Канадские ученые из Университета Монреаля разработали метод диагностики СДВГ с помощью машинного обучения, который анализирует уникальные ритмы визуального восприятия. Алгоритм смог классифицировать взрослых с синдромом дефицита внимания и гиперактивности с точностью 91.8%, используя всего 3% от общего количества признаков. Исследование опубликовано в журнале PLOS One.
СДВГ затрагивает около 3-4% канадских взрослых и 2.6% взрослого населения по всему миру. В эксперименте участвовали 49 человек: 26 здоровых испытуемых и 23 с диагностированным СДВГ. Участникам показывали французские слова из 5 букв на экране в течение 200 миллисекунд с наложенным визуальным шумом, который менялся с разными частотами от 5 до 40 Гц.
Чувствительность алгоритма составила 96% для правильного выявления СДВГ, а специфичность — 87% для корректной идентификации здоровых людей. Особенно интересно, что система также смогла различить пациентов, принимающих стимулирующие препараты, от тех, кто их не принимает, с точностью 91.3%. Это говорит о том, что медикаментозное лечение оставляет измеримый след в ритмах визуального восприятия.
Исследователи обнаружили систематические различия в обработке визуальной информации на частотах 5, 10 и 15 Гц, особенно когда шум в стимулах колебался на частотах 30-40 Гц. Профессор Мартин Аргуин отмечает, что результаты указывают на возможный единый механизм, лежащий в основе СДВГ, что противоречит распространенному мнению о множественных причинах расстройства.
Сейчас команда работает над адаптацией метода для детей 10-14 лет — возрастной группы, где чаще всего ищут диагностику СДВГ. Если метод подтвердит свою эффективность, он может стать доступной альтернативой дорогостоящей диагностике у специалистов. Представьте себе: вместо длительных консультаций и субъективных опросников — объективный тест на основе простой визуальной задачи.
Источник новости и обложки: www.psypost.org