پژوهش دانشگاه دوک: مدل هوش مصنوعی تا سن ۵ سالگی خطر ابتلا به ADHD را با دقت بالا پیشبینی میکند
به گزارش خبرنگار ما، یک پژوهش جدید نشان میدهد هوش مصنوعی میتواند سالها پیش از تشخیص بالینی، خطر ابتلای یک کودک به اختلال بیشفعالی/کمتوجهی (ADHD) را با دقت بالا پیشبینی کند. این سیستم که نتایج آن در نشریه Nature Mental Health منتشر شده، با بررسی «الگوهای پنهان» در پروندههای الکترونیک سلامت (EHR) از بدو تولد تا اوایل کودکی، ترکیبی از نشانههای رشدی و رفتاری را شناسایی میکند که ممکن است در ویزیتهای کوتاه پزشکی از چشم پزشکان پنهان بماند.

جزئیات پژوهش؛ تحلیل دادههای بیش از ۱۴۰ هزار کودک
پژوهشگران دانشگاه دوک با تحلیل اطلاعات پزشکی بیش از ۱۴۰ هزار کودک (با و بدون ADHD) نشان دادند که ابزارهای هوش مصنوعی میتوانند با تحلیل دادههای معمول پروندههای پزشکی، خطر ابتلا به ADHD را بسیار زودتر از روشهای معمول تخمین بزنند. مدل هوش مصنوعی از بدو تولد دادهها را بررسی کرده و تا سن ۵ سالگی به دقت بالایی در پیشبینی خطر میرسد. عملکرد این مدل در گروههای مختلف (جنسیت، نژاد، قومیت و وضعیت بیمه) یکسان بوده است.
به گفته «الیوت هیل»، نویسنده اصلی مطالعه: «ما منبع بسیار غنیای از دادهها در پروندههای سلامت الکترونیک داریم. هدف این بود که ببینیم آیا میتوان از این الگوهای پنهان برای پیشبینی ADHD قبل از تشخیص معمول استفاده کرد یا نه.»
هوش مصنوعی دقیقاً چه چیزی را بررسی میکند؟
مدل هوش مصنوعی ترکیب و زمانبندی رویدادهایی را تحلیل میکند که بهتنهایی شاید مهم به نظر نرسند، اما در کنار هم یک «امضای خطر» میسازند، از جمله تأخیرهای رشدی، اختلالات خواب و مراجعات مکرر به دلیل مشکلات رفتاری. این مدل در کودکان ۵ سال به بالا دقت بالایی در پیشبینی خطر ابتلا به ADHD نشان داد.
دو نکته کلیدی درباره این ابزار هوشمند:
- نقش کمکی، نه تشخیصی: پژوهشگران تأکید میکنند این ابزار جای پزشک را نمیگیرد. به گفته دکتر «متیو انگلهارد»: «این یک پزشک هوش مصنوعی نیست. ابزاری است که به پزشکان کمک میکند روی کودکانی تمرکز کنند که بیشتر به توجه نیاز دارند، تا از سیستم خارج نشوند یا سالها در انتظار تشخیص نمانند.»
- پیامدهای مثبت تشخیص زودهنگام: شناسایی زودهنگام ADHD میتواند عملکرد تحصیلی کودک را بهبود بخشد، روابط اجتماعی را تقویت کند و سلامت روان در بلندمدت را ارتقا دهد.
آینده پزشکی؛ استفاده هوشمندانه از دادههای موجود
به گفته یکی از پژوهشگران: «کودکان مبتلا به ADHD اگر حمایت مناسب دریافت نکنند، با چالشهای جدی روبهرو میشوند. دسترسی به مداخلات بهموقع و مبتنی بر شواهد، کلید موفقیت آنهاست.» این پژوهش نشان میدهد آینده پزشکی به سمت استفاده هوشمندانه از دادههای موجود حرکت میکند. تشخیص زودهنگام ADHD با کمک هوش مصنوعی میتواند با شناسایی الگوهای پنهان، به تشخیص زودتر و دقیقتر این اختلال کمک کند، بدون آنکه جایگزین پزشکان شود. این ابزار به عنوان یک «شبکه ایمنی بالینی» طراحی شده تا کودکان در معرض خطر، زودتر برای ارزیابی و دریافت حمایت شناسایی شوند.

مهدی رضایی
او فارغالتحصیل رشته مهندسی نرمافزار است و فعالیت حرفهای خود را در عرصه رسانه از سال ۱۳۹۷ به عنوان نویسنده در یک وبلاگ تخصصی فناوری آغاز کرده است. وی پس از کسب تجربه، به خبرگزاریهای معتبر پیوست و در حال حاضر، خبرنگار حوزه نرمافزار و هوش مصنوعی در یک مجله تکنولوژی برجسته است.


