编辑推荐：
为解决 ADHD 现有治疗手段的局限，研究人员开展 “AI 驱动的数字认知程序对 ADHD 儿童影响” 的研究。结果显示，AI 数字疗法可降低儿童冲动性、改善注意力，相关成果为个性化治疗提供依据。
在当今社会，注意缺陷多动障碍（ADHD）如同一个隐匿的 “小恶魔”，悄悄影响着众多孩子的成长。ADHD 主要表现为冲动、注意力不集中和多动，全球 2 - 7% 的儿童深受其害，且男孩居多。目前，ADHD 的治疗手段主要分为药物治疗、非药物治疗和联合治疗三类。药物治疗虽能有效缓解症状，但存在成本高、有副作用、无法解决根本认知和情感问题等弊端；非药物治疗，如行为训练、认知行为疗法（CBT）等，虽有一定效果，但也面临着诸如等待时间长、难以精准个性化治疗等困境。这些问题犹如一道道枷锁，限制了 ADHD 的有效治疗，因此，寻找更高效、更个性化的治疗方法迫在眉睫。
在这样的背景下，来自西班牙等多个机构的研究人员开展了一项极具意义的研究。他们聚焦于 AI 驱动的数字认知程序对 ADHD 儿童的影响，试图探索出一种新的治疗路径。
为了深入研究，研究人员采用了多种关键技术方法。在样本选择上，从西班牙马德里的健康机构、学校和社区协会招募了 56 名 8 - 11 岁确诊为 ADHD 合并型（ADHD - C）的儿童，经过严格筛选，最终确定 41 名儿童参与研究。在实验过程中，运用磁脑图（MEG）技术记录大脑活动，通过一系列神经心理学测试和临床问卷评估认知和临床结果。研究设置了实验组和对照组，实验组接受 12 周的 AI 驱动数字认知疗法（KAD_SCL_01），对照组则进行娱乐游戏干预。
研究结果令人欣喜。在认知和临床结果方面，实验组在主要认知测量指标（CPT - C）上有显著改善，与对照组相比，冲动性和注意力不集中得分显著降低，如 CPT - C 得分在实验组治疗后明显下降，进入正常范围的患者比例显著增加。在其他认知功能指标上，如抑制控制、认知灵活性和空间工作记忆等，实验组也表现出更明显的改善。
从神经生理角度分析，研究发现认知训练后注意力和抑制控制的改善与 α 和 β 频段功率降低有关，这表明神经成熟过程得到促进。特别是在冲动性方面，ADHD 患者接受 KAD_SCL_01 治疗后，抑制控制的改善与 α 和 β 频率电生理活动的大幅降低密切相关。
此外，在临床结果方面，实验组在一些指标上也有积极变化，如 EDAH - H（衡量多动行为的指标）显示，实验组患者父母报告的多动症状有所减少。
在研究结论和讨论部分，该研究明确表明 KAD_SCL_01 显著改善了 ADHD 儿童的注意力和冲动性，这些认知改善与神经生理变化相关，意味着通过长期增强作用（LTP）促进了神经可塑性。同时，该疗法风险效益比良好，未出现不良事件，且数字格式有助于降低治疗的准入门槛。不过，研究也存在一定局限性，如样本量较小、使用旧版诊断标准、干预时间和频率可能影响结果等。尽管如此，这项研究为 ADHD 的治疗开辟了新方向，KAD_SCL_01 有望成为传统治疗的有力补充，助力 ADHD 儿童更早地恢复认知功能，回归正常生活。此次研究成果发表在《npj Mental Health Research》上，为该领域的进一步研究奠定了坚实基础。
