Insights KI Neuigkeiten Wie ADHS Vorhersage aus elektronischen Gesundheitsakten hilft
post

KI Neuigkeiten

01 Mai 2026

Read 7 min

Wie ADHS Vorhersage aus elektronischen Gesundheitsakten hilft

ADHS Vorhersage aus elektronischen Gesundheitsakten erkennt früh Risiko und löst gezielte Abklärung.

ADHS Vorhersage aus elektronischen Gesundheitsakten kann Kinder Jahre vor der üblichen Diagnose als risikobelastet erkennen. Eine Studie von Duke Health nutzte Routinedaten, um Muster zu finden, die auf spätere ADHS hinweisen. So können Kinderärzte früher prüfen, beraten und überweisen – ohne dass ein Algorithmus Diagnosen stellt. Im Fokus steht eine in Nature Mental Health am 27. April 2026 veröffentlichte Studie von Duke Health. Das Team wertete elektronische Gesundheitsakten von mehr als 140.000 Kindern aus. Ziel war es, mithilfe künstlicher Intelligenz das spätere Risiko für eine ADHS-Diagnose frühzeitig abzuschätzen und so eine frühere Abklärung im Alltag der Kinderarztpraxis anzustoßen.

Wie die ADHS Vorhersage aus elektronischen Gesundheitsakten funktioniert

Datenmenge und Trainingsansatz

Die Forschenden trainierten ein spezialisiertes KI-Modell mit Routinedaten aus den Akten – von der Geburt bis in die frühe Kindheit. Das System lernte Kombinationen aus Entwicklungs-, Verhaltens- und klinischen Ereignissen zu erkennen, die häufig Jahre vor einer späteren Diagnose auftreten. Diese Analyse stützt sich auf Informationen, die ohnehin bei regulären Besuchen erhoben werden:
  • Entwicklungsverläufe aus Vorsorgeuntersuchungen
  • Beobachtete Verhaltensauffälligkeiten und dokumentierte Ereignisse
  • Klinische Daten aus Routinekonsultationen
Die ADHS Vorhersage aus elektronischen Gesundheitsakten soll Kinder markieren, bei denen sich ein genauerer Blick lohnt. Das Tool trifft keine Diagnose, sondern liefert einen Hinweis für die weitere Abklärung durch die behandelnde Kinderärztin oder einen spezialisierten Dienst.

Leistung über Patientengruppen hinweg

Für Kinder ab fünf Jahren schätzte die ADHS Vorhersage aus elektronischen Gesundheitsakten das spätere Risiko mit hoher Genauigkeit ein. Die Leistung blieb über verschiedene Merkmale hinweg stabil, etwa Geschlecht, „race“, Ethnizität und Versicherungsstatus. Das spricht dafür, dass die Muster in den Routinedaten breit nutzbar sind.

Was das für Familien und Praxen bedeutet

Frühe Hinweise erlauben es, Kinder gezielt zu beobachten, Tests früher zu planen und Familien schneller zu beraten. Die Forschenden betonen, dass frühere Unterstützung mit besseren schulischen, sozialen und gesundheitlichen Ergebnissen verbunden ist. Laut dem Seniorautor Matthew Engelhard ist es kein „KI-Arzt“, sondern ein Werkzeug, das hilft, Zeit und Ressourcen dort einzusetzen, wo Bedarf besteht. Für Haus- und Kinderärzte kann die ADHS Vorhersage aus elektronischen Gesundheitsakten die Aufmerksamkeit lenken, damit Kinder nicht jahrelang auf eine Abklärung warten. Sie erleichtert Priorisierung und Follow-up, ohne den klinischen Entscheidungsprozess zu ersetzen.

Grenzen und nächster Schritt

Wichtig ist: Das Modell ersetzt keine Diagnostik. Es liefert eine Risikoschätzung, die eine fachliche Beurteilung anstößt. Bevor das Tool in der Regelversorgung ankommt, sind weitere Studien nötig, so das Team. Erst dann lässt sich klären, wie es sich sicher und wirksam in Arbeitsabläufe integrieren lässt.

Wer dahintersteht

Die Studie entstand an der Duke University School of Medicine.
  • Leitautor: Elliot Hill (Department of Biostatistics & Bioinformatics)
  • Seniorautor: Matthew Engelhard, M.D., Ph.D. (Department of Biostatistics & Bioinformatics)
  • Weitere Autorinnen und Autoren: Naomi Davis, De Rong Loh, Benjamin A. Goldstein, Geraldine Dawson
  • Förderung: National Institute of Mental Health und National Center for Advancing Translational Sciences
Diese Arbeit zeigt, wie vorhandene Routinedaten zu einem frühen, praxisnahen Hinweis werden können. Wenn Kliniken, Forschende und Familien zusammenarbeiten, entsteht ein Pfad zu schnellerer Unterstützung – ohne Abstriche bei Qualität und Sorgfalt. Mit der ADHS Vorhersage aus elektronischen Gesundheitsakten rückt frühzeitige Hilfe für betroffene Kinder in greifbare Nähe.

(Source: https://www.news-medical.net/news/20260427/AI-tools-can-predict-ADHD-risk-years-before-a-formal-diagnosis.aspx)

For more news: Click Here

FAQ

Q: Was ist die ADHS Vorhersage aus elektronischen Gesundheitsakten? A: Die ADHS Vorhersage aus elektronischen Gesundheitsakten ist ein KI-gestütztes Verfahren, das Routinedaten aus elektronischen Patientenakten analysiert, um das Risiko eines Kindes für eine spätere ADHS-Diagnose bereits Jahre vorher abzuschätzen. Das System liefert Hinweise für Kinderärztinnen und Kinderärzte, ersetzt aber keine medizinische Diagnose. Q: Wie funktioniert die ADHS Vorhersage aus elektronischen Gesundheitsakten? A: Forschende trainierten ein spezialisiertes KI-Modell mit Routinedaten von der Geburt bis in die frühe Kindheit, damit es Kombinationen aus Entwicklungs-, Verhaltens- und klinischen Ereignissen erkennt. Auf dieser Basis identifiziert die ADHS Vorhersage aus elektronischen Gesundheitsakten Muster, die oft Jahre vor einer späteren Diagnose auftreten. Q: Welche Daten werden für die ADHS Vorhersage aus elektronischen Gesundheitsakten genutzt? A: Die ADHS Vorhersage aus elektronischen Gesundheitsakten nutzt Routinedaten wie Entwicklungsverläufe aus Vorsorgeuntersuchungen, dokumentierte Verhaltensauffälligkeiten und klinische Befunde aus Routinekonsultationen. Diese Informationen stammen aus regulären Arztbesuchen und sind bereits in den Gesundheitsakten vorhanden. Q: Für welches Alter liefert die ADHS Vorhersage aus elektronischen Gesundheitsakten verlässliche Ergebnisse? A: In der Studie zeigte die ADHS Vorhersage aus elektronischen Gesundheitsakten eine hohe Genauigkeit bei Kindern ab fünf Jahren, wobei die Leistung über Merkmale wie Geschlecht, „race“, Ethnizität und Versicherungsstatus stabil blieb. Die Ergebnisse deuten darauf hin, dass sich das Modell für die frühzeitige Einschätzung des ADHS-Risikos in dieser Altersgruppe eignet. Q: Ersetzt die ADHS Vorhersage aus elektronischen Gesundheitsakten eine formelle Diagnose? A: Nein, die ADHS Vorhersage aus elektronischen Gesundheitsakten stellt keine formelle Diagnose, sondern liefert eine Risikoschätzung, die eine genauere Abklärung durch die behandelnde Kinderärztin oder eine Überweisung an Spezialisten anstoßen soll. Das Tool dient dazu, Aufmerksamkeit und Ressourcen gezielt zu lenken, ohne den klinischen Entscheidungsprozess zu ersetzen. Q: Wie können Familien und Praxen konkret von der ADHS Vorhersage aus elektronischen Gesundheitsakten profitieren? A: Frühe Hinweise aus der ADHS Vorhersage aus elektronischen Gesundheitsakten ermöglichen gezielte Beobachtung, frühere Tests und schnellere Beratung, was mit besseren schulischen, sozialen und gesundheitlichen Ergebnissen verbunden sein kann. Für Praxen hilft das Tool bei Priorisierung und Follow-up, damit betroffene Kinder nicht jahrelang auf eine Abklärung warten müssen. Q: Welche Grenzen hat die ADHS Vorhersage aus elektronischen Gesundheitsakten und was sind die nächsten Schritte? A: Wichtig ist, dass die ADHS Vorhersage aus elektronischen Gesundheitsakten keine Diagnostik ersetzt und zunächst weitere Studien nötig sind, bevor das Tool routinemäßig in der Versorgung eingesetzt wird. Zudem muss geprüft werden, wie sich das System sicher und wirksam in klinische Arbeitsabläufe integrieren lässt. Q: Wer hat die Studie zur ADHS Vorhersage aus elektronischen Gesundheitsakten durchgeführt und finanziert? A: Die Studie entstand an der Duke University School of Medicine mit Leitautor Elliot Hill und Seniorautor Matthew Engelhard sowie weiteren Autorinnen und Autoren wie Naomi Davis, De Rong Loh, Benjamin A. Goldstein und Geraldine Dawson. Gefördert wurde die Arbeit unter anderem durch das National Institute of Mental Health und das National Center for Advancing Translational Sciences.

Contents