attention deficit hyperactivity disorder
PulseAugur coverage of attention deficit hyperactivity disorder — every cluster mentioning attention deficit hyperactivity disorder across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
新的MovieSTAGE框架使用fMRI数据改进ADHD分类
研究人员开发了MovieSTAGE，一个新颖的框架，旨在利用观看电影期间收集的fMRI数据来改进注意力缺陷多动障碍（ADHD）的分类。这种多尺度方法整合了叙事场景内的超图结构功能连接、场景过渡期间的连接差异以及整体电影连接。在使用CMI-HBN《神偷奶爸》队列的评估中，MovieSTAGE在ADHD分类任务上的表现优于现有方法。
-
人工智能和多动症：快速完成任务的危险组合
人工智能工具的使用，特别是与“氛围编码”相关的工具，被描述为与注意力缺陷多动障碍（ADHD）的危险组合。这种组合据称能实现任务的快速完成和即时的多巴胺满足感，这可能加剧成瘾行为，并给多动症患者带来更多问题。作者认为，这种快速满足的循环可能导致神经典型人群跟不上节奏，并可能发展出更严重的问题。
-
患有多动症的用户构建自定义Claude界面以专注于单一任务
一位患有多动症的用户为Anthropic的Claude AI开发了一个自定义界面。该工具旨在一次呈现一个任务，以缓解与注意力缺陷多动障碍相关的挑战。该助手应用程序通过将复杂请求分解为可管理的步骤来简化与Claude的交互。
-
网上分享的无关科技和医疗文章
此集群包含两篇不相关的文章。第一篇是来自剑桥大学出版社的PDF文章，讨论了ADHD、自闭症和复杂创伤之间的复杂关系。第二项是来自名为“dialta.adorellc.pro”的域名的“Delta WiFi Survival Guide”。这两项似乎都与人工智能无关。
-
AI 协助用户思考和组织想法，而不仅仅是执行任务
一位 Reddit 用户分享了他们使用 Claude 的经验，不仅用于完成任务，还将其作为辅助思考过程的工具，尤其是在管理 ADHD 方面。他们使用 Obsidian 和 Markdown 文件开发了一个本地上下文系统，以帮助 Claude 在会话之间记住项目细节。该用户正在寻求关于他人如何使用 AI 进行头脑风暴和管理上下文的反馈，以及改进 Claude 在思维管理方面的组织和可视化能力的想法。
-
ADHD 开发者发现 AI 模型能跟上他们加速的步伐
一位有 20 年职业生涯并被诊断患有多动症（ADHD）的软件开发人员分享了 AI 模型（尤其是 Claude）如何使他们能够以前所未有的速度工作。他们描述了与 AI 进行多个并行对话以处理各种项目，从而实现了快速的上下文切换。该开发人员认为，AI 终于跟上了他们独特的工作方式，他们相信这在机器自动化大多数任务之前是一种暂时的优势。
-
研究：短视频AI对ADHD用户造成不成比例的伤害
一项新近发表在arXiv上的研究探讨了短视频推荐系统对ADHD（注意力缺陷多动障碍）患者的有害影响。该研究招募了302名通过Prolific招募的参与者，提出了“参与陷阱”的概念，用以描述这些为最大化参与度而设计的系统如何不成比例地伤害ADHD用户。尽管ADHD参与者发现推荐内容相关，但他们报告了更严重的时间盲区、使用后懊悔和情绪困扰。研究主张采用神经多样性意识设计原则，以减轻算法的危害并促进更公平的用户体验。
-
新的 'i-have-adhd' 工具简化了 AI 编码助手
一个名为 "i-have-adhd" 的新开源项目旨在提高 AI 编码助手的简洁性和直接性。该工具由 ayghri 开发并在 GitHub 上托管，旨在消除冗长的介绍和结论，以更具行动导向、分步的方式呈现信息。这种方法对患有 ADHD 的开发者尤其有益，但通过减少认知负荷和简化 AI 交互，也能提高所有用户的效率。
-
ADHD 被幽默地重新定义为开发者的“技能”
一篇社交媒体帖子幽默地暗示，ADHD 被重新定义为开发者的“技能”，以帮助他们管理编码任务。该帖子讽刺地暗示，神经质的怪癖正成为新的生产力技巧，甚至幽默地将 ADHD 与 GitHub Copilot 等 AI 工具进行比较。
-
新的Claude Code插件为ADHD用户提供外部记忆辅助
一位开发者为Claude Code创建了一个名为“claude-adhd”的新插件，旨在帮助注意力缺陷多动障碍（ADHD）用户。该插件充当外部记忆，调出先前对话中被遗忘的任务、想法和未回答的问题。它还允许用户设置提醒，并包含一个专注模式以保持对话的进行，以及一个“我累了”模式，在用户精力不足时建议低强度的任务。该插件在用户本地机器上运行，没有遥测或API密钥。
-
AssemblyAI 讲座转录技术助力残障学生
AssemblyAI 的语音转文本技术对于教育机构履行字幕和转录的法律义务至关重要，特别是对残障学生而言。该技术通过提供可搜索的文本，使听力障碍、听觉处理障碍和注意力缺陷多动障碍的学生能够访问和恢复讲座内容。虽然机构通常出于合规性启动转录项目，但学生也可以要求转录作为一种便利措施，或者在需要时自行安排转录。
-
大学新生因州执业许可法律面临医疗保健难题
随着大学生步入成年，管理他们的医疗保健，特别是像注意力缺陷多动障碍（ADHD）等疾病的治疗，因医疗专业人员的州际执业许可法律而变得复杂。家长需要主动询问医疗服务提供者是否可以跨州继续提供护理，因为许多服务提供者无法做到。在学生离家之前，务必提前安排好转诊并处理好处方转移，特别是对于管制药物，同时要考虑到潜在的等候名单和不断变化的远程开药联邦法规。此外，在孩子年满18岁之前，家长应确保拥有必要的HIPAA和FERPA授权，以便继续访问医…
-
SmartKeys发布关于倦怠预防和ADHD生产力的信息图表
SmartKeys发布了两份专注于生产力策略的信息图表。其中一份信息图表详细介绍了2026年的倦怠预防习惯，另一份则提供了ADHD友好型生产力系统，旨在与大脑的自然倾向协同工作。两份信息图表均可在SmartKeys网站上找到，并附有相关标签进行推广。
-
Claude AI 为 ADHD 管理提供新策略
本文指导如何利用 Claude AI 模型协助注意力缺陷多动障碍 (ADHD) 人群。文章提出了增强 Claude 对 ADHD 症状管理用户实用性的具体技巧和提示，旨在提高生产力和专注力。
-
患有多动症的个体发现AI聊天机器人对无评判的学习很有价值
一位患有多动症的个体分享了他们使用AI聊天机器人的积极体验，发现它们是提出基本问题的无评判工具。这种被称为“像我刚接触一样解释一下”的方法，允许在没有羞耻感或压力的情况下学习，这是他们在《无需视力》一书中探讨的一个概念。
-
开源终端管理器通过Claude集成助力ADHD大脑
一位开发者创建了一个开源终端管理器，旨在通过将多个终端会话整合到单个画布上来帮助ADHD患者。该工具在Claude的协助下构建，允许用户管理本地和远程SSH终端，在断开连接后保持会话持久性，并集成Git操作。该项目还具有终端间通信和编排功能，旨在充当一个自主开发环境。开发者正在寻求社区反馈、GitHub点赞或赞助，以进一步开发该项目。
-
新的联邦学习框架改进了跨站点的脑连接分析
研究人员开发了 FedDOSE，一个新颖的联邦学习框架，旨在改进跨多个站点的脑成像数据中动态功能连接的分析。该框架通过显式分解特定于站点的效应，解决了多站点数据固有的统计异质性挑战。FedDOSE 利用模块化引导的 Tucker 分解来处理高维动态功能连接张量，并采用最优传输和 Procrustes 分析来对齐特定类别的原型。在自闭症谱系障碍和注意力缺陷多动障碍数据集上的实验表明，FedDOSE 在检测方面的性能优于现有方法。
-
用户利用 Claude AI 创建个性化工具来管理 ADHD 症状
多位用户正在分享利用 Claude 的能力来管理注意力缺陷多动障碍 (ADHD) 症状的策略和自定义应用程序。这些方法侧重于创建满足 ADHD 患者特定需求的个性化工作流程和工具，超越了通用的生产力建议。一位用户开发了一个“卡片应用”，根据上下文对任务进行优先级排序，而其他人则在探索自定义“Claude 技能”以过滤掉 AI 生成的噪音并提高注意力。
-
LLM 重排序器在 eRisk 2026 ADHD 症状句子排名中领先
DS@GT-ARC 的研究人员为 eRisk 2026 任务 3 开发了一个系统，该任务涉及根据句子与注意力缺陷多动障碍 (ADHD) 的 18 种症状的相关性对 Reddit 句子进行排名。由于缺乏标注训练数据，该团队采用了零样本实验和无监督检索方法。他们的方法结合了 BM25 检索与证据感知重评分、基于嵌入的重排序、查询原型扩展和基于 LLM 的重排序，其中 LLM 重排序器取得了官方最佳分数。
-
新的开源工具ADHD可防止AI模型过早收敛
一款名为ADHD的新开源工具旨在通过在不同认知框架下并行启动多个代理来防止AI模型过早收敛。这些代理会评估其结果，并在进一步探索可行路径之前消除不可行的路径。这项技能 intended for use with models like Claude Code and Codex。