Imaginați-vă cum creierul vostru percepe realitatea ca pe un film care rulează clar și constant. La persoanele cu ADHD (tulburare de deficit de atenție și hiperactivitate), se pare că acest „film” rulează cu mici întreruperi sau variații de claritate — ca și cum lumina proiectorului pâlpâie din când în când.
Într-un studiu publicat recent în PLOS One o echipă de la Universitatea din Montréal, condusă de Martin Arguin, a demonstrat cum algoritmii de învățare automată pot detecta diferențe subtile în modul în care adulții cu ADHD procesează informațiile vizuale.
În cazul acestora, algoritmul a detectat anomalii în așa-numitele oscilații de eficiență vizuală — fluctuații ritmice ale activității neuronale care reglează modul în care atenția vizuală este orientată și întreținută.
Cele mai relevante diferențe au apărut în jurul frecvenței de 10 Hz, parte din intervalul alpha, asociat în literatura de specialitate cu relaxarea atentă și integrarea vizuală. La persoanele cu ADHD, aceste ritmuri erau dereglate, ceea ce sugerează o „sincronizare” cerebrală atipică în procesarea vizuală.
Cum a ajutat AI-ul să facă diferența
Cercetătorii au folosit un algoritm SVM (Support Vector Machine) – o metodă consacrată în machine learning – pentru a analiza cum reacționează creierul la stimuli vizuali în timp. Participanții au privit pe ecran 600 de cuvinte în limba franceză din cinci litere, prezentate pentru doar 200 milisecunde fiecare, în condiții de zgomot vizual variabil.
Prin integrarea unei tehnici numite eșantionare temporală aleatoare, AI-ul a analizat oscilațiile din reacțiile vizuale ale participanților. Aceste oscilații reflectă eficiența cu care creierul procesează informațiile – o funcție ce s-a dovedit diferită în cazul persoanelor cu ADHD.
AI-ul a reușit să identifice aceste diferențe cu o precizie de aproape 92%!
Ce face și mai extraordinar acest rezultat, este că AI-ul a avut nevoie de doar 3,2% dintre cele 1.600 de variabile numerice extrase din reacțiile vizuale ale participanților (combinații între timp, frecvență și intensitatea răspunsului cerebral) pentru a face distincția corectă între adulții cu și fără ADHD.
Cu alte cuvinte, doar o mică parte dintre datele măsurate conțineau informație cu adevărat semnificativă pentru diferențiere. Aceasta demonstrează eficiența și finețea modelului AI, capabil să ignore zgomotul statistic și să se concentreze doar pe pattern-urile temporale care reflectă diferențe reale în funcționarea creierului.
Ce este ADHD și de ce contează procesarea vizuală?
ADHD este o condiție comună care afectează aproximativ 3–4% dintre adulți. Se manifestă prin dificultăți de concentrare, control al impulsurilor și organizare. Nu este vorba doar despre „lipsă de atenție”, ci despre o diferență reală în modul de funcționare al creierului.
Studiul s-a concentrat pe procesarea vizuală — modul în care creierul interpretează și înțelege imagini sau cuvinte în timp foarte scurt. Creierul nu procesează informațiile constant; eficiența oscilează în fracțiuni de secundă, asemenea unor valuri.
La persoanele cu ADHD, aceste valuri par să fie diferite, mai ales în zona frecvențelor joase, în jur de 10 Hz (adică de 10 ori pe secundă). Acest tip de variație ar putea explica de ce le este mai greu să mențină atenția asupra unui stimul vizual.
Cum a fost realizat experimentul
Cercetătorii de la Universitatea din Montréal au testat 49 de adulți tineri, cu o vârstă medie de 19 ani: 26 fără ADHD (grup de control) și 23 diagnosticați cu ADHD. Participanții au făcut un test pe computer în care trebuiau să recunoască cuvinte în limba franceză din cinci litere afișate timp de doar 0,2 secunde. Imaginile erau acoperite parțial de un „zgomot” vizual — puncte albe care îngreunau vederea, pentru a simula condiții de atenție variabilă.
Claritatea fiecărui cuvânt varia aleatoriu, urmând unde sinusoidale între 5 și 55 Hz, pentru a reproduce fluctuațiile naturale ale atenției. Fiecare participant a efectuat 1200 de încercări, iar dificultatea testului a fost ajustată constant pentru ca rata de răspuns corect să fie de aproximativ 50%, menținând provocarea egală pentru toți.
Cercetătorii au măsurat cât de bine recunoșteau participanții cuvintele în funcție de aceste variații temporale, construind așa-numitele „imagini de clasificare” — hărți care arată în ce momente creierul este mai eficient vizual. Aceste hărți au fost apoi analizate cu ajutorul unui algoritm AI de tip Support Vector Machine (SVM), pentru a vedea dacă pot fi identificate tipare specifice ADHD-ului.
Rezultatele studiului
Diferențe clare între grupuri. AI-ul a reușit să identifice corect adulții cu ADHD față de cei fără, cu o acuratețe de 91,8%. Sensibilitatea a fost de 96% (adică aproape toate cazurile reale de ADHD au fost detectate), iar specificitatea de 87% (puține confuzii cu persoane neurotipice). Pentru această clasificare, AI-ul a folosit doar 3% din datele disponibile (51 din 1584 de caracteristici), concentrându-se pe variațiile cu frecvențe între 5 și 15 Hz.
Efectul medicației. Dintre participanții cu ADHD, 17 luau regulat psihostimulante. AI-ul a putut identifica cu 91,3% precizie cine lua tratament, cu o sensibilitate de 100% și o specificitate de 67%. Aceasta sugerează că medicația normalizează parțial aceste oscilații vizuale, făcând procesarea mai apropiată de cea a persoanelor fără ADHD.
Semnificația descoperirilor. Rezultatele sugerează că ADHD ar putea avea o cauză comună la nivel cerebral, legată de aceste oscilații vizuale atipice – o „amprentă” comportamentală măsurabilă, mai degrabă decât o combinație de factori diverși.
Aceste oscilații pot fi considerate biomarkeri comportamentali, oferind o fereastră către funcționarea internă a creierului — dincolo de simptomele observabile.
Rezultatele se aliniază și cu alte explicații neurobiologice pentru ADHD cum ar fi raportul disproporționat theta/beta (TBR), observat frecvent la persoanele cu ADHD. Acest raport indică o tendință spre activitate neuronală lentă (theta) în detrimentul celei rapide (beta), afectând astfel capacitatea de concentrare și viteza de reacție.
Implicații pentru viitor
Dacă aceste rezultate vor fi confirmate în studii mai ample, inclusiv pe copii, ar putea apărea un test rapid și non-invaziv pe computer pentru diagnosticarea ADHD. Acesta ar putea fi folosit și pentru monitorizarea efectelor tratamentului în timp real. Spre deosebire de metodele actuale, care se bazează pe interviuri și observații subiective, acest tip de diagnostic ar fi obiectiv, accesibil și ieftin.
Trebuie menționate și câteva neajunsuri ale acestui studiu: eșantionul este mic (doar 49 de persoane, majoritatea femei tinere), lipsesc detalii despre dozele medicamentelor, iar participanții nu includ copii sau adulți mai în vârstă. Autorii recomandă replicarea studiului pe eșantioane mai mari și mai variate pentru a confirma validitatea acestor rezultate.
Concluzie
Studiul arată că este posibil ca ADHD-ul să aibă în principal o singură cauză, ce ține de modul diferit în care creierul persoanelor cu ADHD procesează informațiile vizuale în timp.
Dacă se confirmă rezultatele acestui studiu pe eșantioane mai mari, putem vorbi de o revoluție în diagnosticarea simplă și obiectivă a ADHD-ului cu ajutorul AI-ului, fără a depinde exclusiv de chestionare sau observații subiective.
