林煜軒博士為國內少數兼具臨床、企業界資歷之精神科醫師，已發表 28 篇學術論文於國際期刊 (H index=8)，其中值班實習醫師之生理訊號研究成果於最具權威教科書《睡眠醫學原理與實務》網站專題報導；立法院、監察院探討醫師工時之公聽會、座談會均援引林醫師團隊之研究成果。 林醫師曾任職臺大精神部，近年投入網路心理學等多項跨領域研究，致力研發雲端健康服務的手機程式 (App)、編製「智慧型手機成癮量表」，獲得多國學者要求授權翻譯。近期受邀編寫國際知名網路成癮教科書中「智慧型手機成癮」章節。並積極建立產學合作平台，協助政府部門研擬相關政策

1. 從手機解讀行為與心理
林煜軒 醫師/博士
─以成癮為例

2. Lin et al. PLoS ONE. 2013;8(6):e65152
Lin et al. J Psychiatr Res.2013;47(9):1254-8

5. 智慧型手機成癮
戒斷症狀
耐受性
(越用越多)
過度沉
溺使用
功能損害
Lin et al. PLoS ONE. 2014;9(6):e98312.

6. 診斷性
會談
量化指標
自填式量表
心理狀態的量測方法
客觀
主觀 便利性：低
便利性：高

7. 研究受試者
• 79 位理工學院學生 (男：57，女：22)
• 年齡 = 22.4±2.3 歲
• 在Android 作業系統背景執行的手機程式，在不干
擾手機運作的條件下，紀錄螢幕開關、撥出與接收
電話、以及任何包含振動、鈴聲之提示
• 安裝手機程式3週以上 (平均29.9±4.6天)
• 雙盲 (double blinded)
– 受試者：在實驗期間無法得知儲存於伺服器的紀錄，
以避免類似「生理回饋」 (biofeedback) 的作用
– 精神科醫師：也不知道手機記錄，以免影響「臨床整
體判斷」

8. Friends
Family
School
Therapist

9. (A)
(B)
Screen-On
Screen-Off
14:14:13
14:22:35
一位個案手機24小時使用紀錄
Lin et al. J Psychiatr Res. 2015;65:139-45.
(A)一個時段 (epoch) 始於螢幕
開 (screen-on) 從14:14:13到
螢幕關 (screen-off ) 時間
14:22:35。這個時段的時間為
502秒
(B) 一位個案一天使用智慧型手
機數據：一天內共有29個使用
時段，即頻率 (frequency)=29，
而 這 2 9 個 時 段 的 總 時 數
(duration) 為7841秒。
在此29個時段中，每段的時間
由小排到大，其中位數 (第15
位) 為圖 (A) 所呈現的時段，即
中位數時段 (median) 為502秒。

10. 時間扭曲效應
Dself
Dapp
20.1 時/週
29.4 時/週
實際
使用
時間
自覺
使用
時間
Lin et al. J Psychiatr Res. 2015;65:139-45.

12. 時間扭曲效應
r = 0.352, p =0.004
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
0 10 20 30 40 50 60 70 80
低估程度=
(實際─自覺使用時間)/實際時間
實際使用時間
Lin et al. J Psychiatr Res. 2015;65:139-45.

13. 一個月使用趨勢
Lin et al. J Clin Psychiatry. (in press)
24小時紀錄

14. 經驗模態分解 (EMD)
• 非線性、非穩態資料的分析法
• 待分析的時間序列結構不需要作前提假設 (no
a priori assumption)
• 可以分析由多種週期組成的時間序列
• 任何訊號是由有限的本質成分或振盪
(intrinsic components or oscillations) 構成
• 每個振盪成分稱之為「本質模態函數」
(intrinsic mode function, IMF)，由原始資料
藉不斷重覆的分解篩選程序來逐步找出

15. 篩選程序
1. 利用三次樣條 (cubic spline)，分別將目標訊
號的局部極大值串連成上包絡線；局部極小
值串連成下包絡線
2. 計算上下包絡線之平均，得到均值包絡線，
把原始信號與均值包絡線相減，得到第一個
分量
3. 重複上述的篩選步驟，取得無法再分解IMF的
單調函數 (monotonic function)
• 本研究採用Matlab軟體中的公用版EMD演算法 (version
2007; The MathWorks, Natick, Massachusetts, U.S.A)

16. Empirical Mode Decomposition
Huang et al. Proc. R. Soc. Lond. A. 1998;454(1971):903-995.

17. 原始資料
每週起伏
當月趨勢
將手機程式紀錄的資料，在後端平台中運用經驗模態
分解計算一位使用者33天的智慧型手機使用趨勢
縱軸為每日使用手機的時
段中位數時間 (median)，
橫軸為依時序排列的天數。
將上述原始資料以經驗模
態分解後，依序得到第一、
二、三組本質模態函數
(intrinsic mode
functions, IMF) IMF 1-3。
餘量 (residual component)
為整體的趨勢 (overall trend)

18. 從原始數據看手機成癮相關的參數
622 sec
(A)一個時段 (epoch) 始於螢幕開 (screen-
on) 從12:24:38到螢幕關 (screen-off) 時間
12:35:00。這個時段的時間為622秒
(B) 一位精神科醫師判定為非成癮者的一天
使用智慧型手機數據：一天內共有19個使用
時段，即頻率 (frequency)=19，而這19個
時段的總時數 (duration) 為25,121秒。在
此19個時段中，每段的時間由小排到大，其
中位數 (第10位) 為圖 (A) 所呈現的時段，即
中位數時段 (median) 為622秒。
(C) 一位手機成癮者，使用頻率：每日211
次 ， 總 時 數 2 6 , 5 6 2 秒 ， 而 中 位 數 時 段
(median，每個時段的時間從小到大，第
106位) 為283秒。

19. 以接收者操作特徵曲線 (ROC)分析手機程式參數與
診斷準則定義的智慧型手機成癮的關聯性
手機程式參數
曲線下面積 (95%信賴區
間)
p值
Frequency
0.633 (0.506-0.760)
0.047
F-trend
0.631 (0.507-0.755)
0.050
DuraKon
0.607 (0.476-0.738)
0.110
D-trend
0.534 (0.401-0.667)
0.609
Median
0.581 (0.454-0.708)
0.228
M-trend
0.571 (0.444-0.689)
0.287
使用經驗模態分解 (empirical mode decomposition, EMD) 來解析三項基本參
數：每日使用頻率(Frequency, F)、每日使用總時數 (Duration, D) 及每日每次使
用時間之中位數 (Median, M) 之趨勢(F-trend, D-trend, M-trend)。

20. 過度使用
• 醫師會談問題：用大量的時間在使用智慧型手
機或停止使用智慧型手機 (32+/ 47-)
• Frequency
– AUC = 0.660 (95% CI: 0.538-0.783, p=0.016)
– 切分點 = 每天使用68.35次
– 最大的敏感度 (65.6%) + 特異度 (66.0%)
• Duration
– AUC = 0.616 (95% CI: 0.489-0.742, p=0.082)
– 切分點 = 每天使用4.62 小時
– 最大的敏感度 (53.1%) + 特異度(72.3%)

21. 耐受性：越用越多
• 醫師會談問題：需要更長的時間使用智慧型手
機(可根據旁人的觀察) (27+/ 52-)
• M-trend
– AUC= 0.654 (95% CI: 0.533-0.775, p=0.025)
– 切分點 = -0.019
– 最大的敏感度 (77.8%) + 特異度 (57.7%)
• D-trend
– AUC= 0.616 (95% CI: 0.488-0.745, p=0.092)
– 切分點 = 0.072
– 最大的敏感度 (77.8%) + 特異度 (57.7%)

22. 智慧型手機成癮
戒斷症狀
耐受性
(越用越多)
過度沉
溺使用
功能損害
Lin et al. PLoS ONE. 2014;9(6):e98312.

23. 成癮 ≠ 過度使用
成癮的核心：失控

24. 林煜軒「改善可攜式行動裝置之使用程度的方法」中華民國專利
第一個月 第二個月
第28天
提醒簡訊
評估基準值

25. 林煜軒 感謝您的聆聽