기계 학습 중지 신호 테스트(ML-SST): ML 기반 마우스 추적이 성인 ADHD 진단을 향상시킨다.

주의력 결핍/과잉 행동 장애(ADHD)는 전 세계적으로 삶의 질에 영향을 미친다. 이는 전문적인 질문지와 행동 테스트를 통해 일반적으로 진단되고 연구된다. 그러나 후기 발병 또는 경미한 형태의 ADHD의 경우, 행동 측정은 종종 질문지에서 잘 드러나는 결함을 평가하는 데 실패한다. 이러한 행동 테스트의 민감성 부족은 연구자들이 정상에서 비정상까지의 ADHD의 병리생리학을 연구하는 것을 방해하므로 문제이다. 행동 테스트의 민감성을 향상시키기 위해, 본 연구에서는 기계 학습과 마우스 커서 추적을 통합한 새로운 버전의 중지 신호 작업(SST)을 제안한다(ML-SST). 한 실험에서 우리는 성인 샘플에서 ADHD 증상을 감지하는 능력 측면에서 ML-SST와 표준 버전의 SST(s-SST)를 비교하였다. 우리의 결과는 마우스 커서 추적과 능선 회귀를 도입하면 질문지 데이터와 행동 측정 간의 가장 강력하고 안정적인 연관성을 생성한다는 것을 나타낸다.