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

La diagnosi del disturbo da deficit di attenzione/iperattività, o ADHD, si è a lungo basata su un mix di questionari compilati da genitori e insegnanti, insieme a test standardizzati che chiedono ai bambini di concentrarsi su compiti semplici in una stanza silenziosa. Sebbene questi metodi siano ben consolidati, spesso faticano a catturare la realtà disordinata di come l'attenzione di un bambino funzioni realmente nel mondo reale. In una tipica classe, uno studente deve ignorare il fruscio della carta, il sussurro di un compagno e il movimento delle persone che passano, tutto mentre cerca di ascoltare l'insegnante. I test tradizionali raramente ricreano questa complessità, rendendo difficile vedere come il cervello di un bambino gestisca la costante attrazione delle distrazioni. Inoltre, i sintomi dell'ADHD possono apparire molto diversi da un bambino all'altro, e la condizione è spesso definita da quanto la concentrazione di un bambino vacilli da un momento all'altro, piuttosto che da un singolo punteggio in un test.

Per colmare il divario tra la stanza di test silenziosa e la classe rumorosa, i ricercatori hanno iniziato a rivolgersi alla realtà virtuale. Questa tecnologia permette agli scienziati di costruire ambienti immersivi, tridimensionali, che sembrano reali per la persona che indossa il visore, pur rimanendo perfettamente controllati e misurabili. Collocando un bambino in una classe simulata piena di distrazioni realistiche, i ricercatori possono osservare esattamente come la sua attenzione regga quando la pressione aumenta. Questo approccio offre un modo per misurare il comportamento con un livello di dettaglio precedentemente impossibile, catturando non solo se un bambino abbia dato una risposta giusta o sbagliata, ma anche come si è mosso il suo corpo, quanto tempo ha impiegato per reagire e come la sua attenzione sia cambiata al variare dell'ambiente.

Uno studio recente condotto da Fidel Rebón-Ortiz e Irene Alice Chicchi Giglioli, lavorando con l'organizzazione Giunti Nesplora, ha messo alla prova questa idea utilizzando uno strumento specifico di realtà virtuale chiamato AULA. I ricercatori volevano vedere se avessero potuto utilizzare questo ambiente immersivo, combinato con algoritmi informatici avanzati, per distinguere tra bambini con ADHD e quelli senza. Hanno reclutato un gruppo di 352 bambini e adolescenti, di età compresa tra i 6 e i 16 anni, garantendo un numero uguale di partecipanti in entrambi i gruppi. Ogni bambino dello studio aveva una vista e un udito normali o corretti, e il gruppo con ADHD aveva ricevuto una diagnosi clinica formale basata sui criteri medici standard.

I bambini hanno indossato un visore per la realtà virtuale ed sono entrati in una classe digitale. All'interno di questa simulazione, sono stati chiamati a svolgere compiti che imitavano il lavoro scolastico reale, come prestare attenzione a un insegnante virtuale ignorando le distrazioni, come un compagno che passa un biglietto o sussurra. Il sistema ha registrato una vasta quantità di dati mentre i bambini lavoravano, tracciando tutto, dai tempi di reazione ai piccoli movimenti della testa e delle mani. I ricercatori erano particolarmente interessati a come i bambini si comportassero quando erano presenti delle distrazioni rispetto a quando l'ambiente era silenzioso. Cercavano schemi nei dati che potessero rivelare la firma unica dell'ADHD, come quanto la velocità di reazione di un bambino variasse da un momento all'altro, o quante volte commettessero errori nel tentativo di ignorare una distrazione.

Dopo aver raccolto questo ricco flusso di informazioni, il team ha utilizzato un processo chiamato apprendimento automatico (machine learning) per trovare gli indizi più importanti. Invece di guardare solo uno o due numeri, il computer ha analizzato decine di diverse misurazioni per vedere quali fossero le migliori per separare i due gruppi. I ricercatori hanno scoperto che i segni più rivelatori non riguardavano solo la velocità con cui un bambino poteva rispondere, ma la sua costanza. I bambini con ADHD mostravano una instabilità molto maggiore nei loro tempi di reazione, specialmente quando cercavano di ignorare le distrazioni. Inoltre, commettevano significativamente più errori di due tipi specifici: mancavano obiettivi che avrebbero dovuto colpire e premevano pulsanti quando invece avrebbero dovuto stare fermi, particolarmente quando l'aula virtuale era piena di rumore e movimento.

Lo studio ha identificato 14 variabili chiave che sono state più utili per fare una previsione. Queste includevano misure di quanto fluttuasse il tempo di reazione di un bambino, il numero di errori commessi in presenza di distrazioni e quanto l'attenzione si fosse allontanata dal compito principale. Quando i ricercatori hanno inserito queste variabili specifiche in diversi modelli informatici, i risultati sono stati sorprendenti. I modelli sono stati in grado di classificare i bambini con un grado di accuratezza molto elevato, identificando correttamente il gruppo di appartenenza di un bambino in oltre il 93 percento dei casi. I modelli con le prestazioni migliori sono stati in grado di distinguere tra i due gruppi con un livello di precisione che superava di gran lunga quanto tipicamente visto con i metodi di test tradizionali.

Uno dei risultati più importanti è stato che la presenza di distrazioni faceva una grande differenza. Le variabili che contavano di più erano quelle misurate quando i bambini cercavano di concentrarsi in un ambiente rumoroso e affollato. Ciò supporta la teoria secondo cui l'ADHD non è solo un tratto statico, ma una condizione in cui la capacità di concentrazione di una persona è pesantemente influenzata dal suo ambiente. Quando l'ambiente è semplice e silenzioso, un bambino con ADHD può avere prestazioni simili a quelle dei suoi coetanei, ma quando il carico cognitivo aumenta e compaiono le distrazioni, la sua attenzione diventa instabile e la sua capacità di controllare gli impulsi vacilla. Lo studio ha dimostrato che l'ambiente di realtà virtuale è stato in grado di innescare queste difficoltà specifiche, permettendo al computer di vedere chiaramente il problema.

I ricercatori hanno anche notato che i modelli informatici erano in grado di cogliere schemi sottili che un osservatore umano potrebbe mancare. Ad esempio, i modelli hanno scoperto che il modo in cui un bambino muoveva il proprio corpo nello spazio virtuale era legato alla sua attenzione. In alcuni casi, l'irrequietezza fisica di un bambino sembrava interagire con la sua capacità di rimanere concentrato in modi complessi che non erano evidenti a prima vista. Combinando i dati del test di realtà virtuale con queste tecniche informatiche avanzate, lo studio ha dimostrato che è possibile creare un quadro molto più accurato e oggettivo della salute attentiva di un bambino.

Sebbene i risultati siano promettenti, gli autori sottolineano con cautela che questo è un passo avanti in un percorso più ampio. Lo studio ha utilizzato un gruppo specifico di bambini e non ha incluso ogni possibile variazione dell'ADHD o di altre condizioni che spesso si presentano in concomitanza. I modelli informatici utilizzati nello studio sono complessi, e i ricercatori riconoscono che i medici dovranno comprendere come questi modelli arrivino alle loro conclusioni prima che possano essere utilizzati ampiamente nelle cliniche. Tuttavia, il lavoro fornisce una forte prova del fatto che collocare i bambini in ambienti realistici e distraenti, misurando le loro reazioni con alta precisione, può rivelare le sfide fondamentali dell'ADHD in un modo che i test tradizionali non possono fare.

In definitiva, questa ricerca suggerisce una nuova strada per la diagnosi. Passando da rapporti soggettivi e test semplici verso ambienti immersivi e ricchi di dati, i clinici potrebbero presto avere strumenti in grado di vedere la vera natura dell'attenzione di un bambino. Lo studio dimostra che quando ricreiamo le sfide del mondo reale di una classe, le differenze tra i bambini con ADHD e quelli senza diventano chiare e misurabili. Questo approccio non migliora solo l'accuratezza di una diagnosi; offre una comprensione più profonda di come funziona l'attenzione, di come essa si interrompa sotto pressione e di come possa essere supportata nel mondo complesso e rumoroso in cui i bambini vivono realmente.