ADHS bei Erwachsenen: Diese KI erkennt bislang übersehene Anzeichen und entdeckt die Störung lange vor der Diagnose

Viele Erwachsene entdecken ihr ADHS erst nach Jahren der Erschöpfung, des Leistungsabfalls im Job oder nach Konsultationen wegen Angstzuständen. Diese neuroentwicklungsbedingte Störung betrifft laut Inserm in Frankreich etwa 2,8 % der Erwachsenen und erhöht das Risiko für Unfälle, Abhängigkeiten, Depressionen oder einen Suizidversuch. Eine Diagnose ebnet den Weg zu Behandlungen und Anpassungen im Alltag, doch die diagnostische Odyssee bleibt häufig. Schwedische Forschende haben nun gezeigt, dass eine künstliche Intelligenz unauffällig Erwachsene mit erhöhtem Risiko mehrere Monate erkennen könnte, bevor der Psychiater eine offizielle Diagnose stellt.

ADHS bei Erwachsenen: Wenn die KI die Krankengeschichte vor dem Psychiater liest

Die 2026 in der Zeitschrift European Psychiatry veröffentlichte Arbeit, die im Gesundheitssystem einer Region im Südwesten Schwedens durchgeführt wurde, stützte sich auf mehr als zehn Jahre Daten von 2011 bis 2022. Die Forschenden identifizierten 3.570 Erwachsene mit einer Diagnose von ADHS im Erwachsenenalter oder einer Verordnung spezifischer Medikamente sowie eine Kontrollgruppe von 5.126 Erwachsenen, die psychiatrisch betreut wurden, aber kein ADHS hatten. Zu Beginn verwechselte das Modell ADHS häufig mit Depression und Angststörungen, deren Symptome sich überschneiden. Daher entfernten die Autorinnen und Autoren depressive oder ängstliche Patientinnen und Patienten aus der Kontrollgruppe, um dem Algorithmus stärker kontrastierende Profile zwischen ADHS und Nicht-ADHS zu bieten; theoretisch nachvollziehbar, weil diese Krankheitsbilder in der Praxis in realen Sprechstunden dennoch stark miteinander verflochten bleiben.

Das Team nutzte ein Modell vom Typ „Transformer“, eine Form von KI, die dafür entwickelt wurde, Sequenzen zu analysieren. Statt einen Satz zu lesen, „liest“ der Algorithmus die chronologische Abfolge von Konsultationen, Diagnosen und Verordnungen, die in der Patientenakte vermerkt sind. Dank einer zeitlichen Kodierung berücksichtigt er nicht nur die Art jedes einzelnen Vorgangs, sondern auch dessen Reihenfolge und den Abstand zwischen den Ereignissen. Die Forschenden testeten seine Fähigkeit, eine ADHS-Diagnose 6, 12 und 18 Monate vor dem tatsächlichen Mitteilungsdatum vorherzusagen. Mit einem Zeithorizont von 6 Monaten identifizierte das Tool 80 % der Patientinnen und Patienten korrekt, die tatsächlich ADHS hatten, und schloss die Störung bei 77 % derjenigen aus, die nicht darunter litten, mit einem Gesamtwert (Fläche unter der Kurve) von 0,79, deutlich über dem Zufall.

Verborgene Signale, die die KI erkennt

Um zu verstehen, was der Algorithmus konkret „sieht“, nutzten die Autorinnen und Autoren eine Methode der erklärbaren KI (SHAP, für Shapley Additive Explanations). Medizinische Codes im Zusammenhang mit Substanzgebrauchsstörungen gehören zu den stärksten Signalen: Suchtdiagnosen, Verordnungen von Stimulanzien, Hinweise auf einen hohen Konsum von Koffein oder auch Blutalkoholwerte zwischen 0,60 und 0,79 mg pro 100 ml. Die KI erkennt außerdem bestimmte geburtshilfliche Vorgeschichten, etwa komplizierte Entbindungen oder abnorme fetale Lagen, sowie ein spezifisches Muster der Inanspruchnahme von Gesundheitsleistungen: mehr Besuche in der Allgemeinmedizin und Psychiatrie, aber weniger Krankenhausaufenthalte und kürzere Verweildauern. Die in der Kohorte mit ADHS diagnostizierten Erwachsenen waren zudem jünger, mit einem Durchschnittsalter von etwa 31 Jahren gegenüber 52 Jahren in der Kontrollgruppe. Das Modell erkannte 75,2 % der Fälle bei Frauen, gegenüber 66,7 % bei Männern, was die Frage nach einem möglichen Geschlechterbias aufwirft.

Die Forschenden betonen, dass dieses Tool nicht dazu gedacht ist, eine Fachperson zu ersetzen. Das schwedische Tool soll unauffällig im Hintergrund der Krankenhaussoftware laufen, Erwachsene markieren, deren Versorgungspfad dem von Menschen mit ADHS ähnelt, und dann den Psychiater entscheiden lassen, ob eine umfassende Abklärung vorgeschlagen wird oder nicht.