研究人员利用人工智能 (AI) 解析患有与不患有注意力缺陷/多动障碍 (ADHD) 的青少年的专门大脑 MRI 扫描，发现 ADHD 个体的九个大脑白质束存在显着差别。该研究结果将于今日在北美放射学会 ( RSNA )年会上公开。

据美国疾病控制和预防中心称，多动症是一种常见疾病，通常在儿童时期诊断出来，并持续到成年期。在美国，估计有 570 万 6 岁至 17 岁的儿童与青少年被诊断患有 ADHD。

该研究的合著者、加州大学神经放射学系的研究专家贾斯汀·黄 (Justin Huynh) 表示：“多动症通常在很小的时候就表现出来，会对壹个人的生活质量与社会运作能力产生巨大影响。”旧金山，卡尔伊利诺伊医学院厄巴纳-香槟分校的医学生。“随着智能手机与其他容易分散注意力的设备的涌入，当今社会的年轻人中这种现象也变得越来越普遍。”

患有多动症的儿童也许难以集中注意力、控制冲动行为或调节活动主题。早期诊断与干预是控制病情的决定因素。

“多动症的诊断极其困难，并且依赖于主观的自我报告调查，”Huynh 说。“对于更客观的诊断指标的需求肯定没有得到满足。这就是大家正在卖力填补的空白。”

Huynh 表示，这是第一项应用深度学习(人工智能的一种)来识别多动症标记物的多机构青少年大脑认知发展(ABCD)研究，其中包括超过 11,000 名青少年的脑成像、临床调查与其他数据来自美国 21 个研究中心的大脑成像数据包括一种称为弥散加权成像 (DWI) 的特殊类型 MRI。

Huynh 说：“由于样本量较小且该疾病很复杂，之前运用人工智能检测 ADHD 的研究并未成功。”

研究小组从 ABCD 数据集中挑选了 1,704 名个体，包括患有与不患有 ADHD 的青少年。研究人员利用 DWI 扫描提取了大脑 30 个主要白质束的分数各给异性 (FA) 测量值。FA 是衡量水分子怎么沿着白质束纤维移动的指标。

来自 1,371 人的 FA 值被用作训练深度学习 AI 模型的输入，然后在 333 名患者身上进行测试，其中 193 名患者被诊断患有 ADHD，140 名患者没有被诊断患有 ADHD。ADHD 的诊断是通过简单问题监测评估来确定的，这是一种用于监测儿童的功能及其对干预措施的反应的评级工具。

在人工智能的帮助下，研究人员发现 ADHD 患者的 9 个白质束中 FA 值显着升高。

Huynh 说：“多动症患者的 MRI 特点差别如此详细，以前从未见过。” “一般来说，九个白质束的异常和多动症的症状相符。”

研究人员打算继续从 ABCD 数据集中的其余个体获得数据，相对其他人工智能模型的性能。

“许多人认为自己患有注意力缺陷多动症，但由于现有诊断测试的主观性而未能确诊，”Huynh 说。Huynh 说：“这种方式为寻找可用于在定量、客观的诊断框架中诊断 ADHD 的成像生物标志物迈出了有希望的一步。”

合著者包括 Pierre F. Nedelec(医学硕士、医学博士)、Samuel Lashof-Regas、Michael Romano(医学博士、哲学博士)、Leo P. Sugrue(医学博士、博士)与 Andreas M. Rauschecker(医学博士、哲学博士)。 D .