彩色球代表与注意力有关的神经网络连接。橙色的球代表高注意力网络中的大量连接，蓝色的球代表低注意力网络中的更多连接。Gray在这两个网络中有大致相同的连接。(全实验室/耶鲁大学插图)除了“身高”、“时间”、“速度”和“智力”，“注意力”还可以被客观地衡量。耶鲁大学(Yale University)的研究人员利用大脑成像数据对一个人长时间执行任务的能力进行“评分”，识别出一种神经标志物，这种标志物可能有助于预测一个人在学校的表现或需要长时间专注的任务。
“注意力在我们生活的许多方面都是复杂而重要的，”耶鲁大学心理学研究生莫妮卡d罗森伯格(Monica D. Rosenberg)说。“我们提出了一种新的方法来比较人与人之间的差异。我用的一个比较是:这就像用国内生产总值(gdp)来衡量经济健康状况一样。”
罗森博格和在马文·春(Marvin Chun)和托德·康斯特布尔(Todd Constable)的实验室工作的联合首席作者艾米丽·芬恩(Emily Finn)分析了从事30分钟或更长时间艰苦工作的人的fMRI图像，并确定了与表现相关的大脑网络。这些网络的成像数据预测了受试者在未来持续注意力测试中的表现，即使他们根本不参与任何任务。该模型还通过另一组数据预测了被诊断为注意力缺陷障碍的儿童和青少年的症状。
罗森伯格说:“我们可以在很多方面使用这一方法，或许可以预测哪些孩子将来在学校可能会遇到麻烦，并为他们提供个性化的培训。”
然而，她也指出，注意力测试并不能预测智力。
她说:“我们希望，在未来，这种数据驱动的功能连接方法能够帮助我们预测广泛的认知能力和临床症状。”