ADHD-kockázat előrejelzése mesterséges intelligenciával

A figyelemhiányos hiperaktivitás-zavar (ADHD) világszerte gyermekek millióit érinti, mégis sokan éveken át diagnózis nélkül maradnak, noha az első tünetek gyakran már jóval korábban megjelennek. A késlekedés miatt elmaradhatnak azok a támogató beavatkozások, amelyek hosszú távon jelentősen javíthatnák a gyermekek életminőségét. A Duke Health kutatói a Nature Mental Health folyóiratban megjelent tanulmányban kimutatták, hogy mesterséges intelligencián alapuló elemzőeszközök képesek a rutinszerűen gyűjtött elektronikus egészségügyi adatokból évekkel a szokásos diagnózis előtt megbecsülni a gyermekek ADHD-kockázatát. A mindennapi orvosi dokumentációban rejlő mintázatok felismerése lehetőséget adhat arra, hogy a veszélyeztetett gyermekek korábban kerüljenek szakemberhez.

A kutatás rávilágít arra, hogy a rendszeres egészségügyi vizitek során keletkező adatok milyen értékes információkat hordoznak, és hogyan támogathatják a háziorvosok korai döntéshozatalát. Elliot Hill, a kutatás vezetője szerint az elektronikus egészségügyi nyilvántartások hatalmas, eddig kevéssé kihasznált adatforrást jelentenek, amelyekben olyan összefüggések rejtőzhetnek, amelyek előre jelezhetik az ADHD későbbi megjelenését.

A kutatócsoport több mint 140 ezer gyermek egészségügyi adatait elemezte, köztük ADHD‑val diagnosztizált és nem diagnosztizált gyermekekét. A mesterséges intelligencián alapuló modell a születéstől a kora gyermekkorig terjedő orvosi előzményeket vizsgálta, és olyan fejlődési, viselkedési és klinikai események mintázatait tanulta meg felismerni, amelyek már évekkel a diagnózis előtt jelen voltak. A modell különösen pontosnak bizonyult az 5 évesnél idősebb gyermekek kockázatbecslésében, és teljesítménye nem függött a nemtől vagy az etnikai hovatartozástól.

Fontos hangsúlyozni, hogy az eszköz nem diagnosztizál, hanem azokat a gyermekeket azonosítja, akiknél indokolt lehet a gyakoribb kontroll vagy a korábbi szakellátásba irányítás. Matthew Engelhard, a tanulmány társszerzője szerint a cél nem az, hogy az AI átvegye az orvosok szerepét, hanem hogy segítse őket idejében felismerni a támogatásra szoruló gyermekeket, és megelőzni a hosszú várakozási időket vagy a késedelmes diagnózist.

A korai felismerés különösen fontos, mert az ADHD‑val élő gyermekek iskolai, társas és egészségügyi kimenetelei jelentősen javulnak, ha időben kapnak megfelelő segítséget. A gyermekek gyakran komoly nehézségekkel küzdenek, ha szükségleteiket nem értik meg, és nem áll rendelkezésre megfelelő támogatás. A korai, bizonyítékokon alapuló beavatkozások kulcsfontosságúak a sikeres fejlődéshez. A kutatócsoport más vizsgálatokban azt is elemzi, hogyan használhatók mesterséges intelligencián alapuló modellek a serdülők mentális egészségének kockázatbecslésében, ami tovább bővítheti az ilyen eszközök jövőbeli klinikai alkalmazási lehetőségeit.

Írásunk az alábbi közlemények alapján készült:

AI tool may spot ADHD years before children are diagnosed

Early attention deficit hyperactivity disorder prediction from longitudinal electronic health records

Irodalmi hivatkozás:

Elliot D. Hill et al, Early attention deficit hyperactivity disorder prediction from longitudinal electronic health records, Nature Mental Health (2026). DOI: 10.1038/s44220-026-00628-2