到 2025 年，整個網際網路每天將產生大約 463 exabytes（艾位元組）的新數據——這是一個真正令人難以想像的數字。 這些數據來自大約 3000 億封電子郵件或 9500 萬張共享照片等常見項目。 這些項目是公開分享並旨在供人查看的。 然而，每日海量數據的大部分來自鮮為人知、更為平凡的底層項目，例如中繼數據（metadata）、位置數據、互動日誌、封存的瀏覽歷史記錄等。 雖然這些數據看似平淡無奇，但事實證明，如果對其進行批量收集和長期分析，它在預測人類狀態方面能達到驚人的準確度，例如：

• 健康與生病。

• 一般活動。

• 睡眠與運動。

• 未來的行為，如潛在的購買意向或選舉投票。

作為神經科學家，我們可以利用這些數據來深入了解人類的大腦。 畢竟，闡明構成人類活動及／或行為基礎的因素，正是神經科學研究的核心。 本文提供了遠端數據收集改進神經科學研究的七種方式。

神經科學家使用遠端數據收集技術已有數十年的歷史。 近年來發生的變化是：

• 「遠端」的距離究竟可以有多遠。

• 可以參與的受試者數量。

• 單次實驗中可以測量和處理的終點（endpoints）類型。

研究並非遠端數據收集與應用的唯一領域。 虛擬實境（VR）系統的最新進展已將實驗室帶入虛擬空間。 例如，在醫學領域，用於神經科學研究的 VR 系統的這些進展，使在全球進行遠端手術變得更加容易。 在這種情境下，VR 頭戴式裝置留在手術團隊身邊，這樣當外科醫生抵達時，他就可以看到來自數百英里外患者的近乎即時的高品質影像傳輸。

在輕微的情況下，僅靠影像就足夠了，但在這種擴增實境（AR）中，他們在即時手術和教學／培訓手術任務中將影像與觸覺回饋結合起來。 你可以說這類似於遊戲控制器上的震動條，但要先進得多。

如下文所述，醫療程序、研究人員或神經行銷人員會選擇使用現代技術來收集、處理和分析全球遠端收集的數據，是有幾個原因的（嗯，至少有七個）。

1. 家的舒適與輕鬆

緊張的受試者會產生緊張的數據。

眾所周知，在進行行為測試之前暴露於壓力因素下可能會修改其後收集的數據。 此外，研究已反覆證實，除了急性影響之外，環境壓力源還可能導致長期影響。 科學家最大的希望是減輕這些外部變量，同時接受它們永遠無法被完全消除的事實。 因此，如果對每位受試者都一視同仁地對待，他們就會平等地暴露於所有元素中。

在自己家中接受測試的人類

開車去診所、擔心費用、診斷結果、尋找正確的診所以及是否合法停車，都是非常真實的壓力源。 然而，假設可以進行研究數據收集，以避免這些外部因素（例如在舒適的家中）。 在這種情況下，緊張旅途帶來的影響就不會掩蓋研究的焦點。

話雖如此，要完全隔離或消除外部力量對研究受試者的影響是不可能的。 最小化壓力源的最佳方法是使用創新且經過驗證的設備，讓所有受試者處於相同的環境下。

2. 不可抗力

當不可預見的災難來襲時，你必須調整自己的行為。例如，COVID-19。

由於全球 COVID-19 疫情，過去三年在各個領域都令人大開眼界。 有時就是會發生研究人員無法控制的非凡事件或情況。 這些不可預見的情況迫使人們適應新的限制。

對於資本家來說，使用現有最佳技術來確定最有效的廣告活動是不費吹灰之力的。 然而，事實是：受試者的數據質量並不取決於他們與研究人員的距離。 因此，研究人員從受試者那裡收集數據的核心工作應該適應目前可用的工具。

3. EverlyWell、Apple Watch 和遠端手術

EverlyWell 是一家郵寄醫療實驗室檢測服務公司，它寄送預先包裝好的檢測套組，並附有易於理解的說明，以量化 30 多種診斷檢測中的造訪。 Apple Watch 也因其心率異常通知和跌倒偵測功能而登上新聞頭條。 對於 EverlyWell 和 Apple，人們對其產品能為消費市場減少路途和成本並增加價值的能力幾乎沒有懷疑。

有了這些及其他類似的產品，我們身為一個社會，似乎已經接受並信任在本地收集、遠端處理並妥善呈現的生物醫學數據。 無論是為了預防疾病、心理健康、對抗疾病還是維持均衡的身體，你都希望得到回饋，並希望在達成健康目標時能獲得獎勵。 在網際網路出現前的黑暗歲月裡，當電腦佔滿一整個房間時，測量和追蹤你的健身關鍵績效指標（KPI）完全是一項類比的嘗試。 現在的情況已不再如此。 結果，「量化自我」運動正在迅速成熟。

最常監控的 KPI 包括：

• 心率

• 血壓

• 體重

• 身高

• 睡眠時間

• 活動模式

所有這些都可以透過合適的感測器和基本硬體輕鬆量化。 眾所皆知，神經科學和許多生物醫學學科都存在樣本量問題。 在試圖解決這個問題時，最好的方法是增加額外的受試者，而不是培訓因為地理位置接近而選出的小規模受試者群。 隨著遠端可測量 KPI 的全面普及，這是神經科學研究蓬勃發展和生存的切實可行之路。

4. 增加參與者的包容性與多樣性

誰是 WEIRD 群體？為什麼我們特別了解他們？

「行為科學家通常在世界頂級期刊上發表關於人類心理和行為的廣泛主張，而這些樣本完全來自 西方、受過良好教育、工業化、富有、且民主（WEIRD） 的社會。」

這是一個常見的老生常談，即心理學非常了解大學年齡的白人有錢群體，但對一般人類卻知之甚少。

為什麼？

心理學實驗是在大學校園裡進行的，受試者的納入標準不過是他們白天的距離近和有時間。 為了得出關於更廣泛人群的結論，心理學實驗的樣本組需要包括更多來自不同背景的個人。 這個問題的金鑰在於遠端數據收集設備，特別是專為消費者自行使用而設計的設備。

5. 短期與長期成本降低

現代雲端平台已使物理距離變得無關緊要。

使用遠端數據收集工具可以節省廣告費用。

隨機樣本的成本比便利樣本（例如大學生）更高，因為你需要在本地社群中為研究受試者做廣告。 簡單地說，宣傳需要花錢。

使用遠端數據收集工具可節省在專有 IT 和神經分析設備上的花費。

通常，個別研究實驗室必須支付並維護自己的 IT 設備，尤其是用於數據收集的專業硬體。 當然，隨著時間的推移，技術在進步。 與此同時，更新基礎建設是一筆高昂的成本。 因此，獲取現代雲端平台以及降低成本的數據收集硬體，可以減少神經科學研究中的資源使用。

6. 量化生理與行為一直都是「遠端」的

感測器硬體與數據處理軟體之間的距離是無關緊要的。

理解、預測和療癒人類行為是大多數科學研究（尤其是神經科學）的核心。 通常，「行為數據收集」的概念會讓人聯想到科學家們穿著看起來一塵不染的實驗室白袍，拿著夾板和碼表，在遠處一邊觀察受試者，一邊不時記錄的畫面。

這是一個簡單的想法，但它充滿了可能影響受試者活動或行為的未知變量的潛在來源。 在科學實驗中，目標是盡可能消除這種未說明的變量。 這種做法對於在觀察到效果時得出基於證據的因果結論至關重要。

如何消除神經科學研究中的誤差源

在量化人類生理和行為時消除誤差源的探索一直在進行中。 從最基本的層面來看，這通常涉及改進從感測器收集數據的硬體，然後使用類比或數位軟體對數據進行處理，以識別感興趣的項目、趨勢或受試者之間或受試者內部的差異。 遠端數據收集比最初想像的更強大，它可以提供多樣化但相關的數據集，從而為實驗增加預測能力。

7. 機器學習提供更好的數據

數據 + 中繼數據 + 機器學習（ML）= 最全面的行為活動模型。

關於你是誰、你在哪裡、你喜歡和討厭什麼的人工智慧模型，都正在以許多人未曾意識到的規模被使用。 幸運的是，在我們現代市場上有商用的神經科學數據收集設備。 它們對數據和廣告中繼數據的使用，可能比在更無菌、孤立的實驗室環境中收集的數據能更全面地理解行為。

其核心在於，將提供的數據（姓名、地點、生日）與底層中繼數據（在網站上的時間、前一個網站、離開的網站）進行合併，並釋放出了全新的分析技術，事實證明這些技術對於衡量和預測人類行為非常有用。

您想了解更多嗎？認識 Emotiv

在突出上述技術的同時，我們已經證明了遠端數據收集並非新鮮事物，並且隨著技術改進走向市場，它將繼續改善神經科學研究。 鑑於「遠端」從走廊對面、到街區外、到全國，現在再到全世界的擴展速度，傳統研究人員感到不安是很容易理解的。 然而，考慮到消費性硬體技術進步的幅度以及雲端數據分析和處理方面取得的巨大成就，「遠端」一詞很快就變得與數據收集方式無關了。

總之，受試者可以在家中進行數據收集，而無需研究人員的直接監督。 他們可以收集這些關於大腦的資訊以供個人使用，但也可以選擇上傳他們的 EEG 或專門為更廣泛、正在進行的研究項目收集 EEG。

Emotiv 成立於 2011 年，是一家總部位於舊金山的生物資訊學公司，其使命是利用訂製的腦波圖（EEG）硬體、分析和視覺化來增進我們對人類大腦的理解。 Emotiv 的 EEG 研究方法更緊密地反映了「現實世界」的狀況，因為接受測試的個人所處的地點和環境更符合他們實際生活的真實樣貌。

Emotiv 頭戴式裝置

Emotiv Insight

Emotiv 服務於廣泛的用戶社群，從專業人士到僅僅希望了解自己大腦的個人。 Emotiv Insight 5 通道 EEG 頭戴式裝置專為腦機介面（BCI）而設計。 Insight 將時尚、易於設定的設計與革命性的感測器技術結合在一起。

Emotiv EPOC X 和 EPOC Flex

Emotiv EPOC X 和 Epoc Flex 提供 14 通道和 32 通道的 EEG 系統。 Epoc 頭戴式裝置專為各種環境下的神經科學研究而設計，是無線的並具有改進的感測器技術。 這兩款頭戴式裝置都已通過獨立研究小組的驗證，並被證明能提供高品質的研究級數據。

可供查閱關於 Emotiv 的 EEG 系統技術能力的完整比較。

Emotiv 技術

我們擁有一套工具，可在神經科學研究的每一步中提供支持。

EmotivPRO 軟體允許用戶處理、分析和視覺化測試結果。 研究人員還可以在專業水平上設計實驗，任何配戴 Emotiv 頭戴式裝置且符合實驗設計的參與者均可參與其中。

同時也提供 Emotiv 的軟體開發套件（SDK），因此只需使用頭戴式裝置和智慧型手機，即可隨時隨地進行訂製應用程式、互動或實驗設計。

隨著採用神經科學工具和方法的學科和商業市場數量的增加，Emotiv 的低成本、易於使用的 EEG 系統正被用於：

• 神經科學研究

• 健康和身心健康行銷企劃

• 汽車工業

• 神經行銷學

• 消費者研究

• 教育

• 娛樂場所

此外，憑藉著 Emotiv 頭戴式裝置的品質、成本以及向全球發貨的能力，研究人員可以招募和錄用各種合格的參與者。 由於處理軟體會對品質控制指標進行評估，研究人員也可以信賴數據收集的過程。