Secondo quanto riportato dai ricercatori, gli strumenti di intelligenza artificiale possono analizzare le cartelle cliniche elettroniche di routine per stimare con precisione il rischio che un bambino sviluppi l'ADHD anni prima di una diagnosi tipica.
Secondo quanto riportato dai ricercatori, gli strumenti di intelligenza artificiale possono analizzare le cartelle cliniche elettroniche di routine per stimare con precisione il rischio che un bambino sviluppi l’ADHD anni prima di una diagnosi tipica. (Credito: Getty Images )

Il disturbo da deficit di attenzione/iperattività (ADHD) colpisce milioni di bambini, eppure molti trascorrono anni senza una diagnosi, perdendo così l’opportunità di un supporto precoce che può cambiare gli esiti a lungo termine, anche quando i primi segnali sono presenti.

Secondo il nuovo studio, analizzando i modelli ricorrenti nei dati medici quotidiani, questo approccio potrebbe aiutare a individuare i bambini che potrebbero beneficiare di una valutazione e di un follow-up precoci.

La ricerca pubblicata su Nature Mental Health evidenzia come informazioni preziose possano provenire da dati già raccolti durante le normali visite mediche, a supporto di un processo decisionale tempestivo da parte dei medici di base.

“Abbiamo a disposizione una fonte di informazioni incredibilmente ricca, racchiusa nelle cartelle cliniche elettroniche”, afferma Elliot Hill, autore principale dello studio e data scientist presso il dipartimento di biostatistica e bioinformatica della Facoltà di Medicina della Duke University.

“L’idea era di verificare se gli schemi nascosti in quei dati potessero aiutarci a prevedere quali bambini avrebbero potuto ricevere una diagnosi di ADHD in seguito, ben prima che tale diagnosi avvenisse di solito.”

Per giungere a queste conclusioni, i ricercatori hanno analizzato le cartelle cliniche elettroniche di oltre 140.000 bambini, con e senza ADHD. Hanno addestrato un modello di intelligenza artificiale specializzato per esaminare la storia clinica dalla nascita fino alla prima infanzia. Il modello ha imparato a riconoscere combinazioni di eventi evolutivi, comportamentali e clinici che spesso si manifestavano anni prima che venisse formulata una diagnosi di ADHD.

Perchè non farla

Ti piace il nostro
impegno nella divulgazione ?
Aiutaci con una

Fai una donazione con PayPal

Di qualunque importo Con PayPal
Grazie per il sostegno

Il modello si è dimostrato molto accurato nella stima del rischio futuro di ADHD nei bambini dai 5 anni in su, con prestazioni costanti indipendentemente dalle caratteristiche del paziente, come sesso, razza, etnia e stato assicurativo.

È importante sottolineare che lo strumento non formula una diagnosi. Identifica i bambini che potrebbero beneficiare di una maggiore attenzione da parte del loro pediatra di base o di un invio precoce a una valutazione specialistica per l’ADHD.

“Non si tratta di un medico creato dall’intelligenza artificiale”, afferma Matthew Engelhard del dipartimento di biostatistica e bioinformatica della Duke University, nonché autore senior dello studio.

“È uno strumento che aiuta i medici a concentrare il loro tempo e le loro risorse, in modo che i bambini che hanno bisogno di aiuto non vengano trascurati o debbano aspettare anni per avere delle risposte.”

I ricercatori osservano che un’identificazione precoce tramite screening potrebbe portare a una diagnosi più tempestiva e quindi a un supporto più precoce, il che è collegato a migliori risultati scolastici, sociali e di salute per i bambini con ADHD. Sottolineano inoltre la necessità di ulteriori studi prima che tali strumenti vengano utilizzati in ambito clinico.

“I bambini con ADHD possono davvero avere difficoltà quando i loro bisogni non vengono compresi e non sono previsti supporti adeguati”, afferma l’autrice dello studio, Naomi Davis, professoressa associata presso il dipartimento di psichiatria e scienze comportamentali.

“Mettere in contatto le famiglie con interventi tempestivi e basati su prove scientifiche è fondamentale per aiutarle a raggiungere i propri obiettivi e gettare le basi per il successo futuro.”

Hill ed Engelhard hanno anche condotto ricerche sull’utilizzo di modelli di intelligenza artificiale per prevedere i potenziali rischi e le cause delle malattie mentali negli adolescenti.

Lo studio è stato finanziato da sovvenzioni del National Institute of Mental Health e del National Center for Advancing Translational Sciences.

 

Approfondimenti

 

Facebooktwitterredditpinterestlinkedinmailby feather