Addestrare un’IA per identificare l’ADHD

Il processo diagnostico del disturbo da deficit di attenzione e iperattività (ADHD) è complesso e si basa su criteri sensibili ai pregiudizi soggettivi. Questo può causare ritardi significativi nell’inizio del trattamento appropriato. Un’analisi automatizzata basata su misure soggettive e oggettive potrebbe semplificare il processo diagnostico e ridurre i tempi di diagnosi e migliorare la riproducibilità. Per questa ragione i ricercatori della Technische Universität Dresden, in Germania, hanno cercato di mettere a punto un’IA che identifichi i pazienti con ADHD. I risultati sono stati pubblicati dalla rivista Scientific Reports.


Gli autori hanno addestrato un classificatore SVM (Linear Support Vector Machine) per rilevare i partecipanti con ADHD in una popolazione che mostrava un ampio spettro di condizioni psichiatriche utilizzando dati anonimizzati da cartelle cliniche (299 partecipanti). Sono così riusciti a distinguere i bambini e gli adolescenti con ADHD da quelli che non avevano la condizione con un’accuratezza del 66,1%. 

Secondo i ricercatori i dati provenienti dalle cartelle cliniche (quindi i dati clinici real-world) possono essere utilizzati per identificare automaticamente le persone con ADHD usando l’apprendimento automatico. Le informazioni diagnostiche rilevanti possono essere ridotte utilizzando una selezione automatizzata delle funzioni senza perdita di prestazioni. Un’ampia combinazione di sintomi in diversi domini, piuttosto che in domini specifici, sembra indicare una diagnosi di ADHD.

Fonte:  Sci Rep 12,12934 (2022). https://doi.org/10.1038/s41598-022-17126-x

https://www.nature.com/articles/s41598-022-17126-x

IT-NON-07561-W-09/2024