Un modello di intelligenza artificiale addestrato su cartelle cliniche elettroniche è in grado di stimare il rischio di ADHD già nei primi anni di vita. Lo studio apre alla possibilità di diagnosi e interventi più precoci
Il disturbo da deficit di attenzione e iperattività (ADHD) è una condizione neuroevolutiva diffusa, che può influire in modo significativo sugli esiti scolastici, sociali e di salute nel lungo periodo. Eppure, nonostante la presenza di segnali precoci, molti bambini ricevono una diagnosi solo dopo anni, perdendo opportunità cruciali di intervento. È proprio su questo ritardo diagnostico che interviene una nuova ricerca pubblicata su Nature Mental Health, che dimostra come l’intelligenza artificiale possa anticipare l’identificazione dei bambini a rischio.
Il ruolo delle cartelle cliniche elettroniche
Lo studio si basa su un presupposto semplice: le informazioni utili sono già disponibili. Le cartelle cliniche elettroniche, infatti, raccolgono una grande quantità di dati longitudinali sulla salute dei pazienti fin dalla nascita. “Abbiamo a disposizione una fonte incredibilmente ricca di informazioni – spiega Elliot Hill, primo autore dello studio -. L’idea era verificare se i modelli nascosti in questi dati potessero aiutarci a prevedere quali bambini avrebbero ricevuto una diagnosi di ADHD, molto prima che ciò avvenga nella pratica clinica”.
Lo studio: numeri e metodologia
I ricercatori hanno utilizzato i dati di oltre 720mila pazienti per pre-addestrare un modello di intelligenza artificiale basato su cartelle cliniche elettroniche. Successivamente, il sistema è stato perfezionato su una coorte pediatrica di oltre 140mila bambini, analizzando la storia clinica dalla nascita fino ai nove anni. L’obiettivo era duplice: stimare la probabilità di sviluppare ADHD e prevedere il momento della diagnosi. Il modello ha imparato a riconoscere combinazioni di segnali precoci – eventi dello sviluppo, comportamenti e condizioni cliniche – che spesso precedono di anni la diagnosi.
Un’accuratezza elevata e stabile
I risultati mostrano prestazioni particolarmente elevate. Già all’età di 5 anni, il modello raggiunge un’area sotto la curva ROC di 0,92 su un orizzonte temporale di quattro anni, indicando un’ottima capacità predittiva. Un aspetto rilevante riguarda l’equità del modello: le prestazioni si mantengono stabili indipendentemente da sesso, razza, etnia o situazione socio-economica, riducendo il rischio di bias. L’analisi delle variabili più rilevanti evidenzia inoltre una forte associazione tra ADHD e condizioni dello sviluppo, comportamentali e psichiatriche.
Non una diagnosi, ma uno strumento di supporto
Gli autori sottolineano che il modello non sostituisce il clinico. Non formula diagnosi, ma segnala i bambini che potrebbero beneficiare di una valutazione più approfondita. “Non è un medico basato sull’intelligenza artificiale – chiarisce Matthew Engelhard, autore senior dello studio -. È uno strumento che aiuta a indirizzare meglio tempo e risorse, evitando che alcuni bambini restino senza risposta per anni”. L’identificazione precoce potrebbe tradursi in diagnosi anticipate e interventi più tempestivi, con benefici documentati sugli esiti accademici, sociali e di salute. “I bambini con ADHD possono incontrare grandi difficoltà quando i loro bisogni non vengono riconosciuti – sottolinea Naomi Davis, tra le autrici dello studio -. Collegare le famiglie a interventi tempestivi e basati su evidenze è essenziale per costruire basi solide per il futuro”. I risultati suggeriscono che modelli predittivi basati su cartelle cliniche elettroniche potrebbero diventare strumenti utili nella pratica clinica, soprattutto in ambito pediatrico e nella medicina territoriale. Resta però necessario validare ulteriormente questi sistemi prima di un loro utilizzo su larga scala.
Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato