LemurDx：利用无约束被动传感客观测量儿童多动症，无需家长输入

多动症是幼儿中最主要的注意缺陷多动障碍表现。目前，测量多动症需要家长或教师的报告。这些报告易受主观性影响，可能导致误诊。LemurDx使用被动移动传感提供多动症的客观测量。我们收集了61名儿童（25名患有多动症）的数据，他们照常日常生活的情况下佩戴智能手表长达7天。参与者的家长以半小时为粒度记录孩子的活动（如坐、运动）作为上下文信息。我们的机器学习模型在使用家长提供的活动标签检测儿童多动症方面达到了85.2%的准确率。我们还构建了从传感器数据估计儿童上下文的模型，不依赖活动标签以减轻家长负担。这些模型在检测多动症方面达到了82.0%的准确率。此外，我们访谈了五名临床医生，他们建议需要一种可处理的风险评分，以便在不同背景下分析儿童行为。我们的结果表明，通过使用现成的手表且不对儿童或其监护人施加额外约束，为临床医生提供可解释和客观的多动症评分支持诊断的可行性。