması, 5 saniyelik yüz videosundan diyabeti yüzde 81,2 doğrulukla ayırdı. Veri 215 Japon katılımcıdan; tam makale yok.