福井大学儿童心理发展研究中心Akemi Tomoda教授和Jung Min-young教授引入人工智能（AI）来分析ADHD（注意力缺陷多动障碍）儿童的大脑结构，并且专门针对ADHD儿童。高精度地阐明了大脑部分的特征。
多动症是发育障碍之一，虽然已知发病时有遗传因素和大脑发育因素，但其机制尚不清楚。到目前为止，该小组已经通过 MRI（磁共振成像）掌握大脑结构和网络，阐明了围绕 ADHD 发病的遗传因素和大脑发育因素，而这一次，通过使用 AI，大脑我们认为这将是可能阐明多动症儿童影像数据诊断与遗传因素的关系。
检查结果发现，多动症的特征出现在眶额皮层外侧等148个区域的厚度和大脑16个区域的11个区域的厚度，多动症可以识别准确率为 74% 到 79%。我发现这是可能的。
此外，在这些大脑区域的眶额皮质中，我们能够确认 COMT 基因多态性，这是多动症的因素之一，影响执行功能（工作记忆困难）与大脑结构之间的关系。..此外，通过国际数据库的验证结果，即使在美国和中国的多动症儿童中，农业部位的特征也以73%的准确率得到确认，表明具有国际应用的可能性。
在这种测试方法中，测量时间短至XNUMX分钟或更短，测试过程中无需执行特定任务，对受试者的负担小。预计未来“多动症可以通过MRI成像通过脑科学进行诊断”。
