原始碼

出自KMU e-News

您剛才的請求只有user用戶組的用戶才能使用。

你可以檢視並複製本頁面的原始碼。

高雄醫學大學e快報 第483期　 健康科學院專題 == '''AI × 腦科學 × 職能治療：打造未來精準健康照護''' == ■職能治療學系 紀以柔助理教授<br/><br/> 　　大家好，我是今年加入高雄醫學大學職能治療(OT)學系的新進教師紀以柔。我的研究背景結合腦影像分析、AI與神經進行性研究，希望透過影像與訊號分析技術更深入理解大腦如何影響人類的認知、情緒與日常生活功能。OT的個案大部分都和中樞神經疾患相關，您是否會好奇：多次邀約卻請不動的獨居老人在看別人參與活動時，是否產生參與動機？中風 Stage 1 的手在反覆感覺刺激中雖仍無動作，但大腦感覺皮質區是否已開始重塑連接（Rewiring）？自閉症兒童在團體中看似游離發呆，大腦是否正在透過觀察進行潛在的鏡像神經元活化、初始動作模仿與學習？憂鬱症個案在活動中表現情感淡漠、動機低下，但大腦的情緒迴路是否已因環境刺激啟動多巴胺獎懲路徑產生微弱的愉悅或關注訊號？在肉眼看不出的行為變化、量表測不出的最小臨床差異分數之中，職能治療的介入是否已在大腦層面喚起了小小的神經反應？ 　　過去醫療多以疾病診斷為核心，但現在我們更希望在疾病出現之前就能發現風險，並透過個人化策略進行預防與介入。想像一個情境：一位年輕的上班族最近常覺得注意力下降、工作效率變差，但一般健康檢查卻看不出異常。在傳統醫療模式下，這些改變可能需要多年後才會被發現與重視。然而在腦科學與AI快速發展的今天，情況正在改變。透過磁振造影與AI模型，我們已經能夠分析大腦結構與功能的細微變化，像是大腦不同區域的體積、皮質厚度或神經連結模式，這些資訊能協助臨床人員辨識思覺失調症、憂鬱症或雙相情緒障礙等疾病早期可能出現的大腦變化模式；在高齡健康領域，也可以利用腦影像與機器學習技術，追蹤大腦老化速度與認知功能的變化，幫助我們更早辨識潛在風險、預測未來的預後，提供合適的個人化介入方案。 　　然而，了解大腦只是第一步，更重要的是如何把這些知識轉化為實際幫助患者的介入策略。這正是職能治療的重要角色，身為AI時代的OT，我們具人文優勢、擁科技輔助，我希望透過結合腦科學、AI到我們臨床專業課程中，訓練能更精準地了解個體在認知、情緒與日常生活功能上的需求，進而設計更個人化介入計畫的優質新生代治療師；也期待能與臨床團隊合作，發展能夠追蹤大腦變化與功能恢復的研究平台，將研究成果落地於臨床。 　　科技正在重新定義我們理解大腦與健康的方式。當AI、腦科學與職能治療相互結合時，我們不僅能更精準地看見大腦的變化，也能更早提供合適的介入與支持。期待在高醫，未來能持續成為推動精準健康與智慧醫療的重要力量，讓科技真正轉化為改善人們生活與健康的實際助力。 {|border="0" |- |[[Image:Enews483專題-12.jpg|1000px]] |- |[[Image:Enews483專題-13.jpg|1000px]] |- |} [[enews483]] [[Category:健康科學院專題]]

返回到首頁。