整合VR情境、腦波量測與機器學習　打造酒癮者再犯風險評估新模型

亞洲大學附屬醫院臨床心理中心蘇鈺茹臨床心理師（左），與亞洲大學心理學系副教授暨臨床心理中心主任葉品陽臨床心理師（右），合著論文發表於國際精神醫學領域頂尖期刊

亞洲大學附屬醫院臨床心理中心蘇鈺茹臨床心理師，與亞洲大學心理學系副教授暨臨床心理中心主任葉品陽，於2026年2月在精神醫學領域國際頂尖期刊 Journal of Affective Disorders 發表研究論文〈Revisiting drunk driving risk among individuals with alcohol use disorder using unsupervised learning: From clinical characteristics and neuropsychological performance to EEG data〉。該研究成功突破傳統臨床心理學研究框架，整合虛擬實境（VR）、腦波量測（EEG）、與機器學習（machine learning）技術，為酒癮者酒駕再犯風險的評估提供嶄新的資料驅動方法與實證基礎。

蘇鈺茹心理師由葉品陽老師指導，於民國113年自亞洲大學心理系臨床心理組畢業，並於同年通過臨床心理師國家考試取得專業執照，目前任職於亞大附醫臨床心理中心。該中心由亞洲大學心理系直接參與經營與管理，致力於建構理論與實務緊密結合的專業訓練場域，使學生在校期間即能接軌臨床服務與跨域研究實作。本研究源自蘇心理師之碩士畢業論文，在葉品陽副教授指導下，團隊運用虛擬實境情境模擬結合腦波量測，發展一套具臨床應用潛力的評估架構，用以分析酒癮者在酒駕相關情境下的行為表現與神經生理反應。畢業後，蘇心理師持續於臨床工作之餘，與指導教授合作，將原始研究進一步導入人工智慧分析，最終成功發表於國際頂尖學術期刊。

該研究以非監督式機器學習（unsupervised learning）為核心分析方法，採取資料驅動（data-driven）策略，讓演算法在未預設標籤的情況下，自行辨識臨床特徵、神經心理表現與腦波資料中的潛在結構與分群模式。此類方法廣泛應用於資料科學與高維度生醫資料分析，特別適合探索臨床族群中隱含但尚未被明確定義的風險型態。研究結果顯示，透過整合多層次資料（臨床、認知與神經生理），可有效辨識與酒駕再犯風險相關的潛在資料結構，為未來高風險族群的早期辨識與精準介入提供重要方向。

葉品陽老師與同學認真的討論研究新知「用心理解、美麗心智」。

葉品陽副教授表示，本研究成果的完成，除了仰賴研究團隊長期的臨床與技術累積，也受惠於亞洲大學近年大力推動人工智慧與跨域學習的教育環境。心理系學生因具備臨床思維與高度跨專業合作潛能，得以在臨床心理學的核心專業之外，進一步學習並應用資料科學與人工智慧技術，拓展研究視野，並強化臨床實務與前沿科研之整合能力。心理系廖瑞銘主任表示，亞大心理系結合神經科學與人工智慧，深化心理學理論實證，並強化臨床諮商實務，以實踐心理學助人工作於社區的生活場域。歡迎有志研修心理學的年輕學子就讀本系，「立足亞心、邁向頂尖」。

整合虛擬實境（VR）、腦波量測（EEG）、與機器學習（machine learning）技術評估酒癮者酒駕再犯風險的研究示意圖。