Washington-Saba:
Eine genaue Diagnose der Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS) ist entscheidend, um das Bild zu klären und denjenigen, die es brauchen, die richtige Unterstützung zukommen zu lassen. Allerdings sind die aktuellen Diagnosemethoden zeitaufwändig und weisen unterschiedliche Genauigkeiten auf. Eine neue Studie legt nahe, dass künstliche Intelligenz hierbei hilfreich sein könnte.
Forscher in Südkorea haben Modelle für maschinelles Lernen trainiert, um Merkmale von Bildern des hinteren Augenhintergrunds mit einer professionellen ADHS-Diagnose zu verknüpfen.
Von den vier in der Studie getesteten Modellen des maschinellen Lernens erreichte das beste eine Genauigkeitsrate von 96,9 % bei der Vorhersage von ADHS, die ausschließlich auf der Bildanalyse beruhte.
Laut Science Alert stellte das Team fest, dass eine erhöhte Dichte, Form und Breite der Blutgefäße sowie Veränderungen der Sehnervenpapille wichtige Anzeichen für die Erkrankung waren.
„Unsere Analyse der Netzhauthintergrundbilder zeigte Potenzial als nicht-invasiver Biomarker für das Screening von ADHS und die Klassifizierung von Defiziten der Exekutivfunktionen im Bereich der visuellen Aufmerksamkeit“, schrieben die Forscher unter der Leitung eines Teams des Yonsei University College of Medicine in ihrem veröffentlichten Artikel.
Dieser Ansatz wurde an 323 Kindern und Jugendlichen mit der Diagnose ADHS und 323 weiteren Personen ohne Diagnose getestet, die hinsichtlich Alter und Geschlecht der ersten Gruppe zugeordnet wurden.
Die Forscher stellten fest, dass das KI-System bei mehreren Messungen der ADHS-Vorhersage gute Ergebnisse erzielte und auch bei der Erkennung einiger Merkmale der Störung, einschließlich einer schlechten visuellen selektiven Aufmerksamkeit, gut abschnitt.
„Es ist bemerkenswert, dass frühere hochauflösende Modelle typischerweise auf einer Vielzahl von Variablen beruhten, von denen jede in zunehmendem Maße zur Unterscheidung zwischen Individuen beiträgt“, schrieben die Forscher.
Das Durchschnittsalter der Teilnehmer dieser Studie betrug 9,5 Jahre und wir wissen, dass sich ADHS bei Erwachsenen sehr unterschiedlich äußern kann.
Menschen mit Autismus-Spektrum-Störungen wurden vom Hauptteil dieser Studie ausgeschlossen, weitere Tests zeigten jedoch, dass die KI nicht in der Lage war, zwischen Autismus und ADHS zu unterscheiden.
Aktuellen Schätzungen zufolge leidet etwa jeder zwanzigste Mensch an ADHS, was mit Aufmerksamkeitsschwierigkeiten, Impulsivität und Hyperaktivität einhergehen kann.
Dies bedeutet, dass eine schnellere und genauere Diagnose für viele Menschen einen großen Unterschied machen könnte.
„Früherkennung und rechtzeitiges Eingreifen können die sozialen, familiären und schulischen Fähigkeiten von Menschen mit ADHS verbessern“, sagten die Forscher.