孩子坐不住？ 「AI椅」可偵測過動症

診斷ADHD，現在除了使用人工評量表，還能結合人工智慧。高醫團隊打造一個模擬上課的情境教室，利用「椅子」荷重進行療效評估，以及偵測兒童在椅子上移動大小反應過動程度，診斷正確率幾乎高出傳統量表的兩倍。

注意力不集中合併過動症（ADHD）是兒童常見神經行為疾病，發生率約6~7%，常見於6~18歲學童與青少年，主要表現包括注意力不集中、過度活躍和衝動行為。

目前ADHD診斷與評估，只能依賴觀察，臨床上常使用的SNAP-IV評量表，有時會因為觀察者的主觀判斷，影響到診斷的精確性或嚴重程度的判定。

為更精準掌握ADHD患者病況，高醫團隊特別打造一個情境教室，使用非接觸性且可長時間偵測的方法，在模擬上課的情境下，達到自動化、客觀的診斷及評估。此套評估工具已獲得發明專利，並擴展至全臺各大醫院，甚至離島醫院也來取經，未來希望能進入校園應用。

高醫小兒部部長徐仲豪表示，這套高醫兒科團隊首創的模擬教室包含一套課桌椅、一個大螢幕、三部攝影機，以及椅子下方的四個椅腳裝設有荷重元件（LOAD cell）。荷重元件是一種受力後會產生變形的材料，可測出物體受到應力或剪應力作用，所引起的大小或形狀的改變量，可因受力大小不同產生相對應的變化，用來偵測ADHD病人活動情形，攝影機主要用來偵測眼球運動，客觀記錄病人專心狀況。

此人工智慧情境教室由高醫小兒神經科林龍昌及楊瑞成教授、義守大學電機系教授吳榮慶及高科大資管系教授陽振森共同研發，也獲得高雄醫學大學與高科大研發暨產學合作補助計畫支持。

林龍昌表示，團隊利用椅腳裝設有荷重元件的課桌椅，輔助診斷及評估ADHD用藥後的療效，在診斷方面區分成實驗組和對照組，發現兩組間有非常顯著的差異，此方式的診斷正確率幾乎是傳統量表的兩倍，並已精準診斷600多位病人。

林龍昌指出，團隊也進一步利用「椅子」進行療效評估，兒童在「椅子」上移動的大小可反應其過動程度；也利用攝影機偵測病患動作，以病人影像像數相減的演算法，計算病人單位時間動作的特徵值，發現ADHD組與非ADHD組有非常顯著的差異，且使用此方法偵測的正確率及敏感性分別都很高。此方法也可用來進行療效評估，可進一步減輕照顧者的負擔。◇