Σύστημα τεχνητής νοημοσύνης «βλέπει» ΔΕΠΥ σε παιδιά χρόνια πριν τη διάγνωση

Ένα νέο επιστημονικό εργαλείο που βασίζεται στην τεχνητή νοημοσύνη φαίνεται πως μπορεί να «δει» σημάδια της ΔΕΠΥ (Διαταραχής Ελλειμματικής Προσοχής και Υπερκινητικότητας) σε παιδιά, χρόνια πριν γίνει επίσημη διάγνωση. Σύμφωνα με μελέτη του Duke Health, η ανάλυση απλών ηλεκτρονικών ιατρικών φακέλων μπορεί να εντοπίζει πρόωρα ποια παιδιά έχουν αυξημένο κίνδυνο να εμφανίσουν τη διαταραχή, ανοίγοντας τον δρόμο για πιο έγκαιρη παρέμβαση.

Η ΔΕΠΥ είναι μια συχνή νευροαναπτυξιακή διαταραχή που επηρεάζει την προσοχή, τη συμπεριφορά και την ικανότητα αυτορρύθμισης. Παρότι αφορά εκατομμύρια παιδιά παγκοσμίως, η διάγνωση συχνά καθυστερεί. Πολλά παιδιά περνούν χρόνια χωρίς να έχει αναγνωριστεί η κατάστασή τους, κάτι που μπορεί να επηρεάσει τη σχολική τους πορεία, τις κοινωνικές σχέσεις και την αυτοεκτίμησή τους. Οι ερευνητές τονίζουν ότι όσο νωρίτερα εντοπιστούν οι δυσκολίες, τόσο πιο αποτελεσματική μπορεί να είναι η υποστήριξη.

Πώς η AI «διάβασε» ιατρικά αρχεία 720.000 ασθενών 

Η μελέτη, που δημοσιεύθηκε στο περιοδικό Nature Mental Health, αξιοποίησε ως δεδομένα περισσότερα από 720.000 ιατρικά αρχεία. Στη συνέχεια, οι επιστήμονες «εκπαίδευσαν» ένα σύστημα τεχνητής νοημοσύνης ώστε να αναγνωρίζει μοτίβα που συνδέονται με μελλοντική διάγνωση ΔΕΠΥ. Το εργαλείο δοκιμάστηκε σε περισσότερα από 140.000 παιδιά, παρακολουθώντας την πορεία τους από τη γέννηση έως την ηλικία των 9 ετών.

Το ενδιαφέρον στοιχείο είναι ότι το σύστημα δεν βασίστηκε σε ένα μεμονωμένο σύμπτωμα, αλλά σε συνδυασμούς πληροφοριών από το ιατρικό ιστορικό. Αναζητούσε μικρές ενδείξεις μέσα σε εξετάσεις, επισκέψεις σε γιατρούς και καταγραφές ανάπτυξης ή συμπεριφοράς, οι οποίες, όταν συνυπήρχαν, δημιουργούσαν ένα «μοτίβο κινδύνου». Σε ορισμένες περιπτώσεις, μπορούσε να εκτιμήσει τον κίνδυνο διάγνωσης ακόμη και τέσσερα χρόνια πριν αυτή γίνει κλινικά εμφανής.

Σύμφωνα με τα αποτελέσματα, η ακρίβεια του μοντέλου ήταν ιδιαίτερα υψηλή, ακόμη και όταν εφαρμόστηκε σε διαφορετικές ομάδες παιδιών, ανεξάρτητα από φύλο, εθνικότητα ή κοινωνικοοικονομικό υπόβαθρο. Αυτό είναι σημαντικό, καθώς οι επιστήμονες γνωρίζουν ότι οι ανισότητες στην υγεία συχνά οδηγούν σε καθυστερημένη διάγνωση της ΔΕΠΥ σε συγκεκριμένους πληθυσμούς.

Μικρές λεπτομέρειες που κάνουν τη διαφορά

Όπως εξηγούν οι επιστήμονες, τα ηλεκτρονικά ιατρικά αρχεία περιέχουν τεράστιο όγκο πληροφοριών που συχνά δεν αξιοποιείται πλήρως. Μικρές λεπτομέρειες, που από μόνες τους φαίνονται ασήμαντες, μπορεί να αποκτούν νόημα όταν αναλυθούν συνολικά σε βάθος χρόνου.

Ένα ακόμη βασικό εύρημα είναι ότι η ΔΕΠΥ φαίνεται να συνδέεται με άλλα αναπτυξιακά ή συμπεριφορικά ζητήματα που εμφανίζονται νωρίς στη ζωή. Το σύστημα «έμαθε» να αναγνωρίζει αυτές τις επαναλαμβανόμενες ενδείξεις, οι οποίες προηγούνται συχνά της επίσημης διάγνωσης. Αυτό δεν σημαίνει ότι κάθε παιδί με τέτοια χαρακτηριστικά θα αναπτύξει ΔΕΠΥ, αλλά ότι ο συνδυασμός τους αυξάνει την πιθανότητα.

Η σημασία της μελέτης

Η σημασία της έγκαιρης ανίχνευσης είναι μεγάλη. Όταν η υποστήριξη ξεκινά νωρίς, τα παιδιά με ΔΕΠΥ έχουν καλύτερες πιθανότητες να ανταποκριθούν στο σχολικό περιβάλλον και να αναπτύξουν δεξιότητες διαχείρισης της προσοχής και της συμπεριφοράς τους. Οι επιστήμονες επισημαίνουν ότι η καθυστέρηση στη διάγνωση μπορεί να οδηγήσει σε δυσκολίες που συσσωρεύονται με τον χρόνο.

Το βασικό μήνυμα της μελέτης είναι ότι η πληροφορία υπάρχει ήδη στα συστήματα υγείας — το ζητούμενο είναι να χρησιμοποιηθεί πιο έξυπνα. Και σε αυτή την περίπτωση, η τεχνητή νοημοσύνη ίσως λειτουργήσει ως εργαλείο που «ξεκλειδώνει» ενδείξεις οι οποίες μέχρι σήμερα έμεναν αόρατες.