圖像來源／iStock.com/PeopleImages
您有看過被譽為女版賈伯斯，伊莉莎白．霍姆斯（Elizabeth Holmes）的故事嗎？她創立的公司號稱，一滴血就能完成超過二百種的檢測，但最終被戳破是場騙局。那您是否有想過，為什麼健康檢查時抽血都要抽好幾管血呢？這是因為經過多次驗證後所計算出的結果；因此，在進行任何研究之前，都要先確立分析的「量」才能產生真實的結果。
現今由於網路和智慧型手機的普及，現代人手機不離身、行動上網隨處可得，智慧型手機的「過度使用」已成為一個重要的全球社會問題。您或許不知道，我們每天使用手機與這個世界連結的互動，也在智慧型手機與網路上留下大量的「數位足跡」，而透過分析手機留下的數位足跡，已成為能貼身觀察一個人的行為的最佳工具，也是本世紀最先進的技術之一。智慧型手機提供可靠的資訊與扮演追蹤的角色，所以需要透過更準確以及標準的方式來研究手機使用行為。近年來，更有許多學者提出利用這些數位足跡來描繪出一個人的「數位表現型」（digital phenotype）。
有別於過去需要長時間、主觀的蒐集使用者資料，現在研究人員只需利用手機在背景執行程式收集「被動資料」（passive data），就可分析每個人的手機使用行為。然而，如果要研究每個人使用手機的習慣，到底需要觀察多久的時間才算是足夠穩定，才能真實反映使用行為呢？再者，現在許多人常提到「手機成癮」，究竟手機使用情況與成癮有什麼關係？為了找出答案，國衛院群健所林煜軒醫師研究團隊分析手機的使用資料，瞭解需要連續記錄多久才足夠穩定，並確認當有二段的手機使用數據時，中間間隔幾週就算是獨立週期，以及驗證與手機使用情況和失控指標相關的參數。
Know Addiction手機程式
為了能精算手機使用的時間，林醫師團隊開發出一款「Know Addiction」手機程式（App），顧名思義是幫助手機使用者能夠「瞭解」（Know）自己使用手機的程度（Addiction），並且「預防」過度沉迷使用（No Addiction）。此App透過記錄手機螢幕的開與關，就可以估算一個人每日使用手機的次數與時間，然後根據使用手機的狀態可再細分成主動使用（例如：打開手機、撥打電話）或被動使用（例如：接聽電話、收到簡訊）的次數與時間。此外，透過雲端平台的演算，可自動計算出可用來描繪使用手機「失控」現象的特定參數。「Know Addiction」App的獨特之處是在手機背景全自動運作，安裝設定後不需要再開啟App，就可自動分析計算出使用次數與使用時間排在前五名的App，且耗電量極低。
林醫師研究團隊是第一個區分手機「主動使用」與「被動使用」演算法的團隊，他們運用「Know Addiction」全自動地記錄使用者手機使用數據，並於八週後根據手機的使用狀況，分析了總使用頻率（F）、總使用時間（D）、主動使用頻率（PF）和主動使用時間（PD）等數據，以及與手機自制力相關的失控指標，包含控制指標（CI）、相似指標（SI）和方均根（RMSSD），以瞭解手機使用者的自制力與有無過度使用的問題。
研究團隊分析使用者8週的手機使用行為結果發現，主動使用手機的頻率占整天使用頻率的40％、主動使用手機的時間占整天使用時間的23.3％，且主動使用時間與手機成癮的分數具有顯著正相關，由此結果也證實區分「主動」與「被動」使用手機的行為是重要且有意義的。
過去已發現，每日手機使用超過68.4次或超過4.6小時，與醫師判斷的過度使用最接近。雖然每個人幾乎都有滑手機的習慣，但是，平日與周末手機使用的行為可能不同，因此要觀察多久得到的數據才具有代表性呢？研究發現，若要反應２個月的使用情況，至少需要測量２週作為基本單位（如下圖所示）。
圖說：若要反映2個月的手機使用情況，至少需連續記錄2週的手機使用資料
如果有２筆使用資料，若中間間隔超過４週，這2筆資料即視為２段獨立週期，即為新的週期。例如，有一位學生迷上一款手機遊戲，要判斷他是否有網路成癮的現象，可以觀察並記錄該學生的手機使用行為２週；若要評估學生在暑假期間與開學後使用手機的情況是否有所不同，可中間間隔４週再蒐集數據進行分析。
「Know Addiction」透過雲端平台的演算自動計算出描繪使用手機「失控」現象的特定參數，此演算法在經過不斷改良後發現，失控指標中，「控制指標」是較穩定的參數，對於反映手機使用的控制能力最具代表性，比使用手機的時間和頻率更能預測對手機成癮的判斷。
此項研究驗證了手機使用資料的時間穩定度，證實一個人的手機使用行為大約２週就足夠穩定，可藉由２週的使用結果，記錄個人手機使用的行為，反應手機長期使用的狀況。這項研究對於建立網路行為與手機行為研究的方法學非常重要，也提供一個基準觀察區間的實證數據。每日與我們形影不離的手機確實可能是幫助我們把症狀轉變成治療的好幫手，像是可作為網路或手機的成癮評估與追蹤改善，在行為學的觀測上深具應用價值。
Know Addiction下載網址：
【Android 版本（5.1以上）】https://goo.gl/9zmkNw
參考文獻：
Pan YC, Lin HH, Chiu YC, Lin SH, Lin YH*. Temporal Stability of Smartphone Use Data: Determining Fundamental Time Unit and Independent Cycle. JMIR Mhealth Uhealth. 2019;7(3):e12171. doi: 10.2196/12171.
撰文者／林筱涵 |文字編輯／劉盈秀、李岳倫
資料及圖表來源／林筱涵、林煜軒
延伸閱讀：
林煜軒醫師研究室網頁：https://www.yuhsuanlinlab.app/