根据发表在《自然·心理健康》杂志上的一项研究，人工智能可以通过常规医疗数据更快地识别ADHD风险，提前数年做出诊断。该模型能够准确估计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，其性能都保持稳定。
杜克大学医学院的研究人员包括生物统计学、生物信息学和精神病学专家，这项研究是利用人工智能预测儿童和青少年精神障碍风险的更广泛努力的一部分。
注意力缺陷多动障碍（ADHD）影响着数百万儿童，但许多人即使有早期迹象，仍需数年才能得到诊断。研究人员现在分析了这些迹象是否可以借助人工智能更早地被识别出来。
一项新研究表明，在医疗咨询过程中通常收集的信息可以用于更早地识别出有ADHD障碍风险的儿童，这比通常的诊断时间要早。
杜克健康中心的研究人员分析了是否可以使用电子病历中已有的数据，借助人工智能更早地识别这些迹象。该研究于周一发表在《自然·心理健康》杂志上。
研究人员使用了14万多名有或没有ADHD的儿童的医疗记录数据。人工智能模型被训练来分析从出生到幼儿期的医疗历史。它学会了识别由发展、行为和临床事件形成的模式，这些模式经常在诊断确立前几年出现。
该工具不会做出诊断，而是指出那些可能需要儿科医生更仔细评估或更早转诊给ADHD评估专家的儿童。
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。这些与学术、社交和健康水平上更好的结果相关。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会严重影响ADHD儿童。及时获得经过科学验证的干预措施对于实现发展目标和长期进展至关重要。
杜克大学医学院的研究人员包括生物统计学、生物信息学和精神病学专家，这项研究是利用人工智能预测儿童和青少年精神障碍风险的更广泛努力的一部分。
【全文结束】
