Yapay zekâ EHR ile DEHB riskini erken tahmin ediyor ^{CEFR B2}

Araştırmacılar rutin elektronik sağlık kayıtlarını kullanarak tipik bir tanıdan yıllar önce DEHB riskini öngörebilen bir yapay zekâ modeli geliştirdi. Nature Mental Health’te yayımlanan çalışmada 140.000’den fazla çocuğun EHR verileri incelendi; model doğumdan erken çocukluğa kadar olan tıbbi geçmişi değerlendirerek gelişimsel, davranışsal ve klinik olayların birlikte ortaya çıkma örüntülerini öğrendi.

Araç, beş yaş ve üzerindeki çocuklarda gelecekteki DEHB riskini yüksek doğrulukla tahmin etti ve performansı cinsiyet, ırk, etnik köken ile sigorta durumu gibi hasta özellikleri arasında tutarlıydı. Araştırmacılar, yapay zekânın tanı koymadığını; bunun yerine birinci basamak çocuk sağlığı hekimlerinin hangi çocukları daha yakından izlemesi veya hangi çocukları uzmana daha erken sevk etmesi gerektiğine işaret ettiğini belirtti.

Baş yazar Elliot Hill, Duke University School of Medicine’da biyoistatistik ve biyoinformatik bölümünde veri bilimci olarak çalışıyor ve ekibin elektronik kayıtlardaki gizli desenlerin ilerideki DEHB tanılarını öngörebileceğini test ettiğini söyledi. Kıdemli yazar Matthew Engelhard aracı, yardıma ihtiyaç duyan çocukların yıllarca beklememesi için klinisyenlerin zaman ve kaynaklarını odaklamakta kullanılabilecek bir yöntem olarak tanımladı. Naomi Davis ise aileleri zamanında ve kanıta dayalı müdahalelerle eşleştirmenin çocukların hedeflerine ulaşmasına yardımcı olduğunu vurguladı.

Yazarlar, daha erken tespitin daha erken tanı ve destekle sonuçlanabileceğini ve bunun akademik, sosyal ile sağlık sonuçlarını iyileştirebileceğini belirtti. Hill ve Engelhard ayrıca ergenlerde ruhsal hastalık risklerini ve nedenlerini tahmin eden modeller üzerinde de çalıştı. Ekip, bu tür araçların rutin klinik bakıma girmeden önce daha fazla çalışmaya ihtiyaç olduğunu ve çalışmanın National Institute of Mental Health ile National Center for Advancing Translational Sciences hibeleriyle desteklendiğini ekledi.