Veröffentlicht am
Einer neuen Studie zufolge könnte künstliche Intelligenz dazu beitragen, Kinder, bei denen das Risiko einer Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS) besteht, bereits Jahre vor der offiziellen Diagnose zu erkennen.
WERBUNG
WERBUNG
ADHS ist eine der häufigsten psychischen Störungen und betrifft schätzungsweise 8 Prozent der Kinder und Jugendlichen. Zu den Symptomen gehören Konzentrationsschwierigkeiten, Unruhe und Impulsivität. Doch viele bleiben jahrelang unerkannt und verpassen die Chance auf frühzeitige Unterstützung, selbst wenn bereits Warnzeichen vorhanden sind.
In einer neuen Studie von Duke Health fanden Forscher heraus, dass KI-Tools routinemäßige elektronische Gesundheitsakten analysieren können, um die Wahrscheinlichkeit eines Kindes, an ADHS zu erkranken, lange vor einer typischen Diagnose abzuschätzen.
Die Ergebnisse, veröffentlicht in Psychische Gesundheit der Naturdeuten darauf hin, dass in alltäglichen medizinischen Daten verborgene Muster Ärzten dabei helfen könnten, Kinder zu identifizieren, die von einer früheren Untersuchung und Nachsorge profitieren könnten.
„Wir haben diese unglaublich reichhaltige Informationsquelle in elektronischen Gesundheitsakten“, sagte Elliot Hill, Hauptautor der Studie und Datenwissenschaftler in der Abteilung für Biostatistik und Bioinformatik an der Duke University School of Medicine.
„Die Idee war herauszufinden, ob in diesen Daten verborgene Muster uns dabei helfen könnten, vorherzusagen, bei welchen Kindern später möglicherweise ADHS diagnostiziert wird, lange bevor diese Diagnose normalerweise gestellt wird.“
Wie sagt das KI-Modell das ADHS-Risiko voraus und ist es genau?
Die Forscher analysierten Gesundheitsakten von mehr als 140.000 Kindern mit und ohne ADHS und trainierten ein KI-Modell, um Muster von der Geburt bis zur frühen Kindheit zu erkennen.
Das System lernte, Kombinationen aus Entwicklungs-, Verhaltens- und klinischen Ereignissen zu erkennen, die oft Jahre vor einer ADHS-Diagnose auftraten.
Es erwies sich bei der Einschätzung des Risikos bei Kindern ab fünf Jahren als äußerst genau und lieferte konsistente Ergebnisse bei Faktoren wie Geschlecht, Rasse, ethnischer Zugehörigkeit und Versicherungsstatus.
Experten sagen, dass eine frühere Identifizierung zu einer früheren Diagnose und Unterstützung führen könnte, was mit besseren schulischen, sozialen und gesundheitlichen Ergebnissen für Kinder mit ADHS verbunden ist.
„Kinder mit ADHS können wirklich Probleme haben, wenn ihre Bedürfnisse nicht verstanden werden und keine angemessene Unterstützung vorhanden ist“, sagte Naomi Davis, außerordentliche Professorin in der Abteilung für Psychiatrie und Verhaltenswissenschaften und Autorin der Studie. „Die Verbindung von Familien mit zeitnahen, evidenzbasierten Interventionen ist von entscheidender Bedeutung, um ihnen beim Erreichen ihrer Ziele zu helfen und den Grundstein für zukünftigen Erfolg zu legen.“
Könnte dieses Tool Ärzte ersetzen?
Forscher sagen, dass das Tool nicht dazu gedacht ist, Ärzte zu ersetzen oder eine vollständige Diagnose zu liefern: „Dies ist kein KI-Arzt“, sagte Matthew Engelhard von Dukes Abteilung für Biostatistik und Bioinformatik und leitender Autor der Studie.
Er fügte hinzu: „Es ist ein Tool, das Ärzten hilft, ihre Zeit und Ressourcen zu konzentrieren, damit Kinder, die Hilfe brauchen, nicht durchs Raster fallen oder jahrelang auf Antworten warten.“
Das fügte das Team ähnlich hinzu KI-Ansätze werden auch erforscht, um Risiken und Ursachen psychischer Erkrankungen bei Jugendlichen besser zu verstehen.
Nach Angaben des NHS gehören zu den häufigsten Symptomen von ADHS bei Kindern oder Jugendlichen, dass sie sich leicht ablenken lassen, Probleme beim Zuhören haben, alltägliche Aufgaben vergessen und ein hohes Maß an Energie zeigen, wie z. B. Zappeln oder Klopfen mit Händen und Füßen.
Man geht auch davon aus, dass die Störung bei Mädchen im Vergleich zu Jungen nicht ausreichend erkannt wird, was teilweise darauf zurückzuführen ist, dass Mädchen häufiger Unaufmerksamkeitssymptome zeigen, die schwerer zu erkennen sein können.
