Kan AI vroege ziekte van Huntington herkennen aan subtiele veranderingen in oogbewegingen tijdens het lezen van lange tekst ?
Stem nu — lees daarna wat onze hoofdredacteur en de AI-modellen hebben gevonden.
Huntington beschadigt hersengebieden die vrijwillige oogbewegingen aansturen, wat vertragingen en onnauwkeurigheden veroorzaakt. AI zou blikpatronen tijdens digitale leestaken kunnen analyseren om preclinical tekenen te detecteren. Dergelijke tests zouden biomarkers jaren voor het ontstaan van motorsymptomen kunnen onthullen. Maar oogtracking vereist precieze kalibratie en kan moeite hebben met comorbiditeiten. De methode is afhankelijk van niet-invasieve, herhaalbare beoordelingen.
Background
Huntington’s disease damages brain regions that control voluntary eye movements, leading to delayed or inaccurate shifts of gaze. AI-assisted analysis of gaze patterns during digital reading tasks has been proposed as a noninvasive way to detect preclinical changes linked to the HTT mutation. Studies using long reading passages have found that premanifest gene carriers show longer fixation times and more frequent saccades compared with controls, even before motor symptoms emerge. Eye-tracking experiments have reported classification accuracies around 70–80 % in distinguishing presymptomatic carriers from healthy individuals, although positive predictive value remains modest for population screening. The approach requires specialized, calibrated hardware and remains confined to research settings, with larger prospective validation needed before adoption in routine clinical practice. SOURCE: Nature Medicine — https://www.nature.com/articles/s41591-022-01934-x
Stel een tag voor
Ontbreekt een concept bij dit onderwerp? Stel het voor en de beheerder bekijkt het.
Status voor het laatst gecontroleerd op September 25, 2026.
Galerie
Kan AI vroege ziekte van Huntington herkennen aan subtiele veranderingen in oogbewegingen tijdens het lezen van lange tekst?
Er bestaan beperkte demonstraties — maar het panel was niet unaniem.
But the data is real.
The Case File
Across 27 sessions, 51 jurors have heard this case. Combined tally: 3 YES · 38 ALMOST · 9 NO · 1 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 1 — 0, the panel returns a verdict of BIJNA, with verdict confidence of 90%. The court so orders.
"AI detects eye movement biomarkers for Huntington's in specific cohorts but lacks broad clinical validation for early diagnosis."
Individuele juryverklaringen worden in het oorspronkelijke Engels weergegeven om de bewijsprecisie te behouden.
Wat het publiek denkt
Nee 70% · Ja 0% · Misschien 30% 23 votesDiscussie
no comments⚖ 27 jury checks · meest recent 1 dag geleden
Elke rij is een afzonderlijke jurycontrole. Juryleden zijn AI-modellen (identiteiten bewust neutraal gehouden). Status toont de cumulatieve telling over alle controles — hoe de jury werkt.
Meer in health
Kan AI ziektecrises bij sikkelcelanemie voorspellen aan de hand van biometrische gegevens van draagbare apparaten met 12 uur voorsprong ?
Kan AI tuberculose identificeren uit hoestgeluidopnames met een betere nauwkeurigheid dan menselijke clinici ?
Kan AI een volledige speelfilm draaien die de eerste studio-scriptbeoordelingen doorstaat ?