字體大小:

如何評估網路成癮? 國衛院從腦波解碼!結合AI研發有望成為新篩檢工具

作者/KingNet國家網路醫藥編輯 吳儀文

現代人常常手機不離身,嚴重「網路成癮」可能會影響身心健康、人際關係、學業/工作表現等。為幫助識別、介入,國衛院與國立清華大學、陽明交通大學等團隊合作,成功開發出「網路成癮狀態自動分類系統」,有助於早期預警並及早改善網癮問題。

什麼是網路成癮?有哪些影響? 網癮自評工具有何限制?

「網路成癮」指的是過度使用網路、電腦,而且難以自我控制,並有可能導致以下多種負面影響,是目前相當重要的健康與社會議題:
  • 心理健康風險:憂鬱、焦慮、自殺風險上升
  • 影響學業和社交
  • 身體健康風險:眼疲勞、睡眠不足、肥胖風險提升等
不過,現行的自評工具較主觀,容易有偏誤,而且成癮行為背後的神經機制、對腦部功能的影響,以及認知健康的評測方法,目前仍然需要更多研究支持與技術開發。

因此,國衛院國家高齡醫學暨健康福祉研究中心助研究員黃緒文、國立清華大學原子科學院工程與系統科學系教授吳順吉、陽明交通大學等,多所國內外研究機構合作,開發出準確率高達86%的自動分類系統,用於辨識大學生網路成癮狀態。

從腦波解碼開發網癮分類系統 助早期辨識、及時介入

研究團隊招募了92名大學生,包含42名網癮組、50名健康對照組,透過腦電儀紀錄靜止放鬆狀態下的腦波訊號,並計算不同腦區之間的同步性與功能性連結,再分析兩種能有效排除體積傳導干擾的同步性指標。

結果研究團隊發現,在放鬆狀態下,網癮組「額葉的delta頻段」、「全腦(尤其是枕葉)的gamma頻段」連結仍顯著高於對照組。黃緒文助研究員表示,delta波與抑制控制有關,gamma波與視覺刺激、衝動控制有關,這樣的結果顯示網癮改變了抑制控制功能、對視覺刺激的敏感度,網癮者在注意力、抑制控制與視覺處理等腦區呈現「過度同步」的狀態,推測與其衝動控制與獎賞系統失衡有關。

之後研究團隊使用機器學習模型,分類出有顯著差異的腦波同步性特徵、辨識網癮者,結果準確率可高達86%,顯著優於傳統自評量表,目前成果也已發表於國際頂尖期刊《Psychological Medicine》。

研究團隊認為,這套結合腦波同步性與機器學習的新方法,有望成為精神健康篩檢的新工具,運用於青少年校園心理健康篩檢、精神科初步鑑別、長者認知健康監測等,透過客觀評估補足現行主觀自評工具的限制。

國衛院國家高齡研究中心執行長許志成也表示,此次研究展現了腦波技術與人工智慧在精神健康篩檢上的應用潛力,不僅有助於早期識別青少年網路成癮風險,更為發展科學、客觀的心理健康工具開啟新方向。
立即訂閱我們的電子報

掌握最新健康消息!