ИИ выявляет риск ADHD по медицинским картам ^{CEFR B1}

В опубликованном в Nature Mental Health исследовании проанализировали более 140 000 электронных медицинских записей детей. Специализированную модель ИИ обучили просматривать медицинскую историю с рождения и в раннем детстве, чтобы искать скрытые паттерны, связанные с последующими диагнозами ADHD.

Модель научилась распознавать комбинации событий в развитии, поведении и клинических обращениях, которые появлялись за годы до постановки диагноза. Инструмент показал высокую точность у детей возрастом от пяти лет и старше и работал стабильно в разных группах по полу, расе, этнической принадлежности и статусу страхования.

Ведущий автор Эллиот Хилл, дата‑сайентист из отдела биостатистики и биоинформатики Школы медицины Университета Дьюка, пояснил, что в исследовании проверяли, можно ли по скрытым паттернам предсказывать последующие диагнозы ADHD. Старший автор Мэттью Энгелхард отметил, что инструмент может помочь клиницистам сосредоточить время и ресурсы, чтобы дети не ждали помощи годами.

Авторы связывают более раннюю идентификацию с возможностью получить диагноз и поддержку раньше, что важно для учебных, социальных и медицинских исходов. Они призывают к дополнительным исследованиям прежде чем использовать такие инструменты в клинике.