孟加拉国的研究人员研究了计算机系统是否能通过同时观察两个因素来更好地识别患注意力缺陷多动障碍(ADHD)风险的青少年:脑电波模式和家庭背景因素,如家庭收入和父母教育水平。该团队使用经过验证的筛查工具(而非实际临床诊断)在青少年身上测试了这一方法,比较了该系统仅考虑脑电信号与同时考虑脑电信号和社会经济背景时的工作效果。
这项研究是一个概念验证——意思是它展示了这个想法可行,但还没有准备好在真实诊所中取代医生诊断ADHD的方式。
脑电波加家庭环境优于单纯脑电波
当计算机模型同时考虑脑活动和社会经济因素时,它识别ADHD风险病例的准确性比单独查看脑电信号要高。在四种不同的思维任务中,添加社会经济信息使准确度提高了2.1–5.9%,在某些情况下,多识别出了12.2%原本会被遗漏的风险青少年。当在从未见过的个体青少年身上进行测试时,该模型达到了非常高的准确率(92–96%)。
令人警醒的现实:社会经济因素塑造ADHD风险
这项研究强调了在筛查讨论中经常被忽视的问题——贫困、父母教育和家庭压力确实会影响青少年的大脑是否以与ADHD症状相关的方式发育。通过忽视这些环保因素,传统筛查方法可能会误识别哪些青少年真正处于风险中。对于新加坡家庭来说,这是相关的:虽然富裕和较不富裕的家庭都存在于新加坡,但忽视影响发育的真实压力因素的筛查工具可能会给出不完整的图景。
一个重要的局限:筛查不等于诊断
该研究使用了筛查问卷,而非医生的临床诊断。这意味着计算机模型学会的是预测筛查分数,而不是诊断ADHD本身。此外,这项研究是在孟加拉国进行的,并在一个特定数据集上测试;它尚未在新加坡青少年身上或在不同医疗系统中得到验证。在任何多模态筛查工具可用于诊所之前,需要进行更多的测试。