注意缺陷多动障碍（ADHD）影响着数百万儿童，但许多儿童即使存在早期症状，也要经过多年才能得到诊断。研究人员现在分析了是否可以利用人工智能（AI）更早地识别这些症状。
一项新研究表明，在常规医疗咨询期间收集的信息可用于更早地识别出有ADHD风险的儿童，这比常规诊断时间要早得多。
杜克健康的研究人员分析了是否可以利用人工智能，使用电子病历中已有的数据更早地识别这些症状。该研究于周一发表在《自然·心理健康》期刊上。
研究人员使用了来自超过14万名儿童（包括患有和未患有ADHD的儿童）的医疗记录数据。AI模型经过训练，可以分析从出生到幼儿期的医疗历史。该模型学会了识别由发展、行为和临床事件形成的模式，这些模式通常在确诊前几年就会出现。
该模型准确预测了5岁及以上儿童未来患ADHD的风险。无论性别、种族、民族或医疗保险状况如何，模型的表现都保持一致。
该工具并不能确定诊断，而是指出哪些儿童可能需要儿科医生更仔细的评估，或更早地转诊给ADHD评估专家。
作者强调，早期识别风险可以带来更快的诊断和更早的干预。这些与更好的学术、社交和健康结果相关。然而，在此类工具能够用于临床实践之前，还需要进行更多研究。
研究人员警告说，缺乏诊断和适当支持可能会严重影响ADHD儿童。及时获得科学验证的干预措施对于实现发展目标和长期进步至关重要。
该研究的作者来自杜克大学医学院，包括生物统计学、生物信息学和精神病学专家，这项研究是更广泛努力的一部分，旨在利用人工智能预测儿童和青少年的心理健康障碍风险。
【全文结束】