De nouvelles recherches montrent que les dossiers médicaux de routine pourraient permettre de détecter les risques précocement, au moment où le soutien est le plus important. Le trouble déficitaire de l’attention avec hyperactivité (TDAH) touche des millions d’enfants, pourtant beaucoup restent des années sans diagnostic, ratant ainsi l’occasion d’un soutien précoce qui peut changer les résultats à long terme, même en présence de signes précoces.

Dans une nouvelle étude, des chercheurs de Duke Health ont découvert que des outils d’intelligence artificielle peuvent analyser les dossiers médicaux électroniques courants afin d’estimer avec précision le risque qu’un enfant développe un TDAH, plusieurs années avant le diagnostic habituel. En examinant les tendances dans les données médicales quotidiennes, cette approche pourrait permettre d’identifier les enfants susceptibles de bénéficier d’une évaluation et d’un suivi précoces.

Les recherches ont été publiées dans Nature Mental Health. Le 27 avril, un article souligne comment les informations recueillies lors des consultations médicales régulières peuvent fournir des informations précieuses pour aider les prestataires de soins primaires à prendre des décisions précoces.

« Nous disposons d’une source d’informations incroyablement riche dans les dossiers médicaux électroniques », a déclaré Elliot Hill, auteur principal de l’étude et spécialiste des données au Département de biostatistique et de bioinformatique à la faculté de médecine de l’université Duke« L’idée était de voir si des tendances cachées dans ces données pouvaient nous aider à prédire quels enfants pourraient plus tard recevoir un diagnostic de TDAH, bien avant que ce diagnostic ne soit généralement posé. »

Pour parvenir à ces conclusions, les chercheurs ont analysé les dossiers médicaux électroniques de plus de 140 000 enfants, avec ou sans TDAH. Ils ont entraîné un modèle d’intelligence artificielle spécialisé à examiner les antécédents médicaux de la naissance à la petite enfance. Ce modèle a appris à reconnaître des combinaisons d’événements développementaux, comportementaux et cliniques qui apparaissaient souvent des années avant le diagnostic de TDAH.

Le modèle s’est avéré très précis pour estimer le risque futur de TDAH chez les enfants de 5 ans et plus, avec des performances constantes quelles que soient les caractéristiques des patients telles que le sexe, la race, l’origine ethnique et le statut d’assurance.

Il est important de noter que cet outil ne permet pas d’établir un diagnostic. Il identifie les enfants susceptibles de bénéficier d’un suivi plus rapproché par leur pédiatre de premier recours ou d’une orientation plus précoce vers un spécialiste pour une évaluation du TDAH.

« Il ne s’agit pas d’un médecin doté d’une intelligence artificielle », a déclaré Matthew Engelhard, docteur en médecine et en philosophie.« Il s’agit d’un outil permettant aux cliniciens de mieux cibler leur temps et leurs ressources, afin que les enfants qui ont besoin d’aide ne soient pas laissés pour compte ou n’attendent pas des années pour obtenir des réponses », explique un chercheur du département de biostatistique et de bioinformatique de l’université Duke, auteur principal de l’étude.

Les chercheurs soulignent qu’un dépistage plus précoce pourrait permettre un diagnostic plus rapide et, par conséquent, une prise en charge plus précoce, ce qui est associé à de meilleurs résultats scolaires, sociaux et de santé pour les enfants atteints de TDAH. Ils insistent également sur la nécessité de mener des études complémentaires avant que de tels outils ne soient utilisés en pratique clinique.

« Les enfants atteints de TDAH peuvent vraiment éprouver des difficultés lorsque leurs besoins ne sont pas compris et que des soutiens adéquats ne sont pas mis en place », a déclaré Naomi Davis, Ph.D., auteure de l’étude, professeur agrégé au Département de psychiatrie et des sciences du comportement. « Il est essentiel de mettre les familles en relation avec des interventions opportunes et fondées sur des données probantes afin de les aider à atteindre leurs objectifs et de jeter les bases d’un avenir prometteur. »

Hill et Engelhard ont également étudié l’utilisation de modèles d’IA pour prédire les risques et les causes potentielles de troubles mentaux chez les adolescents. 

https://corporate.dukehealth.org/news/ai-tool-may-spot-adhd-years-children-are-diagnosed