Un equipo de científicos desarrolló una herramienta de inteligencia artificial capaz de detectar señales tempranas de trastorno por déficit de atención con hiperactividad (TDAH) en adultos, incluso meses antes de un diagnóstico médico formal. El estudio fue publicado en la revista científica European Psychiatry y plantea una nueva forma de apoyar a los médicos mediante el análisis automático de historiales clínicos.
El TDAH es una condición neurodesarrollativa que afecta tanto a niños como a adultos y puede provocar problemas de atención, impulsividad e hiperactividad. En muchas personas adultas, el diagnóstico suele retrasarse porque los síntomas pueden confundirse con ansiedad, depresión u otros trastornos emocionales. Esta demora puede afectar el desempeño laboral, académico y la calidad de vida.
Para enfrentar este problema, los investigadores entrenaron un sistema de inteligencia artificial utilizando registros electrónicos de salud de miles de pacientes en Suecia. En lugar de usar costosos estudios cerebrales o pruebas especializadas, el modelo analizó información médica cotidiana, como visitas al médico, recetas y antecedentes clínicos.
La IA aprendió a identificar patrones que suelen aparecer antes de un diagnóstico de TDAH. Entre las señales más relevantes encontró antecedentes relacionados con consumo de cafeína en exceso, alcohol u otras sustancias, además de un uso frecuente de servicios de salud mental.
Cuando el modelo fue probado con pacientes nuevos, logró identificar correctamente cerca del 80 % de los casos seis meses antes del diagnóstico oficial. Los resultados se mantuvieron relativamente estables incluso al analizar datos de hasta dieciocho meses previos.
Los investigadores aclaran que esta tecnología no busca reemplazar a los médicos ni diagnosticar automáticamente a las personas. Su objetivo sería funcionar como una alerta temprana dentro de hospitales y clínicas, ayudando a que ciertos pacientes sean canalizados a una evaluación psicológica más completa.
Aunque los resultados son prometedores, el estudio también presenta limitaciones. Por ejemplo, el sistema tuvo más dificultades para diferenciar el TDAH de la ansiedad y la depresión, debido a que muchos síntomas se parecen. Además, el rendimiento fue ligeramente diferente entre hombres y mujeres, lo que indica que todavía se necesita perfeccionar la herramienta.
Los científicos esperan ahora probar el modelo en otros países y sistemas de salud para comprobar si puede adaptarse a diferentes formas de registrar la información médica. Esta investigación abre la puerta a diagnósticos más rápidos y a tratamientos oportunos que podrían mejorar significativamente la vida de muchas personas.
Referencias:
Título: Early detection of adults ADHD using electronic health records: A machine learning study.
Autores: Omar Hamed, Farzaneh Etminani, Peter Jacobsson, and Thomas Davidsson.
Publicado en: European Psychiatry.
Escucha este artículo en audio a continuación: