整合VR情境、脑波量测与机器学习　打造酒瘾者再犯风险评估新模型

亚洲大学附属医院临床心理中心苏钰茹临床心理师（左），与亚洲大学心理学系副教授暨临床心理中心主任叶品阳临床心理师（右），合着论文发表于国际精神医学领域顶尖期刊

亚洲大学附属医院临床心理中心苏钰茹临床心理师，与亚洲大学心理学系副教授暨临床心理中心主任叶品阳，于2026年2月在精神医学领域国际顶尖期刊 Journal of Affective Disorders 发表研究论文〈Revisiting drunk driving risk among individuals with alcohol use disorder using unsupervised learning: From clinical characteristics and neuropsychological performance to EEG data〉。该研究成功突破传统临床心理学研究框架，整合虚拟实境（VR）、脑波量测（EEG）、与机器学习（machine learning）技术，为酒瘾者酒驾再犯风险的评估提供崭新的资料驱动方法与实证基础。

苏钰茹心理师由叶品阳老师指导，于民国113年自亚洲大学心理系临床心理组毕业，并于同年通过临床心理师国家考试取得专业执照，目前任职于亚大附医临床心理中心。该中心由亚洲大学心理系直接参与经营与管理，致力于建构理论与实务紧密结合的专业训练场域，使学生在校期间即能接轨临床服务与跨域研究实作。本研究源自苏心理师之硕士毕业论文，在叶品阳副教授指导下，团队运用虚拟实境情境模拟结合脑波量测，发展一套具临床应用潜力的评估架构，用以分析酒瘾者在酒驾相关情境下的行为表现与神经生理反应。毕业后，苏心理师持续于临床工作之馀，与指导教授合作，将原始研究进一步导入人工智能分析，最终成功发表于国际顶尖学术期刊。

该研究以非监督式机器学习（unsupervised learning）为核心分析方法，采取资料驱动（data-driven）策略，让算法在未默认标籤的情况下，自行辨识临床特征、神经心理表现与脑波资料中的潜在结构与分群模式。此类方法广泛应用于资料科学与高维度生医资料分析，特别适合探索临床族群中隐含但尚未被明确定义的风险型态。研究结果显示，透过整合多层次资料（临床、认知与神经生理），可有效辨识与酒驾再犯风险相关的潜在资料结构，为未来高风险族群的早期辨识与精准介入提供重要方向。

叶品阳老师与同学认真的讨论研究新知「用心理解、美丽心智」。

叶品阳副教授表示，本研究成果的完成，除了仰赖研究团队长期的临床与技术累积，也受惠于亚洲大学近年大力推动人工智能与跨域学习的教育环境。心理系学生因具备临床思维与高度跨专业合作潜能，得以在临床心理学的核心专业之外，进一步学习并应用资料科学与人工智能技术，拓展研究视野，并强化临床实务与前沿科研之整合能力。心理系廖瑞铭主任表示，亚大心理系结合神经科学与人工智能，深化心理学理论实证，并强化临床谘商实务，以实践心理学助人工作于社区的生活场域。欢迎有志研修心理学的年轻学子就读本系，「立足亚心、迈向顶尖」。

整合虚拟实境（VR）、脑波量测（EEG）、与机器学习（machine learning）技术评估酒瘾者酒驾再犯风险的研究示意图。