系统综述：AI诊断ADHD灵敏度特异性高但异质性强

2026年10月7日，npj Digital Medicine发表一项纳入54项研究的系统综述与荟萃分析，评估AI数据驱动诊断ADHD模型的表现。结果显示，合并敏感性为0.87、特异性为0.91，整体表现较好，但研究间异质性超过96%，且不同数据模态（如影像、行为数据等）之间未发现统计学显著差异。使用PROBAST工具评估偏倚风险发现，20.4%的纳入研究存在高偏倚风险，同时在敏感性指标上检测到发表偏倚。综述作者认为，尽管当前AI模型在诊断准确性上展现出一定潜力，但由于研究质量参差、异质性过高以及潜在的发表偏倚，现有模型尚不足以支持直接用于临床实践。研究建议未来需要加强标准化报告规范，并开展前瞻性外部验证研究，以提升模型的可靠性和临床适用性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。