恐慌症是焦慮症的一種類型，其特徵是病人經歷反覆的恐慌發作，並因害怕再次發作而影響日常生活功能。恩主公醫院精神科蔡昌恆醫師表示，恐慌發作時，患者可能出現一系列身心症狀，包括強烈的即將發生危險的感覺、害怕失去控制或死亡的恐懼、心跳加速、流汗、顫抖、呼吸困難、噁心等症狀。
遺傳與環境的交互作用
在探討恐慌症的成因時，研究發現遺傳因素扮演重要角色，但其影響程度與其他精神疾病不同。相較於自閉症或注意力不足過動症等遺傳占比高達八九成的疾病，恐慌症的遺傳因素約占三到五成。這意味著環境因素在恐慌症的發展中具有相當重要的影響力，也提供了透過調整生活型態來改善症狀的可能性。
國內人數最多的恐慌症世代研究
為了更深入了解生活型態與恐慌症發作的關聯，台大生醫電資所結合穿戴式裝置進行了多年期的研究；研究團隊採用創新的研究方法，運用 Garmin 智慧手環、問卷、APP 收集患者的真實世界數據。這項研究第一次在 2022 年僅有 59 位受試者，累積約 4000 個數據點，使用機器學習方法進行分析，預測準確率約為七成。
隨著研究的深入，受試者數量擴增至 138 人，持續蒐集 3 年的數據，並改用更先進的深度學習神經網路進行分析。研究團隊通過手錶收集 13 項生理特徵值，包括安靜心率、最大心率、運動量等，同時結合問卷和 APP 收集心理數據，建立起更完整的預測模型，預測準確率也提升到九成。
關鍵發現
研究結果顯示，某些特定的生理指標區間與較低的恐慌症發作風險相關：
- 平均心跳率 72-87 次/分鐘
- 最大心跳率 100-145 次/分鐘
- 安靜心跳率 55-60 次/分鐘
- 每日爬樓層數超過 9 層
- 總睡眠時間在 6 小時 23 分到 10 小時 50 分鐘
- 深度睡眠超過 50 分鐘
- 夜眠中斷清醒時間少於 53 分鐘
穿戴式裝置 + 機器學習模型 恐慌症精準治療新樣態
這項研究的重要性不僅在於找出具體的預防指標，更在於建立起可預測恐慌症發作的輔助系統。研究成果已發表於睡眠醫學雜誌、精神醫學前線雜誌等國際期刊，並於 2024 年世界精神醫學會報告。研究團隊將預測模型建置在雲端，醫護人員可以根據病人的即時數據，預測未來七天的發作機率，進而做出適當的診療決策。
什麼是恐慌症？
蔡昌恆強調，這項研究的重要突破在於將過去依賴經驗法則的治療方式，轉變為具有實證基礎的精準醫療方向。透過穿戴式裝置收集的真實世界數據，不僅能提供更具說服力的證據支持生活型態的調整，也為恐慌症的治療開創了新的可能性。
1.Sleep, physical activity and panic attacks: A two-year prospective cohort study using smartwatches, deep learning and an explainable artificial intelligence model - ScienceDirect
2.Panic Attack Prediction Using Wearable Devices and Machine Learning: Development and Cohort Study-JMIR Medical Informaticsy
3.Enhancing panic disorder treatment with mobile-aided case management: an exploratory study based on a 3-year cohort analysis-Frontiers
4.Panic attacks and panic disorder - Symptoms and causes - Mayo Clinic
文／趙乙錚、圖／林欣儀、楊紹楚
延伸閱讀：