AI kan oppdage ADHD år før barn får diagnose

AI-modell varsler ADHD-risiko tidlig

Forskere ved Duke University har utviklet en AI-modell som kan analysere rutinehelsedata for å forutsi barns risiko for å utvikle ADHD flere år før en vanlig diagnose. Studien, publisert i Nature Mental Health, viser hvordan maskinlæring kan identifisere tidlige mønstre i medisinske journaler som ofte går forut for en ADHD-diagnose.

Hvordan fungerer modellen?

Forskerne analyserte helsedata fra over 140 000 barn, både med og uten ADHD. AI-modellen ble trent til å gjenkjenne kombinasjoner av utviklingsmessige, atferdsmessige og kliniske hendelser som ofte dukker opp år før en ADHD-diagnose stilles. Modellen viste høy nøyaktighet i å estimere fremtidig ADHD-risiko hos barn fra fem år og oppover, uavhengig av kjønn, etnisitet eller forsikringsstatus.

Et hjelpemiddel, ikke en diagnose

Verktøyet er ikke en erstatning for en lege, men et supplement for å hjelpe klinikere med å prioritere ressurser og identifisere barn som kan ha nytte av tidligere oppfølging eller henvisning til spesialist. «Dette er ikke en AI-lege,» sier Matthew Engelhard, seniorforfatter av studien. «Det er et verktøy for å hjelpe klinikere med å fokusere tid og ressurser, slik at barn som trenger hjelp ikke blir oversett.»

Tidligere oppdagelse gir bedre livskvalitet

Tidligere identifisering av ADHD-risiko kan føre til tidligere diagnose og dermed tidligere støtte, noe som er knyttet til bedre skoleprestasjoner, sosiale ferdigheter og helse hos barn med ADHD. Studien understreker imidlertid behovet for ytterligere forskning før slike verktøy tas i bruk i klinisk praksis.

«Barn med ADHD sliter når deres behov ikke blir forstått, og tilstrekkelig støtte ikke er på plass,» sier Naomi Davis, medforfatter og førsteamanuensis i psykiatri. «Å koble familier til rettidig, evidensbasert behandling er avgjørende for deres fremtidige suksess.»

Forskning med bredere anvendelse

Hill og Engelhard har tidligere forsket på AI-modeller for å forutsi risiko og årsaker til psykisk sykdom hos ungdom. Studien er finansiert av National Institute of Mental Health og National Center for Advancing Translational Sciences.

Hva betyr dette for fremtiden?

Funnene åpner for nye muligheter innen tidlig intervensjon og støtte for barn med ADHD. Ved å utnytte eksisterende helsedata kan AI bidra til å redusere forsinkelser i diagnostisering og sikre at barn får nødvendig hjelp på et tidligere stadium. Forskerne understreker imidlertid at videre testing og validering er nødvendig før modellen tas i bruk i stor skala.