Promene u oku otkrivaju da li imate ADHD

ADHD može da se dijagnostikuje uz pomoć veštačke iteligenicije, sugeriše novo istraživanje.

Istraživači iz Južne Koreje obučili su modele mašinskog učenja da povežu karakteristike fotografija fundusa oka sa profesionalnom dijagnozom ADHD-a.

Od četiri modela mašinskog učenja testiranih u istraživanju, najbolji je postigao tačnost od 96,9 procenata u predviđanju ADHD-a, isključivo na osnovu analize slika.

Tim je otkrio da su veća gustina krvnih sudova, oblik i širina krvnih sudova, kao i određene promene na optičkom disku oka, ključni pokazatelji da osoba ima ovaj poremećaj.

Istraživači su povezali karakteristike sa fotografijama fundusa oka sa ADHD-om. (Choi et al, npj Digital Medicine, 2025)

Već nekoliko godina se pretpostavlja da bi promene u povezanosti mozga, koje su povezane sa ADHD-om, mogle biti vidljive i u očima.

Ako uspemo da otkrijemo šta tačno treba da tražimo, to bi moglo značiti brži i pouzdaniiji način za prepoznavanje ovog poremećaja.

„Naša analiza fotografija fundusa oka pokazala je potencijal kao neinvazivni biomarker za screening ADHD-a i stratifikaciju deficita izvršnih funkcija u domenu vizuelne pažnje“, navode istraživači, predvođeni timom sa Yonsei Univerziteta Medicinskog Fakulteta, u svom objavljenom radu, piše Sciencealert.

Ovaj pristup je testiran na 323 dece i adolescenata koji su već imali dijagnozu ADHD-a, kao i na još 323 osobe bez dijagnoze ADHD-a, poređene prema starosti i polu sa prvom grupom.

Istraživači su otkrili da je AI sistem postigao visok rezultat u nekoliko ključnih oblasti kada je u pitanju predviđanje ADHD-a. Takođe je bio uspešan u prepoznavanju određenih karakteristika poremećaja, uključujući smetnje u vizuelnoj selektivnoj pažnji.

Nedavna istraživanja istraživala su različite tehnike mašinskog učenja za screening ADHD-a, od analiza alternativnih skeniranja očiju do testova ponašanja, ali ova metoda ima nekoliko značajnih prednosti. Iako nije apsolutno najtačnija metoda u smislu sirovih rezultata, vrlo je blizu, brzo se pokreće i procenjuje, a jednostavna je za skaliranje.

„Zapaženo, raniji modeli sa visokom tačnošću obično su se oslanjali na raznovrsne varijable koje su svaka doprinosile postepenoj razlici među subjektima“, navode istraživači.

„Naš pristup pojednostavljuje analizu tako što se fokusira isključivo na fotografije fundusa oka. Ova strategija sa jedinstvenim izvorom podataka povećava jasnoću i korisnost naših modela.“

Istraživači sada žele da testiraju ove testove na većim grupama ljudi i širem rasponu uzrasta. Prosečna starost učesnika u ovom istraživanju bila je 9,5 godina, dok je poznato da ADHD kod odraslih može imati sasvim drugačiji izgled.

Takođe postoji prostor za poboljšanje opsega sistema: na primer, osobe sa poremećajem iz autističnog spektra bile su isključene iz glavnog dela ovog istraživanja, ali dalja testiranja su pokazala da AI nije bio naročito dobar u razlikovanju autizma od ADHD-a.

Nedavna procena sugeriše da otprilike 1 od 20 ljudi ima ADHD, što može uključivati poteškoće sa pažnjom, impulsima i hiperaktivnošću. To je veliki broj pojedinaca za koje bi brža i tačnija dijagnoza mogla napraviti veliku razliku.

„Rano otkrivanje i pravovremena intervencija mogu poboljšati socijalno, porodično i akademsko funkcionisanje osoba sa ADHD-om“, zaključuju istraživači.