Los investigadores descubrieron que el sistema de inteligencia artificial podía detectar con precisión señales tempranas de TDAH, lo que permitiría que los niños recibieran apoyo mucho antes.
La inteligencia artificial podría ayudar a identificar a los menores con riesgo de trastorno por déficit de atención con hiperactividad (TDAH) años antes de recibir un diagnóstico formal, según una nueva investigación.
PUBLICIDAD
PUBLICIDAD
TDAH es uno de los trastornos mentales más frecuentes, afecta a alrededor del 8% de los niños y adolescentes y se manifiesta con síntomas como dificultades de concentración, inquietud e impulsividad. Sin embargo, muchos casos no se diagnostican durante años, lo que hace que se pierdan oportunidades de apoyo precoz incluso cuando las señales de alarma ya están presentes.
En un nuevo estudio de Duke Health, los investigadores comprobaron que las herramientas de IA pueden analizar las historias clínicas electrónicas rutinarias para estimar la probabilidad de que un niño desarrolle TDAH mucho antes de la edad en la que suele diagnosticarse.
Los resultados, publicados en 'Nature Mental Health', sugieren que los patrones ocultos en los datos médicos cotidianos podrían ayudar a los médicos a identificar a los menores que se beneficiarían de una evaluación y un seguimiento más tempranos.
"Tenemos una fuente de información increíblemente rica en las historias clínicas electrónicas", señaló Elliot Hill, autor principal del estudio y científico de datos del Departamento de Bioestadística y Bioinformática de la Facultad de Medicina de la Universidad de Duke.
"La idea era ver si los patrones ocultos en esos datos podían ayudarnos a predecir qué menores podrían recibir más adelante un diagnóstico de TDAH, mucho antes de que ese diagnóstico se produzca habitualmente".
¿Cómo predice el modelo de IA el riesgo de TDAH y cuán fiable es?
Los investigadores analizaron las historias clínicas de más de 140.000 menores, con y sin TDAH, y entrenaron un modelo de IA para detectar patrones desde el nacimiento hasta los primeros años de vida. El sistema aprendió a reconocer combinaciones de acontecimientos del desarrollo, conductuales y clínicos que a menudo aparecían años antes de un diagnóstico de TDAH.
Demostró ser muy preciso al estimar el riesgo en menores de 5 años en adelante, con resultados consistentes independientemente del sexo, la raza, el origen étnico o la cobertura del seguro médico.
Los expertos señalan que una identificación más temprana puede adelantar el diagnóstico y el apoyo, algo que se relaciona con mejores resultados académicos, sociales y de salud para los menores con TDAH.
"Los niños con TDAH pueden pasarlo realmente mal cuando sus necesidades no se comprenden y no cuentan con los apoyos adecuados", advirtió Naomi Davis, profesora asociada del Departamento de Psiquiatría y Ciencias del Comportamiento y coautora del estudio. "Poner a las familias en contacto con intervenciones oportunas basadas en la evidencia es fundamental para ayudarles a alcanzar sus objetivos y sentar las bases de su éxito futuro".
¿Puede esta herramienta sustituir a los médicos?
Los investigadores subrayan que esta herramienta no está pensada para sustituir a los médicos ni para proporcionar un diagnóstico completo: "Esto no es un médico de IA", afirmó Matthew Engelhard, del Departamento de Bioestadística y Bioinformática de Duke y autor sénior del estudio.
Y añadió: "Es una herramienta para ayudar a los profesionales a concentrar su tiempo y sus recursos, de modo que los menores que necesitan ayuda no queden desatendidos ni tengan que esperar años para obtener respuestas".
El equipo añadió que se están explorando enfoques de IA similares para comprender mejor los riesgos y las causas de los trastornos mentales en adolescentes. Según el NHS, entre los síntomas frecuentes del TDAH en un niño o adolescente figuran distraerse con facilidad, tener dificultades para escuchar, olvidarse de las tareas cotidianas y mostrar un nivel muy alto de energía, por ejemplo, moviéndose continuamente o dando golpecitos con manos y pies.
Se considera además que el trastorno está infradetectado en las niñas en comparación con los niños, en parte porque ellas tienden más a presentar síntomas de inatención, que pueden ser más difíciles de identificar.