ADHD 是一種發展障礙（一組神經發育障礙），表現為注意力不集中和過動衝動等行為症狀。由於他們表現出多種症狀，很容易被周圍人誤解為自私的孩子，而他們的麻煩感（煩惱感）在學校和工作等多種環境中加劇，嚴重干擾日常生活活動。然而，由於沒有明確的生物標記作為疾病或失調的指標，診斷依賴於經驗豐富的專家的主觀行為觀察。

　先前的研究表明，過動症是一種主要位於大腦前額葉皮質的抑制功能障礙。這項研究利用機器學習，基於兒童的行為數據和前額葉皮質腦血流活動狀態的變化，同時執行一項檢查抑制功能的任務（抑制任務），稱為「反向斯特魯普任務」。開發出使用一種演算法來預測ADHD 兒童診斷的高靈敏度。

　隨著年齡的增長，注意力不足過動症等發展障礙往往伴隨著精神疾病等共病，因此需要早期發現、早期介入和支持以及醫療治療。透過這項研究建立的方法使得以前所未有的簡單、客觀和高度敏感的方式預測過動症兒童的診斷成為可能。這一結果預計將在臨床環境中作為診斷輔助和治療效果評估以及在學校中作為早期檢測篩檢做出重大貢獻。

論文信息：[Journal of Attention Disorders] 應用機器學習方法利用前額葉皮質活動預測兒童 ADHD：日本多中心研究