Zespół nadpobudliwości psychoruchowej z deficytem uwagi (ADHD) to zaburzenie neurologiczne, które dotyka miliony ludzi na całym świecie. Standardowo diagnoza ADHD opiera się głównie na ocenach behawioralnych i wywiadach klinicznych. Ostatnie postępy w dziedzinie sztucznej inteligencji (AI) otwierają nowe możliwości w diagnozowaniu ADHD. Okazuje się, że AI pomaga w diagnozowaniu ADHD, co przyszłościowo może prowadzić do bardziej precyzyjnych i obiektywnych wyników diagnoz.
AI a obrazowanie mózgu
Jednym z najbardziej obiecujących narzędzi wspomagających diagnozę ADHD jest analiza obrazów mózgu za pomocą sztucznej inteligencji. Badania wykorzystujące obrazowanie rezonansem magnetycznym (MRI) pokazują, że AI może identyfikować subtelne różnice w strukturze mózgu, które mogą umykać tradycyjnym metodom diagnostycznym. W szczególności, zastosowanie obrazowania dyfuzyjnego (DWI) oraz modelu uczenia się głębokiego (maszynowego) sztucznej inteligencji.
Na corocznym spotkaniu Radiological Society of North America naukowcy przedstawili badanie na nastolatkach z ADHD wykorzystujących wyżej wymienione techniki. Zespół badawczy wybrał grupę 1704 osób z danych ABCD. W tym nastolatków z ADHD i bez ADHD. Użyte w badaniu techniki pozwalają na badanie mikrostruktury istoty białej mózgu, co może ujawnić biomarkery typowe dla osób z ADHD.
Czytaj także: Dzieci z ADHD w edukacji — czego o nich nie wiemy? Miesiąc Świadomości ADHD 2024
Analiza obrazowania dyfuzyjnego rezonansu magnetycznego (DWI)
Obrazowanie dyfuzyjne (DWI) to technika obrazowania, która umożliwia niezwykle dokładną ocenę ruchu cząsteczek wody w tkankach. W kontekście ADHD DWI pozwala na ocenę integralności szlaków istoty białej, które odpowiadają za komunikację pomiędzy różnymi regionami mózgu.
Korzystając ze skanów DWI, naukowcy wyodrębnili pomiary anizotropii frakcyjnej (FA) wzdłuż 30 głównych szlaków istoty białej w mózgu. U osób z ADHD, AI zidentyfikowała wyższe wartości anizotropii frakcyjnej (FA) w kilku kluczowych pasmach istoty białej. Sugeruje się, że objawy ADHD mogą wynikać z tych zmian.
Wartości FA pochodzące od 1371 osób posłużyły jako dane wejściowe do wyszkolenia modelu głębokiego uczenia się sztucznej inteligencji, który następnie przetestowano na 333 pacjentach. W tym 193 ze zdiagnozowanym ADHD i 140 bez. Diagnozy ADHD ustalono za pomocą oceny Brief Problem Monitor, narzędzia oceniającego służącego do monitorowania funkcjonowania dziecka i jego reakcji na interwencje.
Czytaj także: Diagnostyka ADHD u dzieci 2-6 lat
Czy naprawdę AI pomaga w diagnozowaniu ADHD?
Chociaż AI ma ogromny potencjał, istnieją również wyzwania, które muszą zostać rozwiązane. Jednym z głównych problemów jest potrzeba standaryzacji danych obrazowych i algorytmów, aby wyniki były spójne i porównywalne. Dodatkowo potrzebujemy dalszych badań, aby zrozumieć, jak te odkrycia mogą być najlepiej wykorzystane w praktyce klinicznej.
Jednocześnie wyniki badań sugerują, że AI może stać się przełomowym narzędziem w diagnostyce ADHD. Dzięki zaawansowanej technologii, AI pomaga w diagnozowaniu ADHD, redukując subiektywność tradycyjnych metod diagnostycznych. Co więcej, sztuczna inteligencja może zidentyfikować wzorce, które są niewidoczne dla ludzkiego oka. Co więcej, takie podejście może pomóc w rozwoju spersonalizowanych metod leczenia, dostosowanych do specyficznych potrzeb pacjenta.
Z pewnością zastosowanie AI w diagnostyce ADHD to dopiero początek. Naukowcy są pełni nadziei, że w przyszłości technologia ta będzie stosowana szerzej. Nie tylko do diagnozy, ale także do monitorowania postępów w terapii. Automatyczna analiza obrazów mózgu mogłaby również znaleźć zastosowanie w badaniach nad innymi zaburzeniami neurologicznymi, co otworzyłoby nowe możliwości w medycynie.
Czytaj także: MLC może ulepszyć OpenAI (chatGBT)
