研究由國衛院國家高齡醫學暨健康福祉研究中心黃緒文助研究員，與清大吳順吉教授等人共同合作，首度將腦電波「同步性指標」搭配機器學習技術，應用在網路成癮判別上。團隊分析腦電波中的PLI與WPLI指標，這兩種方法可降低干擾、提升準確度，最終建立出的分類系統，判別準確率高達86%，成果已登上國際期刊《Psychological Medicine》。
研究團隊找來92名大學生進行分析，其中42人屬於網路成癮族群、50人為健康對照組。結果發現，網癮組在額葉與枕葉等腦區的特定頻段出現較強的同步連結，顯示與注意力、衝動控制及視覺處理相關的腦區活動較為活躍，推測可能與獎賞系統失衡有關，也為理解成癮行為提供重要線索。
研究人員指出，這套系統未來不只可用於校園健康篩檢，也有機會成為精神科初步評估工具，甚至延伸到高齡族群的憂鬱、孤獨與認知退化監測。國衛院表示，腦波結合人工智慧，有望讓心理健康評估邁向更「客觀、即時、精準」的新階段，補足傳統量表的不足。
點擊閱讀下一則新聞
李亞萍出現失智症狀 營養師教少吃5大傷腦食物
