Un diagnóstico preciso de TDAH es crucial para aportar claridad y el apoyo adecuado a las personas que lo necesitan, pero los métodos de diagnóstico actuales requieren mucho tiempo y inconsistente. Un nuevo estudio sugiere que la IA podría ayudar.
Investigadores en Corea del Sur entrenaron aprendizaje automático modelos para conectar las características en las fotos del fondo al final del ojo con un diagnóstico profesional de TDAH (Déficit de atención Trastorno de hiperactividad).
De cuatro aprendizaje automático Los modelos probados en el estudio, el mejor logró un puntaje del 96.9 por ciento para predecir el TDAH con precisión, según el análisis de imágenes solo.
El equipo encontró que la mayor densidad de los vasos sanguíneos, la forma y el ancho de los vasos, y ciertos cambios en los ojos disco óptico eran señales clave que alguien tenía la condición.
Durante varios años se ha pensado que Cambios de conectividad cerebral asociados con el TDAH también podría aparecer en nuestros ojos. Si podemos averiguar qué buscar, esto podría significar un método más rápido y confiable para detectar el trastorno.
“Nuestro análisis de las fotografías del fondo de retina demostró potencial como un biomarcador no invasivo para la detección de TDAH y la estratificación del déficit de la función ejecutiva en el dominio de atención visual”. escribir Los investigadores, dirigidos por un equipo de la Facultad de Medicina de la Universidad de Yonsei, en su artículo publicado.
El enfoque se probó en 323 niños y adolescentes ya diagnosticados con TDAH, y otros 323 sin un diagnóstico de TDAH, coincidentes con la edad y el sexo con el primer grupo.
Los investigadores encontraron que el sistema AI obtuvo una puntuación altamente en varias medidas cuando se trataba de predecir el TDAH. También funcionó bien al detectar algunas de las características del trastorno, incluidas las impedimentos en atención selectiva visual.
Varios Técnicas de aprendizaje automático para detectar el TDAH se han explorado recientemente, desde el análisis de la alternativa escaneos de los ojos a pruebas de comportamientopero este tiene algunas tarjetas importantes. Si bien no es el método más preciso absoluto en términos de puntajes brutos, está muy cerca, también es rápido de ejecutar y evaluar, y fácil de ampliar.
“En particular, los modelos anteriores de alta precisión generalmente se basaban en un conjunto diverso de variables, cada uno contribuyendo incrementalmente a los sujetos diferenciadores”. escribir los investigadores.
“Nuestro enfoque simplifica el análisis centrándose exclusivamente en fotografías retinianas. Esta estrategia de datos de fuente única mejora la claridad y la utilidad de nuestros modelos”.
A continuación, los investigadores quieren probar estas pruebas en grupos más grandes de personas y rangos de edad más amplios. La edad promedio de los participantes en este estudio fue de 9.5 años, y conocemos el TDAH en adultos puede presentarse de manera bastante diferente.
También hay espacio para mejorar el alcance del sistema: por ejemplo, aquellos con trastorno del espectro autista fueron excluidos de la parte principal de este estudio, pero las pruebas adicionales mostraron que la IA no fue excelente para distinguir autismo del TDAH.
Estimaciones recientes Sugerir que aproximadamente 1 de cada 20 personas tienen TDAH, lo que puede implicar luchas con atención, impulsos e hiperactividad. Esa es una gran cantidad de personas para quienes un diagnóstico más rápido y preciso podría marcar la diferencia.
“La detección temprana y la intervención oportuna pueden mejorar el funcionamiento social, familiar y académico en individuos con TDAH”. escribir los investigadores.
La investigación ha sido publicada en Medicina digital NPJ.