Diagnostic Prediction of Attention-Deficit/Hyperactivity Disorder in Children Using AULA: A Virtual Reality-Based Continuous Performance Task

Die Diagnose der Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung, oder ADHS, stützte sich lange Zeit auf eine Mischung aus Fragebögen, die von Eltern und Lehrern ausgefüllt wurden, sowie auf standardisierte Tests, die Kinder dazu aufforderten, sich in einem ruhigen Raum auf einfache Aufgaben zu konzentrieren. Obwohl diese Methoden etabliert sind, haben sie oft Schwierigkeiten, die komplexe Realität widerzuspiegeln, wie die Aufmerksamkeit eines Kindes in der realen Welt tatsächlich funktioniert. In einem typischen Klassenzimmer muss ein Schüler das Rascheln von Papieren, das Flüstern eines Nachbarn und die Bewegung von vorbeigehenden Menschen ignorieren, während er gleichzeitig versucht, dem Lehrer zuzuhören. Traditionelle Tests bilden diese Komplexität selten nach, was es schwierig macht, zu sehen, wie das Gehirn eines Kindes mit dem ständigen Sog durch Ablenkungen umgeht. Darüber hinaus können die Symptome von ADHS von Kind zu Kind sehr unterschiedlich aussehen, und die Erkrankung wird oft dadurch definiert, wie stark die Konzentration eines Kindes von Moment zu Moment schwankt, anstatt nur durch einen einzelnen Testwert bestimmt zu werden.

Um die Lücke zwischen dem ruhigen Testraum und dem unruhigen Klassenzimmer zu schließen, haben Forscher begonnen, Virtual Reality einzusetzen. Diese Technologie ermöglicht es Wissenschaftlern, immersive, dreidimensionale Umgebungen zu erschaffen, die sich für die Person, die das Headset trägt, echt anfühlen, dabei jedoch perfekt kontrollierbar und messbar bleiben. Indem die Forscher ein Kind in ein simuliertes Klassenzimmer voller realistischer Ablenkungen versetzen, können sie genau beobachten, wie die Aufmerksamkeit unter Druck standhält. Dieser Ansatz bietet eine Möglichkeit, Verhalten mit einem Detailgrad zu messen, der zuvor unmöglich war, indem nicht nur erfasst wird, ob ein Kind eine Antwort richtig oder falsch gegeben hat, sondern auch, wie sich der Körper bewegte, wie lange die Reaktion dauerte und wie sich der Fokus verschob, während sich die Umgebung veränderte.

Eine aktuelle Studie von Fidel Rebón-Ortiz und Irene Alice Chicchi Giglioli, die in Zusammenarbeit mit der Organisation Giunti Nesplora durchgeführt wurde, testete diese Idee mit einem speziellen Virtual-Reality-Tool namens AULA. Die Forscher wollten untersuchen, ob sie diese immersive Umgebung in Kombination mit fortschrittlichen Computeralgorithmen nutzen können, um zwischen Kindern mit ADHS und solchen ohne ADHS zu unterscheiden. Sie rekrutierten eine Gruppe von 352 Kindern und Jugendlichen im Alter von 6 bis 16 Jahren und stellten sicher, dass die Teilnehmerzahlen in beiden Gruppen gleichmäßig verteilt waren. Jedes Kind in der Studie hatte ein normales oder korrigiertes normales Seh- und Hörvermögen, und die Gruppe mit ADHS hatte eine formale klinische Diagnose nach Standard-Medizinkriterien erhalten.

Die Kinder setzten ein Virtual-Reality-Headset auf und betraten ein digitales Klassenzimmer. In dieser Simulation wurden sie gebeten, Aufgaben zu erledigen, die die Schularbeit imitierten, wie etwa dem Unterricht eines virtuellen Lehrers zu folgen, während sie Ablenkungen wie einem Mitschüler, der einen Zettel weiterreicht oder flüstert, ignorieren mussten. Das System zeichnete eine enorme Menge an Daten auf, während die Kinder arbeiteten, und verfolgte alles – von den Reaktionszeiten bis hin zu den kleinen Bewegungen des Kopfes und der Hände. Die Forscher waren besonders daran interessiert, wie die Kinder reagierten, wenn Ablenkungen vorhanden waren, im Vergleich zu Situationen, in denen die Umgebung ruhig war. Sie suchten nach Mustern in den Daten, die die einzigartige Signatur von ADHS offenbaren könnten, wie etwa die Schwankung der Reaktionszeit eines Kindes von einem Moment zum nächsten oder wie häufig Fehler auftraten, wenn versucht wurde, eine Ablenkung zu ignorieren.

Nachdem sie diesen reichhaltigen Informationsstrom gesammelt hatten, nutzte das Team einen Prozess namens maschinelles Lernen, um die wichtigsten Hinweise zu finden. Anstatt nur auf ein oder zwei Zahlen zu schauen, analysierte der Computer Dutzende verschiedener Messwerte, um zu sehen, welche die beiden Gruppen am besten voneinander unterschieden. Die Forscher fanden heraus, dass die aussagekräftigsten Anzeichen nicht nur darin bestanden, wie schnell ein Kind antworten konnte, sondern wie konsistent es war. Kinder mit ADHS zeigten eine viel größere Instabilität in ihren Reaktionszeiten, insbesondere wenn sie versuchten, Ablenkungen zu ignorieren. Sie machten auch signifikant mehr Fehler zweier spezifischer Arten: Sie übersahen Ziele, die sie hätten treffen sollen, und drückten Knöpfe, obwohl sie hätten stillhalten sollen, besonders wenn das virtuelle Klassenzimmer voller Lärm und Bewegung war.

Die Studie identifizierte 14 Schlüsselvariablen, die am nützlichsten für eine Vorhersage waren. Dazu gehörten Maße darüber, wie stark die Reaktionszeit eines Kindes schwankte, die Anzahl der Fehler bei vorhandenen Ablenkungen und wie weit die Aufmerksamkeit von der eigentlichen Aufgabe abwich. Als die Forscher diese spezifischen Variablen in mehrere verschiedene Computermodelle einspeisten, waren die Ergebnisse beeindruckend. Die Modelle konnten die Kinder mit einem sehr hohen Grad an Genauigkeit klassifizieren und identifizierten die jeweilige Gruppe in mehr als 93 Prozent der Fälle korrekt. Die leistungsfähigsten Modelle konnten zwischen den beiden Gruppen mit einer Präzision unterscheiden, die weit über das hinausging, was typischerweise mit traditionellen Testmethoden erreicht wird.

Einer der wichtigsten Funde war, dass die Anwesenheit von Ablenkungen einen enormen Unterschied machte. Die Variablen, die am meisten von Bedeutung waren, wurden gemessen, während die Kinder versuchten, in einer lauten, geschäftigen Umgebung zu fokussieren. Dies stützt die Theorie, dass ADHS nicht nur ein statisches Merkmal ist, sondern eine Bedingung, bei der die Fähigkeit eines Menschen, sich zu konzentrieren, stark von seiner Umgebung beeinflusst wird. Wenn die Umgebung einfach und ruhig ist, kann ein Kind mit ADHS ähnlich wie seine Gleichaltrigen abschneiden, aber wenn die kognitive Belastung steigt und Ablenkungen auftreten, wird die Aufmerksamkeit instabil und die Fähigkeit zur Impulskontrolle lässt nach. Die Studie zeigte, dass die Virtual-Reality-Umgebung diese spezifischen Schwierigkeiten auslösen konnte, was es dem Computer ermöglichte, das Problem klar zu erkennen.

Die Forscher stellten auch fest, dass die Computermodelle in der Lage waren, subtile Muster zu erfassen, die ein menschlicher Beobachter vielleicht übersehen würde. Beispielsweise fanden die Modelle heraus, dass die Art und Weise, wie sich ein Kind im virtuellen Raum bewegte, mit seiner Aufmerksamkeit verknüpft war. In einigen Fällen schien die körperliche Unruhe eines Kindes auf eine Weise mit seiner Fähigkeit zu interagieren, fokussiert zu bleiben, die auf den ersten Blick nicht offensichtlich war. Durch die Kombination der Daten aus dem Virtual-Reality-Test mit diesen fortgeschrittenen Computermethoden demonstrierte die Studie, dass es möglich ist, ein wesentlich genaueres und objektiveres Bild der Aufmerksamkeitsgesundheit eines Kindes zu erstellen.

Obwohl die Ergebnisse vielversprechend sind, betonen die Autoren vorsichtig, dass dies ein Schritt in einem größeren Prozess ist. Die Studie untersuchte eine spezifische Gruppe von Kindern und berücksichtigte nicht alle möglichen Variationen von ADHS oder andere Begleiterkrankungen, die häufig gemeinsam auftreten. Die in der Studie verwendeten Computermodelle sind komplex, und die Forscher räumen ein, dass Ärzte verstehen müssen, wie diese Modelle zu ihren Schlussfolgerungen gelangen, bevor sie in Kliniken breit eingesetzt werden können. Dennoch liefert die Arbeit starke Beweise dafür, dass die Platzierung von Kindern in realistischen, ablenkenden Umgebungen und die präzise Messung ihrer Reaktionen aufzeigen können, was die Kernprobleme von ADHS ist, wie es traditionelle Tests nicht vermögen.

Letztendlich deutet diese Forschung auf einen neuen Weg für die Diagnose hin. Indem man sich von subjektiven Berichten und einfachen Tests wegbewegt und hin zu immersiven, datenreichen Umgebungen, könnten Kliniker bald über Werkzeuge verfügen, die das wahre Wesen der Aufmerksamkeit eines Kindes sichtbar machen. Die Studie zeigt, dass, wenn wir die realen Herausforderungen eines Klassenzimmers nachbilden, die Unterschiede zwischen Kindern mit ADHS und solchen ohne ADHS klar und messbar werden. Dieser Ansatz verbessert nicht nur die Genauigkeit einer Diagnose, sondern bietet auch ein tieferes Verständnis dafür, wie Aufmerksamkeit funktioniert, wie sie unter Druck zusammenbricht und wie sie in der komplexen, lauten Welt, in der Kinder tatsächlich leben, unterstützt werden kann.