在數位原生世代全面普及的背景下，網路使用行為快速滲透學習、社交與娛樂場域，「網路成癮」已不再只是心理層面的討論，而逐步演變為需要科學量測與精準介入的公共健康與產業議題。如何以客觀、可量化的方式識別高風險族群，成為精神健康科技發展的重要突破口。

圖一 : 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，有助於早期識別風險、及時介入。

長期以來，網路成癮的評估多仰賴主觀自評量表，容易受到受試者認知偏誤、社會期待或情緒狀態影響，難以反映真實的神經功能變化。國衛院攜手國立清華大學、陽明交通大學等跨校團隊，結合神經科學與人工智能技術，成功開發出一套可自動分類網路成癮狀態的系統，為精神健康評估導入更客觀的技術基礎。

本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，與清大原子科學院工程與系統科學系吳順吉教授等人合作，首次將腦電波同步性指標──包含可降低體積傳導干擾的相位延遲指數（PLI）與加權相位延遲指數（WPLI）──導入機器學習模型，用於辨識大學生的網路成癮狀態，並在國際頂尖期刊《Psychological Medicine》發表研究成果。
...
...