人工智能可提前估算儿童ADHD风险 ^{CEFR B1}

研究发表在《Nature Mental Health》，分析了超过140,000名儿童的电子健康记录。研究团队训练了一个专门的人工智能模型，回顾从出生到幼儿期的病史。该模型学会识别一些发育、行为和临床事件的组合，这些组合常常在ADHD诊断前数年出现。

该工具在估算5岁及以上儿童未来ADHD风险方面表现出高度准确性，其性能在性别、种族、族裔和保险状况等不同患者特征之间保持一致。研究者强调人工智能并不替代诊断，而是标记可能需要儿科初级保健医生更密切关注或更早转诊给专科医生进行ADHD评估的儿童。

作者指出，更早的筛查识别可能带来更早的诊断和支持，从而改善学业、社交和健康方面的结局。研究团队同时呼吁在将此类工具用于常规临床护理前进行更多验证研究。该研究获得了美国国家精神卫生研究所和美国国家转化科学推进中心的资助。