A gyermekkori ADHD ismert kockázati tényező a későbbi hangulatzavarok, köztük a bipoláris zavar kialakulásában, ezért a korai előrejelzők felismerése klinikai szempontból kiemelten fontos. Qasim Bukhari előadása egy olyan gépi tanuláson alapuló prediktív modellt mutat be, amelyet kifejezetten arra tanítottak be, hogy gyermekeknél azonosítsa a bipoláris zavar későbbi megjelenését jelző rizikóindikátorokat. A megközelítés lényege, hogy a nagy mennyiségű klinikai és egyéb adatból a számítógépes algoritmus mintázatokat tár fel, és ezek alapján becsli meg, mely gyermekeknél magasabb a betegség kialakulásának valószínűsége. Az ilyen adatvezérelt eszközök ígérete, hogy a hagyományos klinikai megfigyelésnél korábban és pontosabban jelezzék előre a veszélyeztetettséget, ezáltal lehetővé téve a megelőző figyelmet és a koraibb beavatkozást a magas kockázatú gyermekeknél.