模組二：AI 與健康促進

統論介紹

在醫療與長照領域，**健康促進（Health Promotion）不僅是治療疾病，更是預防（Prevention）與提升生活品質（Quality of Life, QoL）**的關鍵。長者需要適切的健康教育、適合的活動安排，以及對自身功能與心理狀態的持續關注。傳統上，這些任務仰賴專業人員設計教材、進行功能評估與監測，但往往耗費時間與人力，且難以做到個人化。

生成式 AI（Generative AI）能在此扮演「智慧輔助工具（Intelligent Assistant）」的角色。透過 教材生成（Content Generation）、活動推薦（Activity Recommendation）、功能退化預測（Functional Decline Prediction）、社會網絡分析（Social Network Analysis） 與 心理健康對話代理（Mental Health Chatbot），AI 可協助打造更精準、更多樣且更貼近需求的健康促進方案。

此模組五篇文章，正是聚焦於「如何透過 AI 主動支持長者健康」。

五篇子題與技術對應

1. 生成式 AI 助力健康教育教材

• 技術：教材生成（Educational Content Generation）、多模態輸出（Multimodal Output）。

• 專有名詞解釋：

  • 教材生成：AI 自動撰寫或設計健康教育教材，例如飲食指南或運動手冊。

  • 多模態輸出：輸出形式不只文字，還可生成圖片、影片或互動式教材。

2. 長照活動方案的 AI 設計

• 技術：活動推薦系統（Activity Recommendation System）、情境模擬（Scenario Simulation）。

• 專有名詞解釋：

  • 活動推薦系統：依據長者的身心狀況，推薦適合的運動、遊戲或團體活動。

  • 情境模擬：AI 模擬不同活動安排對長者的可能效果，幫助社工或照顧者做出最佳選擇。

3. AI 協助評估長者功能退化

• 技術：預測建模（Predictive Modeling）、風險評估（Risk Assessment）。

• 專有名詞解釋：

  • 預測建模：AI 依據歷史數據（如運動能力、醫療紀錄）預測未來功能變化。

  • 風險評估：判斷長者出現跌倒、失能或疾病惡化的可能性。

4. AI 協助評估社會支持網絡

• 技術：社會網絡分析（Social Network Analysis, SNA）、文本挖掘（Text Mining）。

• 專有名詞解釋：

  • 社會網絡分析：利用 AI 分析長者與家人、朋友、社區的互動關係，判斷其支持強度。

  • 文本挖掘：從訪談或紀錄文字中找出關鍵字與模式，用於推測支持網絡的品質。

5. AI 支援心理健康自助平台

• 技術：心理對話代理（Mental Health Chatbot）、情感分析（Sentiment Analysis）。

• 專有名詞解釋：

  • 心理對話代理：類似 ChatGPT 的 AI 助手，能與長者進行對話，提供心理安撫與健康建議。

  • 情感分析：判斷使用者文字或語音中所隱含的情緒，如焦慮、憂鬱或正向情緒。

小結

模組二從 教育 → 活動 → 功能評估 → 社會支持 → 心理健康，形成一個「AI 健康促進循環」。其核心價值在於：提升健康素養、降低退化風險、強化心理與社會支持。