Programme zur digitalen Gesichtserkennung nutzen einfache Fotoaufnahmen des Gesichts in Front- und Seitenansicht. Anhand spezifischer Referenzpunkte wird die Gesichtsmorphologie digital erfasst und mit Referenzdaten von gesunden bzw. erkrankten Personen abgeglichen.
Für die Diagnose von Akromegalie zeigte die Technik bereits vielversprechende Ergebnisse. In einer Studie von 2011 wurde eine Analysemethode herangezogen, bei welcher die Distanzen der Referenzpunkte mittels „Gabor wavelet transformations for feature extractions“-Technik erfasst wurden. Mit dieser Methode wurden Akromegalie-Patienten mit einer Sensitivität von 72% und Spezifität von 92% identifiziert. Die Klassifikation per Gesichtserkennung war dabei sicherer als per Diagnose durch einen Experten oder Internisten (82 vs. 72 vs. 65%). Ein weiterentwickeltes Programm erreichte sogar eine Genauigkeit von über 90%.
Im Falle von Morbus Cushing gelang die Klassifikation mittels digitaler Gesichtserkennung mit Sensitivität und Spezifität von 85% bzw. 95%. Während Patienten mit adrenalem oder iatrogenem Morbus Cushing überwiegend korrekt identifiziert wurden, lag das Programm bei Patienten mit Morbus Cushing häufiger daneben.
Und es gibt noch andere Anwendungsmöglichkeiten. So lässt sich die digitale Gesichtsanalyse auch einsetzen, um genetische Erkrankungen zu identifizieren. In Studien zum Down-Syndrom gelang dies bereits mit einer Genauigkeit von über 90%. OH