docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
This commit is contained in:
Antigravity Agent
@@ -0,0 +1,124 @@
|
||||
---
|
||||
id: wiki-2026-0508-neurodevelopmental-disorders
|
||||
title: Neurodevelopmental Disorders
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [Neurodevelopmental Disorders, ADHD, ASD, Dyslexia, NDD]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [neuroscience, psychiatry, adhd, autism, dyslexia, dsm5, ai-screening]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack: { language: python, framework: pytorch-scikit-learn }
|
||||
---
|
||||
|
||||
# Neurodevelopmental Disorders
|
||||
|
||||
## 매 한 줄
|
||||
- 신경발달장애(ADHD, ASD, dyslexia)는 DSM-5 기준 발달 초기 발현·지속적 기능 손상이며, AI는 조기 선별·개인화 중재를 보강한다.
|
||||
|
||||
## 매 핵심
|
||||
- **DSM-5-TR 분류**: ADHD(주의력결핍/과잉행동), ASD(사회적 의사소통 + 제한 반복 행동), Specific Learning Disorder(dyslexia/dyscalculia/dysgraphia), Intellectual Disability, Communication Disorders, Motor Disorders.
|
||||
- **신경생물**: prefrontal-striatal dopamine 회로(ADHD), cortical underconnectivity & social brain network 이상(ASD), left occipito-temporal "visual word form area" 저활성(dyslexia).
|
||||
- **유전·환경**: heritability ADHD 0.7–0.8, ASD 0.8 이상, dyslexia 0.5–0.7. CNV(16p11.2), SHANK3, FOXP2 등.
|
||||
- **개입**: 행동 중재(ABA, CBT), 약물(methylphenidate, amphetamine, atomoxetine; ASD에 risperidone/aripiprazole 보조), 학습 중재(Orton-Gillingham).
|
||||
- **AI 활용**: eye-tracking + ML로 ASD 12–18개월 조기 선별, 음성/언어 분석으로 dyslexia risk score, EEG/fMRI 기반 ADHD 분류.
|
||||
|
||||
## 💻 패턴
|
||||
```python
|
||||
# ADHD risk score from CPT (Continuous Performance Task) features
|
||||
import numpy as np
|
||||
from sklearn.ensemble import GradientBoostingClassifier
|
||||
from sklearn.model_selection import cross_val_score
|
||||
|
||||
# features: omission_errors, commission_errors, rt_mean, rt_std, post_error_slowing
|
||||
X = np.load("cpt_features.npy") # (n_subjects, 5)
|
||||
y = np.load("dsm5_adhd_label.npy") # 0/1, clinician-rated
|
||||
|
||||
clf = GradientBoostingClassifier(n_estimators=200, max_depth=3, random_state=0)
|
||||
scores = cross_val_score(clf, X, y, cv=5, scoring="roc_auc")
|
||||
print(f"ADHD ROC-AUC: {scores.mean():.3f} ± {scores.std():.3f}")
|
||||
```
|
||||
|
||||
```python
|
||||
# ASD early screening: eye-tracking gaze entropy
|
||||
import numpy as np
|
||||
from scipy.stats import entropy
|
||||
|
||||
def gaze_entropy(fixations_xy, grid=(8, 8)):
|
||||
H, _, _ = np.histogram2d(fixations_xy[:, 0], fixations_xy[:, 1], bins=grid)
|
||||
p = H.flatten() / H.sum()
|
||||
return entropy(p[p > 0])
|
||||
|
||||
# ASD 유아: social-scene 응시 시 gaze entropy 낮음(얼굴 회피)
|
||||
ent = gaze_entropy(fixations_xy)
|
||||
flag_high_risk = ent < 2.5 # threshold from validated study
|
||||
```
|
||||
|
||||
```python
|
||||
# Dyslexia: phonological awareness from speech features
|
||||
import librosa, numpy as np
|
||||
|
||||
def phon_features(wav_path):
|
||||
y, sr = librosa.load(wav_path, sr=16000)
|
||||
mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=13).mean(axis=1)
|
||||
rate = len(librosa.effects.split(y, top_db=30)) / (len(y) / sr)
|
||||
return np.concatenate([mfcc, [rate]])
|
||||
```
|
||||
|
||||
```python
|
||||
# fMRI ROI features for ASD classification (ABIDE-style)
|
||||
import nilearn.datasets as nd
|
||||
from nilearn.connectome import ConnectivityMeasure
|
||||
|
||||
correlation = ConnectivityMeasure(kind="correlation", vectorize=True)
|
||||
fc = correlation.fit_transform(timeseries_list) # (n_subj, n_features)
|
||||
# downstream: SVM or shallow MLP, AUC ~0.65–0.75 typical
|
||||
```
|
||||
|
||||
```python
|
||||
# Methylphenidate dose titration: simple PK model
|
||||
def mph_concentration(dose_mg, t_hr, ka=1.5, ke=0.3, vd=4.0):
|
||||
import numpy as np
|
||||
return (dose_mg * ka) / (vd * (ka - ke)) * (np.exp(-ke * t_hr) - np.exp(-ka * t_hr))
|
||||
```
|
||||
|
||||
```python
|
||||
# DSM-5 ADHD criterion checker (≥6 of 9 inattention OR hyperactivity-impulsivity)
|
||||
def adhd_dsm5(symptoms_inatt: list[bool], symptoms_hyper: list[bool], age: int):
|
||||
threshold = 6 if age < 17 else 5
|
||||
inatt = sum(symptoms_inatt) >= threshold
|
||||
hyper = sum(symptoms_hyper) >= threshold
|
||||
return inatt or hyper
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
- **ASD 조기 선별**: 18–24개월 M-CHAT-R + eye-tracking 보조 → 양성 시 ADOS-2.
|
||||
- **ADHD 약물 선택**: 자극제 1차(methylphenidate/amphetamine), 비자극제(atomoxetine, guanfacine) 부작용·동반질환 시.
|
||||
- **Dyslexia 진단**: IQ 정상이면서 reading achievement < 1.5 SD, phonological deficit 확인.
|
||||
- **AI 도구 사용 한계**: screening 보조용. 단독 진단 도구로 사용 금지(FDA/PMDA 승인 외).
|
||||
|
||||
## 🔗 Graph
|
||||
- 관련: [[Neuroplasticity]], [[Neurorehabilitation-Post-Stroke]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
- DSM-5 기준 충족 여부 점검(증상 리스트 → 조건 매칭).
|
||||
- 부모 면담 transcript에서 ADHD 행동 빈도 추출(zero-shot classifier).
|
||||
- 임상의의 진단 대체 금지: 보조 요약·문헌 검색에 한정.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- 단일 EEG/fMRI feature로 진단 라벨 출력(false positive 다발).
|
||||
- 약물 권고를 LLM이 직접 생성(처방권 위반).
|
||||
- AI screening 양성을 부모에게 "확진"으로 전달.
|
||||
|
||||
## 🧪 검증
|
||||
- 진단 도구: M-CHAT-R(ASD), Conners-3(ADHD), CTOPP-2(dyslexia)와의 일치도(κ ≥ 0.6).
|
||||
- 약물 반응: 4–6주 follow-up Conners 점수 ≥ 25% 감소.
|
||||
|
||||
## 🕓 Changelog
|
||||
- 2026-05-08 Phase 1: 초안 자동 생성.
|
||||
- 2026-05-10 Manual cleanup: 본문 보강(150–250 lines), 코드 패턴 6, DSM-5-TR 반영, AI 한계 명시.
|
||||
Reference in New Issue
Block a user