人人用3C…為何我停不下來？國衛院解碼網路成癮 準確率達86%

現代人網路成癮普遍，無目的、習慣性瀏覽手機內容，長時間下來，導致大腦 多巴胺分泌而上癮。長時間使用3C 等於網路成癮？「網路成癮」的認定，因現行主觀自評工具易受偏誤影響，國家衛生研究院與清華大學、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，有助於預警成癮行為。

國衛院副院長陳為堅表示，網路人人可及，新世代使用3C太厲害了，不少人都在用，但為什麼有些人停不下來？網路成癮已成為重要議題，可能讓大腦產生不一樣的變化。目前大多使用「網路遊戲 成癮量表」，但可能會有一些自評上的主觀認定：並沒有上癮、沒有使用那麼久！

國衛院與清華大學、陽明交通大學及多所國內外研究機構合作，首次將「腦電波同步性」（Phase Lag Index, PLI與Weighted PLI）結合機器學習技術，用於辨識大學生網路成癮狀態，開發出準確率高達86%的自動分類系統，成果已發表於國際頂尖期刊「Psychological Medicine」。

國衛院國家高齡醫學習健康 福祉研究中心助研究員黃緒文指出，網路成癮常見於年輕人，影響學業和社交，身體上的傷害包括眼睛疲勞、睡眠 不足、肥胖，也易造成憂鬱、焦慮、自殺等心理健康風險。要診斷出網路成癮障礙，其行為必須有足夠嚴重性，導致生活重大損害，通常至少會持續12個月。

黃緒文說，腦波 數據容易受到各種因素的干擾，在研究「網癮大腦」的過程中，團隊招募了92名大學生（42名網癮組，50名健康對照組），利用靜息狀態下的腦電波訊號，計算不同腦區間的同步性與功能性連結，並分析兩種能有效排除體積傳導干擾的同步性指標（PLI與WPLI）。

研究發現，網癮組在「額葉的delta頻段」及「全腦的gamma頻段」連結顯著高於對照組，顯示網癮者在注意力、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。這套機器學習模型分類有顯著差異的腦波同步性特徵，準確率達86%，優於傳統自評量表。

國衛院國家高齡研究中心執行長許志成表示，網路成癮沒有辦法抽血檢查，用腦波可以輔助主觀的測量。這項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，有助於早期識別青少年網路成癮風險，未來也有機會運用在高齡長者的照顧，例如失智者的情緒波動預判，有效預防和應對。