Forskere fra Duke University har udviklet en AI-model, der kan analysere rutineprægede elektroniske sundhedsjournaler og forudsige, hvilke børn der har risiko for at udvikle ADHD år før en traditionel diagnose.

Attention-deficit/hyperactivity disorder (ADHD) rammer millioner af børn, men mange får først diagnosen år senere – ofte uden at modtage den tidlige støtte, der kan forbedre deres langsigtede udvikling. Den nye undersøgelse, offentliggjort i Nature Mental Health, viser, hvordan AI kan udnytte allerede eksisterende sundhedsdata til at identificere børn, der kan have gavn af tidligere vurdering og opfølgning.

Hvordan fungerer AI-modellen?

Forskerne analyserede sundhedsjournaler fra over 140.000 børn, både med og uden ADHD. AI-modellen blev trænet til at genkende mønstre i udviklingsmæssige, adfærdsmæssige og kliniske begivenheder, der ofte optræder år før en ADHD-diagnose. Modellen viste sig at være særdeles præcis til at estimere risikoen for ADHD hos børn over fem år, uafhængigt af køn, etnicitet eller forsikringsstatus.

Værktøjet foretager ikke en diagnose, men identificerer børn, der kan have gavn af tættere opfølgning hos deres børnelæge eller en tidligere henvisning til en speciallæge for ADHD-vurdering.

AI som støtteværktøj for klinikere

"Dette er ikke en AI-læge," understreger Matthew Engelhard, seniorforfatter på studiet og forsker ved Duke University. "Det er et værktøj, der hjælper klinikere med at prioritere deres tid og ressourcer, så børn, der har brug for støtte, ikke bliver overset eller skal vente år på svar."

Tidligere identifikation og screening kan føre til tidligere diagnose og dermed tidligere støtte, hvilket er forbundet med bedre akademiske, sociale og sundhedsmæssige resultater for børn med ADHD.

Behov for yderligere forskning

Forskerne understreger dog, at der er behov for yderligere undersøgelser, før sådanne værktøjer kan implementeres i klinisk praksis. Naomi Davis, medforfatter og lektor i psykiatri og adfærdsvidenskab, påpeger:

"Børn med ADHD kan have store vanskeligheder, når deres behov ikke bliver forstået, og de ikke får den rette støtte. At forbinde familier med rettidige, evidensbaserede indsatser er afgørende for at hjælpe dem med at nå deres mål og skabe en solid grund for fremtidig succes."

Fremtidsperspektiver og tidligere forskning

Hill og Engelhard har tidligere forsket i AI-modellers evne til at forudsige risici og årsager til psykisk sygdom hos unge. Undersøgelsen er støttet af National Institute of Mental Health og National Center for Advancing Translational Sciences.