追不上的注意力，用数据追踪
ADHD 成人现在可以追踪症状的变化趋势，从而识别哪些管理策略是有效的。
本项目是 2025 年 Apple Swift Student Challenge 的作品。
ADHD Tracker 是一款基于标准评估量表的自测工具，帮助 ADHD 用户记录症状变化，实现长期管理。
问题
ADHD 影响着数百万成年人，但仍然被低估和误解。
ADHD（注意力缺陷多动障碍）是一种常见的神经发展障碍。
在美国，约有 6% 的成年人（1550 万人）患有 ADHD，其中 80% 从未被诊断，也难以获得有效支持。
870–1380 亿
美国每年因 ADHD 造成的经济损失（美元）(Doshi, et al., 2012)
ADHD 的影响不仅仅是注意力不集中，还涉及执行功能、时间管理和情绪调节。成年 ADHD 由于缺乏明显的“多动”表现，往往被误解为“懒惰”或“缺乏责任感”（而实际上，他们的困难源于神经系统的差异）。
ADHD 影响的不仅仅是专注力，而是生活的方方面面。
并不是所有人都有被看见和被理解的机会。
ADHD 的识别过程，也存在结构性的不平等。
- 女性 ADHD 常被误诊为焦虑症，因为她们的症状更内化、不易察觉。许多女性直到成年后才被正确诊断。
- 黑人和西班牙裔成年人 ADHD 诊断率显著低于白人，即便症状相同。这一差距源自医疗资源不均、文化误解与结构性偏见。
- 低收入人群更难获得评估和治疗，长期陷于经济与心理的双重困境。
当困扰是模糊而且长期的，评估方式却要么遥不可及，要么转瞬即逝。
ADHD 成年人不是没有困扰，或不想面对问题，而是没有办法开始理解，也没有工具持续理解。
没有名字的困扰
多数 ADHD 成人未被正式诊断。他们虽然长期受困于注意力问题、拖延、工作混乱等症状，却难以意识到这些源自 ADHD。临床评估资源不足，诊断门槛高，导致大多数人常年处于模糊与自责之中。
被遗忘的曲线
即使意识到自己有 ADHD，患者仍然缺乏一个工具来持续记录症状变化。注意力状态受到压力、环境、作息等因素影响，但他们只能凭感觉判断，难以“看见”趋势。
无从验证的方法
很多 ADHD 成人已在尝试管理策略，比如使用番茄钟、任务分解、环境优化等。但没有一个客观反馈机制，他们无法验证哪些方法真正有效，难以坚持或及时调整。
如果无法看到自己的变化，就无法调整自己的策略。
洞察
如果不能追踪改变，就无法分辨哪些策略有效，也无法走出“好天/坏天”的循环。
许多 ADHD 患者没有被正式诊断，但已经在经历症状的影响。即使他们已经确诊，也缺乏长期追踪和策略评估的工具。
ADHD 是一种长期波动的状态，而不是一次性的问题。但现有的 ADHD 评估方式主要是静态的，不具备“持续追踪”的能力，这使得 ADHD 患者只能依赖主观感受来判断自己的状态。在没有数据支持的情况下，他们很难看到自己的注意力模式，也无法真正评估管理策略的有效性。
如果 ADHD 用户能“看见”自己的注意力变化，就能更主动地调整策略。这不仅帮助他们选择更有效的管理方式，也能提升对自身状态的掌控感。
定义
How Might We —
我们如何让 ADHD 成人更轻松地评估症状，并可持续地追踪？
持续的困扰，值得持续的理解。我们不是要设计一次性的判断，而是一个持续的对话。
构思
发散 → 收敛：当问题明确时，设计也应该足够聚焦。
在探索多个方向（包括语音记录、行为追踪、日程整合、社群支持和游戏化机制等）后，我将所有构思置入“可行性 — 用户价值”的坐标系中评估，以便在有限的资源内实现最有价值的方案。
最终确定的方向是基于结构化量表的评估和自动趋势追踪。
作为一个低门槛、结构明确、具备长期价值的方案，它天然适合被设计为一款 app。
原则
在混乱与波动中，秩序不能来自控制，而应来自理解。
该 app 需要遵循以下四条设计原则，以 ADHD 的认知方式建立理解与陪伴的基础：
结构化而不过载
ADHD 用户的思维模式是非线性的，界面需避免信息过载，并以最小认知负担引导用户完成评测。
数据应服务于用户
直观呈现测评结果的级别，并通过趋势反馈让用户理解症状变化，帮助调整管理策略。
尊重隐私
评估涉及敏感医疗信息，数据存储应遵循最佳隐私实践，保障安全性与长期可用性。
增强理解与信任
设计基于科学依据，提供透明背景信息，帮助用户理解评估的意义，并支持长期 ADHD 管理。
这些原则应贯穿产品设计的过程，使 ADHD Tracker 不只是测评工具，更是一个帮助用户持续观察自身注意力模式的支持系统。
用户旅程
诊断是一种判断，追踪是为了理解。没有持续的陪伴与回应，就无法迎来真正的改变。衡量，不是为了区分，而是为了看见。
Elliot，29 岁，数据科学家
他在工作中高度依赖逻辑推理与数据洞察，但常常在切换任务、专注会议或整理复杂项目时陷入混乱。他怀疑自己可能有 ADHD，却始终没有正式诊断。他希望找到一个方式，能帮助他记录自己的状态，并判断生活中尝试过的策略是否真正有效。
第一次打开 App
Elliot 在一次加班后的晚上，下载并打开了 ADHD Tracker。界面提示他可以尝试一份自测量表，帮助理解当前注意力状态。
完成评估，获取初步分数
他用几分钟完成了 18 道题，app 依据量表计算出了一个分数，并提示该结果可能与 ADHD 状态相关。Elliot 第一次对自己的注意力问题有了结构化的认知，他通过图表清楚地看到自己正处于 4 个分数区间中的某一个。
开始尝试策略
接下来几周，他在网上学习了 ADHD 管理技巧，比如使用番茄钟、任务优先级标记、时间盒子法（Time Boxing）等。他在生活中不断调整策略，却难以判断这些方法是否真正对他改善症状有所帮助。
再次评估，看见变化
一个月后，Elliot 收到 app 通知，回到 app 并进行了第二次评估，分数相比第一次略有下降。App 上趋势变化的数据，显示他的状态有所改善。他第一次感受到策略带来的变化是“可见”的。
持续记录，理解波动
在接下来的几个月中，Elliot 每月都会进行一次评估。通过持续测评，他开始意识到不同策略对自己的效果并不一致。这种反馈机制帮助他理解波动的成因，并做出更有方向的调整。
反思与掌控感
App 成为他理解自己的工具，而非评判。他不再单靠感觉判断好坏，而是用数据支持决策。在不断的试验与记录中，他逐渐找到最适合自己的节奏与方法。
最小可行产品原型
为了优先呈现核心价值，并尽早验证关键的用户流程，我决定将第一个版本的原型定位为 MVP（最小可行产品）。
我使用 Figma 进行界面设计，以便快速迭代并清晰传达设计意图。考虑到默认以 iOS 平台为起点，我充分利用了 Apple 官方的 iOS Design Kit 和 SF Symbols，既提高了设计效率，也确保了平台一致性和用户的熟悉感。
提示
启用深色模式（如果您的设备支持），您就可以查看下方原型界面的深色模式效果。
这种策略性的聚焦，使我能够在效率、可用性与平台体验之间取得平衡。
问题有答案，答案有尺度。
ADHD Tracker 采用 ASRS v1.1 量表（一个广泛用于 ADHD 评估的标准化量表，帮助用户评估其注意力和组织能力），让用户通过 18 道问题快速评估 ADHD 可能性，并提供自动评分，让用户直观感知自身症状所属的级别区间。
注意力在变，追踪在跟。
每次测评都会被记录，并以历史结果列表的形式展示，用户可以回顾过去的评估结果和记录的详细信息，以更好地理解自身 ADHD 状况的变化。
数据留在设备里。
所有数据仅存储在本地设备中，不上传至云端。虽然本地存储数据的应用不属于 HIPAA 所监管的医疗工具范畴，但其设计遵循最佳隐私保护实践，确保用户记录不被外部系统访问或追踪。本应用仅作为自我评估工具使用，不提供诊断或医疗建议。
开发
编码塑造流畅体验。
我选择在 Swift Playground 中开发该项目，便于更多人直接体验和测试。
ADHD Tracker 使用 Swift 语言开发，结合 SwiftUI 构建界面，并通过本地存储实现数据管理，确保评测流程高效、交互流畅且数据隐私可控。
数据绑定与状态管理，确保交互稳定
- 采用
ObservableObject（SwiftUI 的状态管理方式，使数据变化自动更新界面）进行数据绑定，使测评交互与状态管理保持同步，避免手动更新 UI 的复杂性，提高代码的可维护性。 - 数据状态与界面更新解耦，避免不必要的重绘，确保测评过程响应迅速，减少延迟。
本地存储优化数据管理，提高隐私保护
- 评测数据采用
UserDefaults（一种轻量级的本地存储方式，用于保存用户数据）进行持久化存储，使用户的测评记录完全本地化，无需依赖云端，确保数据隐私。 - 通过数据管理模块 (
DataManager) 处理存储逻辑，确保数据读取和写入的稳定性，避免不必要的性能开销。
模块化架构，提高可扩展性
- 代码按功能模块划分，包括测评系统、交互界面、数据存储和隐私管理，使不同部分的功能独立，增强代码的可复用性。
- 评分逻辑 (
AssessmentQuestionsAndGrading) 与 UI 组件 (AssessmentTestView,AssessmentRecordsView) 解耦，确保逻辑清晰，可扩展性高，便于未来添加更多数据分析或可视化功能。
总结
设计、技术与心理健康的交汇。
ADHD Tracker 是我以学生身份参加 Apple Swift Student Challenge 2025 的 Swift Playground 项目，同时也是一次跨学科的探索，结合了设计思维、心理健康研究与用户体验实践，关注如何用数字化工具辅助 ADHD 评估与长期追踪。
我的研究生课程——如《为行为改变而设计》和《设计与心理健康》——为项目提供了坚实的理论基础，帮助我理解如何设计真正能够影响用户行为的工具。
展望未来，ADHD Tracker 有望成为更大 ADHD 研究或个人健康管理工具的基础，帮助更多用户建立自我觉察，并有信心地调整自己的行为。
邀请你亲自体验。
如果您对 ADHD Tracker 感兴趣，欢迎下载试用。您可以在 iPad 或 Mac 上使用 Swift Playgrounds App 打开，或在 macOS 上通过 Xcode 运行。
参考资料
ADDA Editorial Team. (2023, July 24). Impact of ADHD at work (ADHD 对职场的影响). Attention Deficit Disorder Association. https://add.org/impact-of-adhd-at-work/ (非官方翻译)
Agarwal, R., Goldenberg, M., Perry, R., & IsHak, W. W. (2012). The quality of life of adults with attention deficit hyperactivity disorder: a systematic review (成人 ADHD 患者生活质量的系统性综述). Innovations in clinical neuroscience, 9(5-6), 10–21. (非官方翻译)
Babinski, D. E. (2024). Sex differences in ADHD: Review and priorities for future research (ADHD 的性别差异：回顾与未来研究方向). Current Psychiatry Reports, 26(4), 151–156. https://doi.org/10.1007/s11920-024-01492-6 (非官方翻译)
Gjervan, B., & Nordahl, H. M. (2010). The Adult ADHD Quality of Life Questionnaire (AAQoL) (成人 ADHD 生活质量量表). Nordic Psychology, 62(1), 24–36. https://doi.org/10.1027/1901-2276/a000003 (非官方翻译)
Haack, L. M., Meza, J., Jiang, Y., Araujo, E. J., & Pfiffner, L. (2018). Influences to ADHD Problem Recognition: Mixed-Method Investigation and Recommendations to reduce Disparities for Latino youth (影响 ADHD 问题识别的因素：拉丁裔青少年的差异性与改进建议). Administration and Policy in Mental Health and Mental Health Services Research, 45(6), 958–977. https://doi.org/10.1007/s10488-018-0877-7 (非官方翻译)
KESSLER, R. C., ADLER, L., AMES, M., DEMLER, O., FARAONE, S., HIRIPI, E., … WALTERS, E. E. (2005). The World Health Organization adult ADHD self-report scale (ASRS): a short screening scale for use in the general population (世界卫生组织成人 ADHD 自评量表（ASRS）：适用于普通人群的简版筛查工具). Psychological Medicine, 35(2), 245–256. doi:10.1017/S0033291704002892 (非官方翻译)
Loh, H. W., Ooi, C. P., Barua, P. D., Palmer, E. E., Molinari, F., & Acharya, U. R. (2022b). Automated detection of ADHD: Current trends and future perspective (ADHD 的自动化检测：当前趋势与未来展望). Computers in Biology and Medicine, 146, 105525. https://doi.org/10.1016/j.compbiomed.2022.105525 (非官方翻译)
Quiroz, J. D. M., & Stutts, L. A. (2025). An experimental investigation of stigma toward attention-deficit/hyperactivity disorder in the Hispanic/Latinx community (针对西语裔群体的 ADHD 污名化实验研究). Stigma and Health. https://doi.org/10.1037/sah0000623 (非官方翻译)
Skogli, E. W., Teicher, M. H., Andersen, P. N., Hovik, K. T., & Øie, M. (2013). ADHD in girls and boys – gender differences in co-existing symptoms and executive function measures (ADHD 男孩与女孩的共病症状与执行功能差异). BMC Psychiatry, 13(1). https://doi.org/10.1186/1471-244x-13-298 (非官方翻译)
Staley, B. S., Robinson, L. R., Claussen, A. H., Katz, S. M., Danielson, M. L., Summers, A. D., Farr, S. L., Blumberg, S. J., & Tinker, S. C. (2024). Attention-Deficit/Hyperactivity Disorder Diagnosis, Treatment, and Telehealth Use in Adults — National Center for Health Statistics Rapid Surveys System, United States, October–November 2023 (成人 ADHD 的诊断、治疗与远程医疗使用情况 — 基于 2023 年快速调查系统). MMWR Morbidity and Mortality Weekly Report, 73(40), 890–895. https://doi.org/10.15585/mmwr.mm7340a1 (非官方翻译)
Wender, P. H., Wolf, L. E., & Wasserstein, J. (2001). Adults with ADHD (ADHD 成人群体综述). Annals of the New York Academy of Sciences, 931(1), 1–16. https://doi.org/10.1111/j.1749-6632.2001.tb05770.x (非官方翻译)
Yamashita, T., & Millar, R. J. (2021). Likert scale (李克特量表). In D. Gu & M. E. Dupre (Eds.), Encyclopedia of Gerontology and Population Aging. Springer. https://doi.org/10.1007/978-3-030-22009-9_559 (非官方翻译)