邁阿密大學心理學與運動科學團隊啟動「MindStep」研究，試圖以步行模式判讀焦慮與憂鬱訊號。受試者接受心理健康問卷，並在步行時完成不同認知任務；團隊利用攝影機記錄步速、步幅與跨步長，並以AI建立侵入性較低的動作分析工具。
目前兩項研究約招募95名大專院校學生，其中約四分之一自陳具有焦慮或憂鬱症狀，初步結果顯示，在較困難的工作記憶任務期間，有憂鬱症狀者較常改變步幅；較常抑制情緒者，在回憶快樂或挫折事件時也出現不同步態。團隊正加入50名受試者，研究仍處於探索與驗證階段，尚不能直接用步態診斷心理疾病。
這項研究的關鍵並非政商利益對抗，而是生物醫學從主觀問卷走向「可量化、非侵入式、即時」心理狀態監測的技術演進。長期以來，焦慮與憂鬱的評估高度依賴自我報告、臨床訪談、睡眠與食慾等敘述性指標；受試者可能難以辨識症狀變化，也可能不願主動透露，因此客觀訊號具有補充價值。步態若能成為心理健康的數位表徵，醫療介入便能由事後治療進一步轉向早期辨識。
研究採用的動作擷取技術，是從多台攝影機配合反光標記，轉向單一平板攝影機加AI模型辨識人體關鍵點與生物力學參數。傳統方法準確、卻需要昂貴設備及受試者配合；新方法若能維持相近準確度，便可把量測場景由實驗室延伸至校園、診所，甚至日常通勤與居家環境。
但最大的技術矛盾是「便利性與臨床效度」能否兼顧。步態會同時受到疲勞、疼痛、年齡、藥物、运动傷害、鞋款與注意力分散等因素影響，並非心理狀態的專屬指標。AI模型即使能準確量出步幅，也不代表能分辨焦慮、憂鬱、疲勞或普通情緒波動。
因此，MindStep必須經過獨立樣本、不同族群與不同行走環境驗證，並回答「相關」是否足以跨越到「可預測」。若缺乏對照組、反覆測量與外部資料驗證，單靠演算法標籤可能製造假陽性，讓使用者被誤判或遭到不必要監控。真正可用的產品不是步態辨識工具，而是經臨床驗證、能提示專業人員介入的風險分流系統。
這項研究可與行動裝置普及、AI姿勢估測及遠距醫療的歷史演進相互對照。智慧手機已把感測器由少數專業設備推向大眾，但數位健康工具能否規模化，主要取決於臨床證據、醫療給付與隱私規範，而非單一技術突破。MindStep的未來因此存在三種情境：
在人口高齡化、遠距醫療與心理健康需求同步上升的背景下，步態監測的長期價值不只在辨識疾病，更在於建立低成本、連續性的功能健康指標。不過，必須正視步態只是整體健康資訊的一部分；若將其過度解讀為心理狀態的數位透視，準確率、倫理與社會接受度都將成為瓶頸。
01 起因觸發：青少年心理疾情負擔與既有問卷、臨床診斷的時效性不足，促使研究者尋找非侵入式、連續性的客觀訊號。
02 一階傳導：邁阿密大學團隊以95名大專院校學生進行步態、認知任務與情緒抑制測試，並增加50名受試者驗證AI動作擷取。
03 二階擴散：醫療儀器、穿戴裝置與數位健康新創開始關注步態與心理狀態的關聯，帶動動作估測、多模態模型及隱私治理需求。
04 二階擴散：校園安寧、職能健康與遠距心理健康服務可能導入風險分流工具，但誤判、偏差與知情同意將成為採購及法規審查核心。
05 宏觀終局：若大型臨床研究證明可改善早期介入成果，數位心理健康將由App輔助走向可嵌入醫療流程的生物感測平台，市場價值與監管強度同步上升。
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
