デューク・ヘルスの研究チームは、電子カルテ内の既存データを人工知能で分析することで、小児の注意欠如・多動症（ADHD）のリスクを診断の数年以上前に高精度で推定できるツールを開発しました。この研究成果は専門誌「Nature Mental Health」に掲載され、通常の診察で収集される日常の医療データから、潜在的なパターンを抽出する手法の有効性を示しました。研究では、ADHD 診断の有無を含む 14 万 4000 名以上の子どもの生後から幼児期までの医療履歴を分析し、AI モデルが発達、行動、臨床的な出来事の組み合わせを学習しました。その結果、5 歳以上の子どもの将来の ADHD リスクを性、人種、民族、保険状況に関わらず一貫して高精度に評価できることが確認されました。このツールは最終的な診断を下すものではなく、医療従事者が早期に重点的に評価や専門医への紹介を検討するよう支援するスクリーニング補助ツールとして機能します。研究を率いたエリオット・ヒル氏とシニア著者のマシュー・エンゲルハード氏は、この技術が医師の時間を効果的に配分し、必要な支援が遅れることなく提供されるようにすることで、子どもの学業成績、社会的適応、健康状態の改善につながると強調しています。また、診断が下される前に早期に介入を行うことで、子供たちの将来の成功の基礎を築くことができる点に大きな意義があると述べています。同研究チームは現在、思春期のメンタルヘルスリスク予測への AI 応用も含めて幅広く研究を進めており、本ツールの臨床現場での実用化に向けてさらなる検証が継続されています。