Istraživači u Južnoj Koreji proveli su studiju koja bi mogla pomoći pri dijagnosticiranju Poremećaja hiperaktivnosti s deficitom pažnje (ADHD). Ispravna dijagnoza ove bolesti ključna je kako bi se pružila podrška onima kojima je potrebna, ali i razjasnile stvari. No, trenutne metode dijagnosticiranja oduzimaju puno vremena i nedosljedne su.
Istraživači u Južnoj Koreji obučili su modele strojnog učenja kako bi povezali karakteristike na stražnjoj strani oka s fotografija u fundusu s profesionalnom dijagnozom ADHD-a, piše ScienceAlert.
Od četiri modela strojnog učenja testirana u studiji, najbolji je postigao rezultat od 96,9 posto za točno predviđanje ADHD-a, samo na temelju analize slike. Tim je otkrio da su veća gustoća krvnih žila, oblik i širina žila te određene promjene u optičkom disku oka ključni znakovi da netko ima to stanje.
Liječnici upozoravaju na nuspojave poznatog lijeka kod djece: ‘Preporučujemo konzultacije’
Veliko testiranje
Nekoliko se godina već smatra da se promjene u povezanosti mozga koje se vežu uz ADHD mogu pojaviti i u očima. Ako se uspije shvatiti što treba tražiti, to bi dovelo do brže i pouzdanije metode za uočavanje poremećaja.
“Naša analiza fotografija mrežnice iz fundusa pokazala je potencijal kao neinvazivnog biomarkera za probir ADHD-a i stratifikaciju deficita izvršnih funkcija u domeni vizualne pažnje”, pišu istraživači, predvođeni timom s Medicinskog fakulteta Sveučilišta Yonsei, u svom objavljenom radu.
Ovaj su pristup dijagnozi testirali na 323 djece i adolescenata kojima je već dijagnosticiran ADHD i još 323 bez dijagnoze ADHD-a, koji su po dobi i spolu bili usklađeni s prvom skupinom. Istraživači su otkrili da je sustav umjetne inteligencije postigao visoke rezultate u nekoliko mjera kada je u pitanju predviđanje ADHD-a. Također, pokazao se dobrim u uočavanju nekih karakteristika poremećaja, uključujući oštećenja vizualne selektivne pažnje.
Pojednostavljena analiza
Nedavno je istraženo nekoliko tehnika strojnog učenja za probir na ADHD, od analize alternativnih skeniranja oka do testova ponašanja, ali ova ima nekoliko glavnih nedostataka. Iako nije apsolutno najtočnija metoda što se tiče sirovih rezultata, vrlo je blizu. Također, brzo se provodi i procjenjuje te se jednostavno skalira.
“Značajno je da su se raniji modeli visoke točnosti obično oslanjali na raznolik skup varijabli, od kojih je svaka postupno doprinosila diferencijaciji ispitanika”, pišu istraživači. “Naš pristup pojednostavljuje analizu fokusirajući se isključivo na fotografije mrežnice. Ova strategija podataka iz jednog izvora poboljšava jasnoću i korisnost naših modela”, pojašnjavaju.
Istraživači žele isprobati ove testove i na većim skupinama ljudi i širim dobnim rasponima. Prosječna dob sudionika u ovoj studiji bila je 9,5 godina, a ADHD se kod odraslih može manifestirati dosta različito. Također, može se poboljšati i opseg sustava.
Svaki dvadeseti ima ADHD
Na primjer, osobe s poremećajima iz spektra autizma isključene su iz glavnog dijela ove studije, ali daljnja ispitivanja pokazala su da umjetna inteligencija nije bila dobra u razlikovanju autizma od ADHD-a.
Nedavne procjene sugeriraju da otprilike jedna od 20 osoba ima ADHD, što može uključivati probleme s pažnjom, impulsima i hiperaktivnošću. To je mnogo pojedinaca za koje bi brža i točnija dijagnoza mogla napraviti razliku. “Rani probir i pravovremena intervencija mogu poboljšati socijalno, obiteljsko i akademsko funkcioniranje pojedinaca s ADHD-om”, smatraju istraživači.
Istraživanje je objavljeno u časopisu npj Digital Medicine.
Poznata zagrebačka glumica o detaljima svoje dijagnoze: ‘Samo odjednom sve stane’
