研究核心領域
OUR FOCUS
① 數位心理健康與失樂感監測
以 Snaith-Hamilton Pleasure Scale（SHAPS）、生態瞬時評估（EMA）與移動平均理論為核心，發展個人化動態監測架構，辨識憂鬱與失樂感風險變化。相關研究包含 SHAPS 切分值與預測因子（臨床與校園場域比較）、青少年憂鬱症狀發展軌跡之潛在類別成長分析，以及跨裝置失樂感趨勢視覺化平台之開發與驗證。
② 智慧護理教育與擬真訓練
分析擬真教育中的學習反應異質性，以 responder analysis 與混合方法探討「誰最能從訓練中受益」，建立 learner-tailored simulation 與成效評估模式。並發展 AI 虛擬人增強遊戲式教學、生成式 AI 結合檢索增強生成（RAG）之臨床推理學習系統等 AI 輔助護理訓練應用。
③ 照護產業科技化與服務轉型
與經濟部產業發展署／資策會合作，建立照護產業科技化評估指標與推動指引，支援長期照顧與照護服務的數位轉型，讓科技導入回應照護現場的真實需求。
④ 臨床轉譯與制度化應用
把研究從論文推向場域驗證、智慧財產、國際合作、教育模組與臨床工作流程。我們的轉譯模型不是把科技放進醫療，而是讓科技回應照護問題。