پژوهشگران اعلام کردند سامانه هوش مصنوعی میتواند علایم هشداردهنده زودهنگام اختلال کمتوجهی و بیشفعالی را دقیق شناسایی کند تا کودکان خیلی زودتر حمایت بگیرند.
پژوهش تازهای نشان میدهد هوش مصنوعی میتواند سالها پیش از تشخیص رسمی کودکان در معرض خطر اختلال نقص توجه/بیشفعالی (ADHD) را شناسایی کند.
اختلال نقص توجه/بیشفعالی ADHD یکی از شایعترین اختلالهای روانی است که برآورد میشود حدود ۸ درصد کودکان و نوجوانان را درگیر میکند و نشانههایی مانند مشکل در تمرکز، بیقراری و تکانشگری دارد. اما بسیاری از مبتلایان سالها بدون تشخیص میمانند و با وجود علایم هشداردهنده فرصت دریافت حمایت زودهنگام را از دست میدهند.
در مطالعهای تازه از شبکه درمانی دوک پژوهشگران دریافتند ابزارهای هوش مصنوعی میتوانند سوابق الکترونیک معمول سلامت را تحلیل کنند تا احتمال بروز ADHD در یک کودک را مدتها پیش از زمان معمول تشخیص برآورد کنند.
این یافتهها که در نشریه Nature Mental Health (منبع به زبان انگلیسی) منتشر شده است نشان میدهد الگوهای پنهان در دادههای پزشکی روزمره میتواند به پزشکان کمک کند کودکانی را شناسایی کنند که ممکن است از ارزیابی و پیگیری زودتر سود ببرند.
الیوت هیل، نویسنده اصلی این پژوهش و دانشمند داده در گروه آمار زیستی و زیستاطلاعرسانی دانشکده پزشکی دانشگاه دوک، گفت: «ما منبعی بسیار غنی از اطلاعات را در پروندههای الکترونیک سلامت در اختیار داریم.»
او افزود: «هدف این بود که ببینیم آیا الگوهای پنهان در آن دادهها میتواند به ما کمک کند پیشبینی کنیم کدام کودکان ممکن است بعدتر مبتلا به ADHD تشخیص داده شوند، خیلی پیش از زمانی که معمولا این تشخیص گذاشته میشود.»
مدل هوش مصنوعی چگونه خطر ADHD را پیشبینی میکند و تا چه حد دقیق است؟
پژوهشگران پروندههای سلامت بیش از ۱۴۰ هزار کودک را چه مبتلا به ADHD و چه بدون این اختلال بررسی کردند و با استفاده از آنها مدلی هوش مصنوعی را آموزش دادند تا الگوها را از زمان تولد تا سالهای نخست کودکی شناسایی کند.
این سامانه یاد گرفت ترکیب رویدادهای رشدی، رفتاری و بالینی را تشخیص دهد که اغلب سالها پیش از تشخیص ADHD بروز میکنند.
این مدل در برآورد خطر در میان کودکان پنج ساله و بزرگتر دقت بسیار بالایی نشان داد و در متغیرهایی مانند جنسیت، نژاد، قومیت و وضعیت بیمه نیز نتایج یکدستی داشت.
کارشناسان میگویند شناسایی زودتر میتواند به تشخیص و حمایت زودهنگام منجر شود؛ امری که با بهبود پیامدهای تحصیلی، اجتماعی و سلامت برای کودکان مبتلا به ADHD همراه است.
نائومی دیویس، دانشیار گروه روانپزشکی و علوم رفتاری و از نویسندگان این پژوهش، گفت: «کودکان مبتلا به ADHD وقتی نیازهایشان درک نمیشود و حمایت کافی وجود ندارد واقعا دچار مشکل میشوند.»
او ادامه داد: «ارتباط دادن خانوادهها با مداخلههای بهموقع و مبتنی بر شواهد برای کمک به این کودکان در رسیدن به اهدافشان و فراهم کردن پایهای برای موفقیتهای آینده ضروری است.»
آیا این ابزار میتواند جای پزشکان را بگیرد؟
پژوهشگران تاکید میکنند این ابزار برای جایگزین کردن پزشکان یا ارائه یک تشخیص کامل طراحی نشده است. متیو انگلهارد، از گروه آمار زیستی و زیستاطلاعرسانی دانشگاه دوک و نویسنده ارشد این مطالعه، گفت: «این یک دکتر هوش مصنوعی نیست.»
او افزود: «این ابزاری است که به پزشکان کمک میکند زمان و منابع خود را بهتر متمرکز کنند تا کودکانی که به کمک نیاز دارند از چشم پنهان نمانند یا سالها برای گرفتن پاسخ منتظر نمانند.»
این تیم افزود که رویکردهای مشابه هوش مصنوعی نیز برای درک بهتر خطرات و علل بیماریهای روانی در نوجوانان در حال بررسی هستند.
به گفته سازمان خدمات ملی سلامت بریتانیا (NHS) نشانههای شایع ADHD در کودکان و نوجوانان شامل حواسپرتی زیاد، دشواری در گوش دادن، فراموش کردن کارهای روزمره و نشان دادن سطح بالای انرژی است؛ برای مثال وول خوردن یا تکان دادن دستها و پاها.
همچنین گمان میرود این اختلال در دختران نسبت به پسران کمتر شناخته و تشخیص داده میشود که بخشی از آن به این دلیل است که دخترها بیشتر دچار نشانههای کمتوجهی میشوند و این نشانهها تشخیص دادن را دشوارتر میکند.