L’ADHD è una condizione neuroevolutiva diffusa a livello globale e caratterizzata da disattenzione, impulsività e iperattività. Nonostante l’alta prevalenza, molti bambini ricevono una diagnosi tardiva, con conseguente ritardo nell’accesso a interventi terapeutici e di supporto che potrebbero migliorare significativamente la qualità della vita e gli esiti a lungo termine.

Per sviluppare il modello predittivo, i ricercatori hanno esaminato le informazioni sanitarie di oltre 140.000 bambini, includendo sia soggetti con diagnosi di ADHD sia senza. L’algoritmo è stato addestrato a interpretare la storia clinica dalla nascita fino alla prima infanzia, identificando combinazioni ricorrenti di indicatori clinici, comportamentali e legati allo sviluppo.

I risultati mostrano che il sistema è in grado di riconoscere segnali precoci del disturbo già intorno ai 5 anni di età, anticipando di fatto il processo diagnostico tradizionale. Attualmente, infatti, la diagnosi di ADHD viene generalmente formulata non prima dei 6 anni e in alcuni casi può arrivare molto più tardi, persino durante l’adolescenza.

Secondo gli autori, l’integrazione di strumenti di intelligenza artificiale nella pratica pediatrica potrebbe rappresentare una svolta nella medicina preventiva, consentendo interventi tempestivi e personalizzati. L’obiettivo futuro sarà validare ulteriormente il modello in contesti clinici diversi, per favorirne un’applicazione su larga scala e migliorare la gestione precoce del disturbo.