CNEWS匯流新聞網記者陳鈞凱／台北報導
離不開3C產品，是否「網路成癮」看腦波就知道！國衛院今（18）日發布最新研究成果，與清華大學團隊合作，開發出一套腦波AI判讀網路成癮工具，用於辨識大學生的網路成癮狀態，只需在靜息狀態下監測6分鐘的腦波訊號，即可判斷有無網路成癮傾向，準確率達86%。
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與清華大學原子科學院工程與系統科學系教授吳順吉，以及陽明交通大學等多所國內外研究機構合作，首次將「腦電波同步性」結合機器學習技術，應用於辨識網路成癮狀態。
究竟什麼是「網路成癮」？黃緒文表示，可從「耐受性、強迫性、戒斷性」三個面向觀察，一旦過度使用網路且難以控制，導致使用時間越來越長，無法克制上網的衝動與渴望，甚至若一定時間無法使用網路，就會產生心理上的焦慮以及身體不適。
儘管「網路成癮」已成為現代人重要議題，但現行卻缺乏有效的評測方法，尤其，主觀自評工具常易受偏誤影響。
研究團隊是針對92名大學生，分為網路成癮組與對照組，分別蒐集腦波訊號，結果發現，在完全放鬆不做事的狀況之下，網路成癮組的腦波當中，在「額葉的delta頻段」及「全腦（尤其枕葉）的gamma頻段」連結顯著高於對照組，顯示網路成癮者在注意力、抑制控制與視覺處理等腦區，有較強的同步活化現象，推測與其衝動控制與獎賞系統失衡有關。
黃緒文說，研究團隊進一步以多種機器學習模型分類有顯著差異的腦波同步性特徵，這套結合腦波同步性與機器學習的新方法，平均分類準確率達86%，顯著優於傳統的自評量表。未來有機會應用於青少年校園健康篩檢、精神科初步鑑別，甚至長者認知健康監測，補足現行主觀自評工具易受偏誤影響的限制。
黃緒文強調，腦波同步性指標作為潛在的神經生物標記，不僅可協助早期鑑別網路成癮風險，亦有望擴展應用於老年族群孤獨、憂鬱與認知退化等精神健康評估。結合非侵入性腦電技術與人工智慧演算法，有機會可推動精神健康照護進入「精準、即時、客觀」的新紀元。
照片來源：示意照／翻攝自Pexels
《更多CNEWS匯流新聞網報導》
「年終6個月+普發2萬」薪情好 振興醫院院長證實：還加薪5%
十大死因占50% 三高年輕化！3字頭近二成高血脂、一成高血壓
【文章轉載請註明出處】
