杜克健康的研究团队发现，人工智能工具能够通过分析常规电子健康记录，提前数年预测儿童患注意力缺陷多动障碍（ADHD）的风险。这项研究发表在《自然·精神健康》期刊上，旨在解决许多患儿在出现早期症状后仍等待多年才能确诊的难题。 研究团队分析了超过14万儿童的电子病历数据，训练了一个专门的人工智能模型。该模型通过学习从出生到幼儿期的医疗历史，识别出那些往往早于正式诊断多年出现的发育、行为和临床事件组合。结果显示，该模型在预测五岁以上儿童未来的 ADHD 风险方面具有高度准确性，且在不同性别、种族、族裔和保险状况的患者群体中表现一致。 研究人员强调，该工具并非诊断设备，不能直接给出医疗结论。其核心功能是作为辅助手段，帮助临床医生识别需要更早评估或转诊给专科医生的高风险儿童，从而避免这些孩子因等待而错过最佳干预时机。首席作者、杜克大学医学院生物统计与生物信息学数据科学家埃利奥特·希尔指出，电子健康记录中蕴含着丰富的信息，挖掘其中的隐藏模式可为临床决策提供有力支持。 杜克大学医学院的资深作者马修·恩格尔哈德博士表示，这不仅是技术的突破，更是优化医疗资源的尝试，确保需要帮助的孩子不被遗漏。研究团队指出，若能更早识别风险并介入，将显著提升患儿的学业、社交及健康状况。目前，团队呼吁在将此类工具正式应用于临床环境前，需开展更多后续研究以进一步验证其效果。该研究旨在通过科技手段，连接家庭与及时的循证干预，为 ADHD 患儿奠定未来成功的基础。