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，但臨床上常使用的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。高雄醫學大學附設中和紀念醫院兒科部團隊利用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。
新評估方法打造情境教室 椅子與攝影機協助評估
高醫小兒部徐仲豪部長表示，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，以客觀記錄病人是否有不專心之狀況。
在診斷方面，相較於臨床上常使用的SNAP-IV量表，發現此方式的診斷正確率幾乎是傳統量表的兩倍。兒童在「椅子」上移動的大小可反應其過動程度，讓團隊評估孩子的藥量是否需更改，也能自動化且客觀地評估服藥後的療效；攝影機偵測病患動作的正確率及敏感性分別都很高，亦可協助診斷ADHD與進行療效評估。
AI技術極大化 快速辨識潛在風險與提升臨床決策準確性
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，近日也引進Nvidia H200 GPU人工智慧主機，以提升醫療診斷的精準度與效率。透過AI技術能更快速辨識潛在風險，提升臨床決策準確性，為病人帶來更即時、精準的健康照護。
