新科技助軍方快速評估腦部健康狀況
麻省理工學院林肯實驗室研發出一套快速腦部健康篩查工具，旨在提升軍人認知狀態的即時監測能力，未來亦有望應用於體育賽事及醫療診所等民用場合。
認知準備度指一個人面對環境變化時的反應及適應能力，包括跌倒後保持平衡，或在困難情況下根據經驗做出正確決定。對軍人而言，這種能力關乎生命安全和任務成敗。腦部受傷是導致認知功能受損的主要原因，2000年至2024年間，逾50萬名軍人被診斷患有創傷性腦損傷（TBI），原因涵蓋訓練跌倒及戰場爆炸等。雖然因睡眠不足引起的認知問題可透過休息恢復，但因腦部受傷而出現的損害則需更長時間及更複雜的醫療介入。
林肯實驗室的人體健康與表現系統組研究員Christopher Smalt指出，目前軍方使用的認知測試未能有效捕捉因作戰環境造成的微小認知變化，且這些累積傷害往往未被充分記錄，令退伍軍人後續獲得適切支援變得困難。
為解決這問題，該實驗室開發了便攜式診斷工具組，能幾乎即時篩查腦部傷害及認知健康。其中一款名為READY的手機應用程式，能在90秒內檢測認知表現的變化；另一款MINDSCAPE則結合虛擬實境（VR）技術，進行更深入的分析，辨識創傷性腦損傷、創傷後壓力症候群（PTSD）或睡眠不足等狀況。這套工具讓戰地醫護人員能迅速作出治療分流決策。
認知準備度的生物標誌物
READY及MINDSCAPE的開發基礎，是過去十多年林肯實驗室對認知準備度指標的研究。Thomas Quatieri領導團隊發現，平衡、眼球運動及語音是三個可靠的認知生物標誌物，他負責READY的開發工作。
Quatieri解釋，READY代表「Rapid Evaluation of Attention for DutY」，核心理念是注意力是執行任務的關鍵。當一個人保持專注時，大腦會不斷預測及處理感官輸入，並指揮身體作出相應反應。例如朋友喊「接球」並投球過來，大腦須同時處理聲音和視覺訊息，預判接下來的動作，並指揮手部接球。若大腦因創傷性腦損傷或疲勞而功能受損，這種預測和反饋系統會出現問題，影響注意力表現。
READY內含三項測試：眼睛追蹤移動點、平衡能力測試及持續發出同一音高的元音。系統會分析測試結果與使用者基準或同類群體的比較，計算變異度（「搖擺指數」）來評估注意力狀態。若測試顯示認知受損，則會建議進一步使用MINDSCAPE進行更詳盡的神經認知評估，包括反應時間及工作記憶測試，並搭配腦電圖（EEG）、光體積描記法及瞳孔測量等多模態生理感測器，協助精確診斷。
整合現有技術，靈活部署
READY和MINDSCAPE的一大優勢是利用已有的商用技術，如智能手機、平板及VR裝置，令部署更為迅速且成本低廉。Smalt表示，團隊可直接將先進演算法應用於這些裝置收集的數據，無需開發昂貴硬件，迅速提升傳統評估方法。
林肯實驗室同時開發另一款名為EYEBOOM的穿戴式裝置，用於監測特種部隊士兵的爆炸衝擊暴露狀況，並即時警告潛在危害。未來可將EYEBOOM與READY及MINDSCAPE結合，形成完整的監測及評估流程，從持續監控到需要時進行詳細檢測。
Smalt強調，實驗室不僅專注於單一技術，而是追求多用途、整合性解決方案，讓這些工具能靈活應用於多種場景。
MINDSCAPE目前正在華特·里德國家軍事醫療中心測試，READY預計於2026年與美國陸軍環境醫學研究所合作，針對睡眠剝奪情況進行評估。研究團隊亦看好這些技術未來可用於民用領域，例如體育賽事邊線或醫生診所，隨時評估腦部準備狀態。
MINDSCAPE的臨床驗證由華特·里德醫療中心的Stefanie Kuchinsky支持，READY則與腦創傷基金會及美軍相關機構合作開發，並依據現有循證指引設計。
—
評論與啟示
這套由MIT林肯實驗室研發的快速腦部健康篩查技術，反映出軍事醫療領域對於即時、便攜且精準的認知評估需求日益殷切。尤其是針對創傷性腦損傷這類隱形戰傷，傳統診斷往往依賴醫療設施和繁複測試，難以在戰場一線快速判斷，READY及MINDSCAPE提供了革命性的解決方案。
值得注意的是，這些技術並非單純硬件創新，而是結合了多模態生理感測、先進演算法及虛擬實境等軟硬體整合，展現出跨領域合作的力量。利用智能手機等廣泛普及的裝置，降低成本及部署門檻，亦有利於未來民用擴展，如運動員健康監測或一般醫療檢查。
然而，這類技術在實際應用中仍需面對數據隱私、使用者接受度及跨文化適應性等挑戰。尤其是軍事環境中，如何確保數據安全及避免誤判造成不必要的醫療干預，都是未來發展的關鍵。
總體而言，這項研究不僅推動了腦部健康監測的技術前沿，也為認知表現的快速評估樹立了新標準，未來有望在更廣泛的醫療和運動健康領域發揮深遠影響。對香港等地來說，隨著人口老化及腦部疾病增加，類似的快速篩查工具亦具備很大應用潛力，值得持續關注和引進。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
