注意力不足過動症精準診斷新利器！高醫首創人工智慧情境教室，你可以「椅」靠它
注意力不集中合併過動症(ADHD)是兒童常見之神經行為疾病，發生率約有6-7%，目前ADHD的診斷與嚴重程度的評估，只能依賴臨床觀察，臨床上常使用的SNAP-IV量表，有時候會因為觀察者(父母、老師等)的主觀判斷，進而影響到診斷的精確性或嚴重程度的判定。高醫兒科團隊首創人工智慧情境教室，精準診斷過動症，並且利用「椅子」進行療效評估。
高雄醫學大學附設中和紀念醫院(下稱高醫)兒科部團隊，利用ADHD兒童不專心及過動的特點，特別打造一個情境教室，模擬兒童真實上課狀況，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、客觀的診斷及評估目的，減輕家長及醫療人員的負擔，並造福為數眾多的ADHD病人，這套「注意力不足過動症評估方法」評估工具，更已獲得發明專利，至今已擴展至全台各大醫院，甚至離島醫院也來取經。
高醫戴嘉言副院長表示，身為大學附設醫院及醫學中心，高醫始終秉持「教學、服務、研究」的使命，承擔救治「急症、重症、難症、罕見疾病」病人的責任。過動症是一種神經發展障礙，主要表現包括注意力不集中、過度活躍和衝動行為。高醫兒科部運用現代化科技輔助診斷，不僅能更精準掌握ADHD病患的病況，也能有效評估藥物治療的成效，進而提升患者在學習與生活上的整體品質。此外，高醫更善盡社會責任，將此套評估系統推廣至全台各地，從被動應對轉為主動偵測，使ADHD病情得以及早發現，及時進行精準治療，守護更多孩子的健康未來。
高醫小兒部徐仲豪部長表示，現今智慧型偵測系統在科技的進步下日新月異，有許多臨床問題可以運用新的偵測裝置及演算法加以解決。模擬教室內包含一套課桌椅，一個大螢幕，三部攝影機，椅子下方的四個椅腳裝設有荷重元件，荷重元件(LOAD cell)是一種受力後會產生變形的材料，可以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，攝影機除了記錄病人活動外，主要用來偵測眼球運動，以客觀紀錄病人是否有不專心之狀況。
高醫小兒神經科林龍昌主任補充，人工智慧情境教室是一個跨領域合作的成果，包括高醫小兒神經科林龍昌教授、楊瑞成教授、義守大學電機系吳榮慶教授及高科大資管系歐陽振森教授共同研發，也獲得高雄醫學大學與國立高雄科技大學研發暨產學合作補助計畫支持，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，相較於臨床上常使用的SNAP-IV量表，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。
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，透過這些微小的數據，可以讓團隊評估孩子的藥量是否需更改，也能自動化且客觀的評估服藥後的療效。
此外，情境教室中也可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，兩組間有非常顯著的差異，而且使用此方法偵測的正確率及敏感性分別都很高，表示可以用此方法協助診斷ADHD，可以達到很高的正確率。同樣的，這個方法也可以用來進行療效評估，進一步減輕照顧者的負擔。
負責高醫體系智慧醫療發展的盧鴻興副院長也進一步說明，為了持續發展高醫體系AI智慧醫療，高醫近日已經引進 Nvidia H200 GPU 人工智慧主機，以提升醫療診斷的精準度與效率。智慧型偵測系統可收集並分析大量醫療數據，為 AI 模型訓練提供強大支援。本次導入的 Nvidia H200 GPU 具備強大的運算能力，可加速醫學影像分析、疾病預測及個人化治療方案的開發。透過 AI 技術，醫療團隊能更快速辨識潛在風險，提升臨床決策準確性，為病人帶來更優質的醫療服務。
高醫將持續推動 AI 與大數據技術的應用，攜手醫療與科技專家，共同打造智慧醫療新時代，提供更即時、精準的健康照護。
延伸閱讀：