AI วิเคราะห์โรคสมาธิสั้น จากภาพถ่ายดวงตา ได้แม่นยำถึง 96.9%

โรคสมาธิสั้น หรือ ADHD (Attention Deficit/Hyperactivity Disorder) เป็นความผิดปกติทางสมองที่ส่งผลต่อการควบคุมความสนใจ อารมณ์ และพฤติกรรม ซึ่งพบได้ทั้งในเด็กและผู้ใหญ่ การวินิจฉัยในปัจจุบันยังต้องอาศัย การประเมินพฤติกรรมและแบบสอบถามจากผู้เชี่ยวชาญ ซึ่งบางครั้งใช้เวลานานและอาจไม่แม่นยำเต็มที่

แต่ล่าสุดงานวิจัยจาก Yonsei University, เกาหลีใต้ พบว่า AI สามารถตรวจจับ ADHD ได้แม่นยำถึง 96.9% เพียงวิเคราะห์ ภาพถ่ายด้านหลังของดวงตา (retinal fundus photographs)

นักวิจัยได้รวบรวม ภาพถ่ายจอประสาทตา จากผู้เข้าร่วมจำนวนหลายร้อยคน แบ่งเป็นผู้ป่วย ADHD และกลุ่มควบคุม จากนั้นใช้ Machine Learning / Deep Learning วิเคราะห์โครงสร้างและลวดลายของ เส้นเลือดในจอประสาทตา

AI ถูกฝึกให้จำแนก ความแตกต่างในเส้นเลือดและโครงสร้างจอประสาทตา ระหว่างผู้ป่วย ADHD และกลุ่มปกติ

โมเดลมี ความแม่นยำสูงถึง 96.9% ในการจำแนก

การศึกษานี้ยังวิเคราะห์ความสัมพันธ์ระหว่าง ลักษณะจอประสาทตา กับ ระดับความสามารถในการจดจ่อ (visual attention stratification)

งานวิจัยนี้เป็นการศึกษาแบบ observational + retrospective ซึ่งช่วยให้เห็นว่า การเปลี่ยนแปลงเล็ก ๆ ในเส้นเลือดและโครงสร้างจอประสาทตา สามารถสะท้อนความผิดปกติในสมองได้

ทำไมภาพถ่ายจอประสาทตาถึงช่วยวินิจฉัย ADHD ได้

จอประสาทตาและสมองเชื่อมต่อกันผ่าน ระบบประสาทและหลอดเลือด การเปลี่ยนแปลงในจอประสาทตาจึงสามารถสะท้อนถึง ความผิดปกติทางสมองบางอย่าง การใช้ AI วิเคราะห์ภาพจอประสาทตาเป็นวิธีที่ ไม่รุกรานและรวดเร็ว

ประโยชน์และข้อดี

• รวดเร็วและไม่รุกราน – การตรวจเหมือนถ่ายภาพสายตาธรรมดา ไม่ต้องทำแบบสอบถามยาว
• แม่นยำสูง – AI วิเคราะห์ตามรูปแบบจริง ลดความลำเอียงของผู้ประเมิน
• ติดตามผลได้ง่าย – สามารถตรวจสอบการเปลี่ยนแปลงในจอประสาทตาหลังการรักษาหรือปรับพฤติกรรม

การใช้งานจริงและอนาคต

• ขณะนี้ ยังอยู่ในระยะการวิจัยและทดลอง
• ยัง ไม่สามารถใช้แทนการวินิจฉัยของแพทย์ ได้เต็มที่ แต่สามารถใช้เป็น เครื่องมือช่วยคัดกรองเบื้องต้น
• ต้องมี การทดสอบเพิ่มเติมในกลุ่มประชากรที่หลากหลาย เพื่อยืนยันความแม่นยำและความปลอดภัย
• หากพัฒนาเชิงคลินิกสำเร็จ อนาคต AI วิเคราะห์ภาพถ่ายจอประสาทตาอาจใช้ใน โรงเรียนหรือคลินิกสายตา เพื่อช่วยคัดกรอง ADHD รวดเร็วและเข้าถึงได้ง่ายขึ้น

ข้อจำกัด

• การศึกษานี้อาศัย ข้อมูลย้อนหลังและกลุ่มตัวอย่างเฉพาะ
• จำเป็นต้อง ทดสอบในกลุ่มประชากรที่หลากหลาย
• AI ยังไม่สามารถแทน การประเมินพฤติกรรมโดยแพทย์ผู้เชี่ยวชาญ ได้เต็มที่