摘要

大腦電刺激可以提供一種相對容易和非侵入性的方式來改善認知和運動功能。非侵入性腦刺激對軍事行動表現和健康的潛在好處并非沒有被注意到。最廣泛使用的技術之一是經顱直接電流刺激（tDCS）。在此，我們回顧了TDCS對軍事人員的認知功能和心理健康的一些潛在影響，特別是對壓力暴露的不利影響。簡要討論了TDCS對認知功能的假定工作機制和目前的挑戰。越來越多的證據表明，用TDCS刺激前額葉皮質可以提高調節壓力反應的能力。然而，目前的TDCS方案的效應大小仍然很小且不穩定。此外，關于TDCS在軍事背景下的使用以及與壓力相關的功能，仍然存在重大的知識空白。總的來說，TDCS可以成為支持與壓力有關的認知性能和健康的一個有前途的工具，但該技術還處于初始階段，需要更多的研究來建立在軍事環境中的應用。

在軍事層面刺激大腦

利用腦外電流刺激大腦在神經科學研究和臨床應用中越來越受歡迎。非侵入性的大腦刺激在軍事上也能提供有價值的工具嗎?Davis和Smith(2019)、Levasseur-Moreau等人(2013)[1,2]等人提出，非侵入性腦刺激對運動和認知表現的增強作用可能有助于改善軍事行動表現和幸福感的重要方面。然而，其他人反對使用這種大腦刺激;對于接受腦刺激([3])的軍人，其行動的安全性、自主性和責任性令人擔憂。

非侵入性腦刺激是否應該用于軍事是一個超出本文范圍的討論。在我們看來，第一個也是最重要的問題是:非侵入性腦刺激，特別是經顱直流電刺激(tDCS)，能否在復雜、緊張甚至危及生命的軍事環境中，在個體層面上提供實際相關的影響?

在這里，我們將通過回顧最近tDCS研究的科學文獻來解決這個問題的幾個方面。

軍事行動和壓力調節

暴露在壓力環境中是軍事行動所固有的。有各種各樣的軍事行動壓力源，包括在持續的威脅下工作，極端的環境（如高溫、高海拔、時間壓力），目睹嚴重的痛苦，以及身體受傷或死亡的風險[4-6]。這些壓力源會引起一連串的生理和心理影響，包括中樞和外周神經系統活動的增加，以及提高警覺性以保持對發展中狀況的關注[7]。應激反應的作用是對高度緊張的情況作出適當的反應。然而，嚴重的或長期的壓力會產生不良影響；它縮小了感知和注意力（即隧道視野），降低了認知靈活性，增加了自動（刻板）行為，導致對形勢的認識下降，決策不夠充分，軍事行動中的任務表現更差，身體健康問題和心理健康問題如焦慮和創傷后應激障礙（PTSD）的風險增加[4,6,8-10]。防止或有效減輕這些壓力暴露的不良后果的方法之一是加強調節對壓力反應的能力，以減少其對認知和情緒功能的影響[11]。

摘要

簡介:
與壓力有關的神經相關的文獻報道了與幾個過程有關的大腦區域的結構和功能改變，包括情緒、認知和高階過程以及心理壓力感知和調節。盡管有這些文獻，但據我們所知，到目前為止，還沒有通過靜止狀態（RS）腦電圖（EEG）功能連接分析的方法，了解非臨床樣本在感知日常生活壓力時的局部（Eloc）和整體（Eglob）效率等腦網絡屬性。因此，目前工作的主要目的是通過RS-EEG探索性地研究這種腦網絡效率特性（即Eloc和Eglob）與大學生樣本中感知的日常生活壓力之間的關聯。
方法：
在征得大學生的書面同意后，對他們進行了一系列的問卷調查。這套問卷包括意大利語版的感知壓力量表（PSS-10）。還向每個人發放了一份評估社會人口變量以及排除/納入標準的檢查表。在RS期間進行了31通道的腦電圖記錄。計算功能連接和頻率分解，以獲得每個人和每個頻段的網絡矩陣，其中節點由感興趣區（ROI，即84）表示，邊緣由功能連接滯后相位同步加權。然后我們通過腦連接工具箱（BCT）計算了Eloc和Eglob腦網絡指標。關于統計分析，在控制了潛在的混雜變量（如年齡和性別）后，進行了部分相關分析。
結果：
 結果顯示，在控制年齡和性別的情況下，PSS總分與α頻段的Eloc指標呈明顯的負相關（r=-.245，p=0.029）。其他與網絡效率有關的指標沒有出現明顯的相關性。討論。我們的數據表明，α頻段的隔離度下降與感知壓力的增加有關。盡管對α振蕩的功能意義沒有明確的說法，但文獻報告說它們的參與包括自上而下的皮質控制、認知和執行過程。事實上，高感知壓力和阿爾法振蕩下降之間的聯系可能與壓力相關的RS認知和執行過程的改變有關。總之，這些結果可以幫助闡明與壓力有關的過程，并為未來的研究指明方向。

關鍵詞：壓力、網絡、腦電圖、連接、效率、α頻段

介紹

壓力是人類日常生活中常見的經歷，在某些條件下(例如，當不加以控制和壓倒一切時)，其后果可能是沉重的。事實上，壓力可以直接(通過神經生物學反應)和間接(例如，通過采取威脅健康的行為)改變主觀健康。關于壓力的研究從不同的角度集中在廣泛的過程中，包括流行病學、心理學和神經生物學[2]。在這種多方面的方法中，感知到的壓力事件，即那些被認為具有不可預測性、不可控制性和超負荷[3]特征的事件，被認為會激活過程，導致神經生物學和行為反應，如果這些反應是壓倒性的、不適當的或長期的，可能會對身體和心理健康產生負面影響，甚至會導致疾病[2,4,5]。在這方面，最近的研究表明壓力可以影響多種生物系統。

在這些后果中，壓力也被報道影響認知領域。事實上，有幾項研究報告稱，個體感受到的壓力水平越高，認知表現越差[6-8]，認知抱怨也很常見。從神經科學的角度來看，有研究報道壓力與認知過程中涉及的結構(如前額皮質、海馬)和功能的改變有關[7,10-16]。認知功能被認為是通過廣泛的腦區之間的相互作用來維持的，這些腦區在大規模的腦網絡[17]中以一種協同的方式工作。此外，有關壓力相關神經特征的文獻報道了與情緒處理和調節、顯著性檢測(如島葉)、心理壓力感知和調節(如前額葉、邊緣區域)以及自我參照心理活動(如:后扣帶皮層)[例如，18,19-22]。

摘要:社會性量化的需要

在2020年新冠肺炎大流行之后，制定新方法和應對戰略以保持世界各地社區的社會凝聚力和心理復原力顯然成為一個優先事項。我們稱這種社會認知行為為“社會性”。社交是我們作為個人和更廣泛群體的一部分有效發揮作用的能力，盡管外部限制在關鍵環境中變得更有意義，如軍事干預，非軍事行動，如緊急反應，ICU衛生操作員，空乘和深空探索。諸如Social XR[1]等數字技術的獨特功能為滿足這些需求提供了機會，并部署可擴展和靈活的解決方案，以促進內部團隊的穩定性和更好的運營性能。

在軍事和非軍事環境中，設計和部署精神上和社會上可持續的行動的先決條件是選擇具有彈性的個人，并為他們提供一個合作框架，確保平衡的關系和高質量的人際溝通。社會凝聚力是計劃行動成功的一個重要因素，及時監測、檢測和預測其有效性的能力對于管理潛在的行為異常是有意義的。對目標團隊內部發生的群體動態的研究，以及任務控制，可以提供關鍵的和早期的線索，鼓勵建設性的交流，阻止關鍵的關系模式[3]。

本項目重點介紹一種技術支持的群體動態方法，能夠遠程和自主地捕捉人類互動的復雜性，并返回對預防和管理個人和群體行為異常有用的可操作的見解[4]。群體互動的復雜性需要一系列的人類主題專業知識(SME)來觀察、評估、測量、評估、預測、預防和應用必要的對策[5]。在現實世界中，讓這個龐大的從業人員團隊隨叫隨到或在現場對任務團隊進行持續監測是不切實際的。技術支持系統，如本文所述，將提高過程提供遠程操作軟件為基礎的工具，以幫助專家評估和自我效能，以維持社會凝聚力。一個自動化的、遠程操作的嵌入式系統將提供持續的測量和評估，以識別微妙和微妙的社會脆弱性指標。這將節省時間和資源，提供不引人注目的預防措施，以提高團隊業績，減少風險和增加任務成功的可能性。

該研究框架基于對隔離高危人群進行的初步研究。諸如AR頭戴式顯示器(HMD)等技術接口已被用于在人際群體互動中收集第一人稱視角，然后根據所得數據對量化的見解進行人類專業評估(圖1)。機器學習算法已被應用于人類觀察和感知計算，以驗證參與技術并計劃最佳對策[6]。由此產生的人機交互模型表明，有機會開發一個適合隨時隨地執行的非本地化和異步社會支持系統，由于系統自主性的增長，人類評估的時間預計會減少。

摘要

國防人員是被選中并接受訓練以在壓力下工作的眾多職業之一。在以信息過載、不確定性和時間壓力下的復雜決策為特征的未來操作環境中，對優化認知性能的重視程度將不斷提高。認知被廣泛認為是身體和精神表現的關鍵驅動力，然而，支持最佳表現的認知功能的核心要素、它們的機制和它們的可修改范圍卻缺乏清晰的認識。具體來說，人們對高壓力環境下認知能力的生物決定因素了解有限。

了解認知功能的基因組結構和分子機制對于更好地理解個人在認知挑戰任務中的表現至關重要。目前的認知評估工具是為適應表現數據而開發的，與潛在的生物學無關。雖然這些標準化的測試對做出關于能力的決定是有用的，但它們并不能說明潛在的生物表型，因此對設計基于生物的干預措施的幫助有限。我們的項目正在建立一個以生物學為基礎的認知測量框架，這將使以表現為重點的認知評估系統更加連貫，并為監測和干預方案的制定提供一個更加系統和有針對性的方法。

通過全基因組關聯（GWAS）方法研究的一般認知能力（g）的遺傳組成，由于表型定義和測量的巨大差異，仍然沒有結論。如果考慮到g的子成分和認知功能的非g維度，如執行功能，問題就更大了。為了增進我們對認知功能的遺傳結構的理解，需要對表型的定義和測量進行徹底的改進。為此，我們選擇將重點放在認知測試數據中最小的可測量成分上，并研究其遺傳關聯。30年前提出的這一解決方案（Atchley and Hall 1991）并不可行，原因是：（1）對多種認知能力在遺傳上的可分離性缺乏了解；（2）認知的高度多基因性，促使認知基因組學研究需要大量的樣本量（數十萬）。我們以前的研究開始解決這些限制，證明了G與特定認知能力（如執行功能）的遺傳分離性（Ciobanu等人，2021）。我們目前的研究通過研究世界上最大的數據集（英國生物銀行）的遺傳和認知評估數據，完善了認知功能的核心維度，該數據集有超過50萬名參與者。首先，我們將通過應用多變量混合模型GWAS方法，確定與基本認知單元相關的遺傳變異。第二，對于這些變量中的每一個，我們將比較整個基因組的關聯模式。第三，我們將研究特定測試的遺傳變異如何結合起來代表更廣泛的認知結構以及這些更廣泛的結構是如何相互關聯的。這些關聯將共同形成我們的認知功能的基因組信息模型，這反過來將為認知評估的設計和應用提供信息，這些評估是根據選拔、訓練和操作支持應用的明顯不同要求而定制的。

引言

1.1 情報和認知過程的評估

1.1.1 智力的性質

對于認知能力和智力的研究，有兩種不同的方法。一種是專注于人口中單一智力結構的個體差異。另一種是適用于臨床神經心理學的更詳細的多層次、多成分的模型，并且可能更容易轉化為底層的生物分析。

考慮到第一種方法，許多當代的研究可以追溯到查爾斯-斯皮爾曼（Charles Spearman）（1904）的工作，以及根據他對各種認知任務之間正相關的觀察，發現了一般智力因素 "g"[1]。斯皮爾曼使用因子分析的統計方法，聲稱 "g "是一個單一的基本智力因素，它可以解釋各種可觀察到的能力的個體差異。從統計學上看，"g "是一個單一的因素/組成部分，它解釋了智商測試中約40%的表現差異。從心理測量學的角度來看，"g "可以捕捉到一個人在任何數量的認知任務中的表現。在心理學上，"g "被解釋為類似于 "能量 "或 "功率 "的東西，是整個大腦皮層表現的一個函數。最近，A.詹森（1923-2012）和H.艾森克（1916-1997）的工作將 "g "與心理速度聯系在一起，通過檢查時間和選擇反應時間的測量來體現。關于人類智力是否存在一個單一的可量化的因素，仍然存在激烈的爭論。

摘要

在航空航天和機器人手術等領域，復雜的高精度人機系統的效率和安全性與操作員的認知準備、管理工作量的能力和態勢感知密切相關。對心理工作量的準確評估有助于防止操作失誤，并通過預測工作負荷過重或刺激不足可能導致的業績下降，從而進行針對性的干預。基于人體和大腦活動測量的神經工效學方法可以為復雜訓練和工作環境下的人類心理工作量提供敏感和可靠的評估。本文概述了可穿戴腦和身體成像方法通過神經/生理信號評估心理工作量的潛力，并提供了一種利用多模態生物傳感器對多領域認知任務中的工作量進行比較評估的研究設計。這種綜合的神經工效學評估利用神經成像和生理監測，可以為開發下一代神經適應接口和更有效的人機交互和操作技能獲取的訓練方法提供信息。

關鍵詞:認知工作量，fNIRS，腦電圖，眼動跟蹤，神經工效學，移動腦/體成像

引言

人類在任何類型的目標或任務上的表現都與熟練完成這些目標或任務所需的認知工作量有關。每個人都有自己獨特的認知模式，在執行某些類型的任務時更有效率。通過有針對性的培訓，可以在更短的時間內提高操作人員的能力，提高工作效率。

心理負荷在許多復雜的指揮控制系統中起著至關重要的作用。在航空航天和機器人手術等領域，復雜的高精度人機系統的效率和安全性與操作員的認知準備、管理工作量的能力和態勢感知密切相關。主觀操作員報告、生理和行為測量不足以可靠地監測可能導致不良結果的認知負荷。心理負荷這個概念反映了大腦為滿足任務需求而努力工作的程度，它的一個關鍵特征是，它可以與行為表現數據分離。經驗豐富的操作員可以通過增加努力、激勵或改變策略，在較長一段時間內保持所需的性能水平，即使面臨更多的任務挑戰。然而，持續的任務需求最終會導致績效下降，除非心理工作量的上升趨勢可以用來預測隨后的績效崩潰。因此，重要的是在訓練和行動任務期間評估獨立于業績衡量的精神工作量。基于人體和大腦活動測量的神經工效學方法可以為復雜訓練和工作環境下的人類心理工作量[2]提供敏感和可靠的評估。

在軍事行動的背景下，評估和衡量操作員的認知工作量尤其重要，因為在軍事行動中，性能故障可能會導致災難性的損失。對心理工作量的準確評估有助于防止操作失誤，并通過預測工作負荷過重或刺激不足可能導致的業績下降，從而進行針對性的干預。

摘要

在過去的幾年里，人們已經接受了這樣一個觀點:相對于現有的典型認知測試，對個體認知能力的可靠測量需要參與者完成更多的試驗或使用更大的效應量任務。該項目開發了一套認知控制測試，能夠有效和可靠地測量認知控制能力，這對在時間壓力下的高效表現至關重要。測試組是在Unity游戲引擎中實現的，并且只需要使用不安裝的網頁瀏覽器即可在線訪問。游戲機制(如多樣性、反饋、獎勵和排行榜)和整合的故事情節能夠在持續且苛刻的測試過程中維持用戶粘性。該測試組實現了最突出的認知控制措施，包括:1)工作記憶(單一和雙n-back任務)，2)反應抑制(停止信號任務)，3)沖突任務(Simon、Flanker和Stroop任務)，4)多任務，5)任務切換。不同的度量可以靈活地組合在一個連貫的“房間清理”敘述中，并且獨立的教程可以輕松地部署在線測試。沖突任務的新版本被開發出來，以增加效果大小和可靠性，并在一個在線實驗中對它們進行測試。我們開發了一種嚴格的方法來量化測試產生可靠的個體差異測量的能力，并報告將其應用于實驗數據的結果。我們的結論是，這些新的沖突任務產生了比以前實現的更可靠度量。

引言

認知能力在具有挑戰性和壓力的條件下要求優異表現的職業中很重要，例如體育、民事高風險角色和軍事[1,2,3]。這導致人們越來越重視認知準備[4,5,6]，以優化復雜任務和社會技術系統中的團隊表現，這是現代防御設置的一個日益普遍的特征[7]。人們不再強調身體健康[8]，隨之而來的是需要確定支撐被稱為心理或認知健康的關鍵心理構念[9,10]。為了優化選擇，評估新興的認知訓練方法和項目的成功或失敗，可靠地測量支撐認知適應的關鍵結構的個體差異尤為重要[11,12,13]。

這篇論文描述了一組認知測試，在時間限制下測量認知能力至關重要的高性能。被稱為“COGMISSION”的測試是使用Unity游戲引擎(//unity.com)以視頻游戲格式實現的。訪問是通過“PlayUR”()提供的，這是一個管理基于web的Unity實驗的平臺，使COGMISSION能夠使用網頁瀏覽器在線訪問，而不需要安裝。《認知使命》通過游戲機制(游戲邦注:如多樣性、反饋、獎勵和排行榜)和整合的故事情節(游戲邦注:旨在通過延長和苛刻的測試過程保持用戶粘性)而得到增強。自包含的教程支持容易部署的大規模測試。在下一節中，我們將描述在COGMISSION中實現的任務、它們度量的結構，以及它們選擇的基本原理。然后，我們回顧了“可靠性悖論”[14]，它導致了測試認知適應性的核心構念之一——注意控制——的典型方法無法提供足夠的個體差異測量。隨后，我們描述了一種嚴格的新的統計方法來評估注意力控制任務的能力，以提供足夠可靠的個體差異測量[15]。接下來，我們將報告將該方法應用于一個預先注冊的實驗結果()的結果，該實驗通過Amazon Mechanical Turk ()進行，這是一個面向在線員工的眾包市場，評估在COGMISSION中實施的各種注意力控制任務。

摘要

未來的戰斗機飛行員和遠程作戰人員將需要先進的決策和注意力支持，以應對日益復雜、不確定的信息和多智能體協調。監測飛行員的精神狀態和意識，并將其提供給系統，可以更好地實現人與系統的協作，提高聯合性能。研究表明，不同的心理-生理測量技術可以用于評估多種認知和情感狀態，如精神工作量、注意力、疲勞，以及工作相關變量，如任務難度和任務完成情況。然而，對多種傳感技術的實時評估和信號時序的研究卻很少。我們開發了一種實驗性的人工智能管道，使用眼動跟蹤(眼跳、注視時間等)、皮膚電活動(EDA)和心率變量(例如，HR和HRV)實時調查戰斗機飛行員的心理狀態。該系統采用混合分析方法，包括數據流處理和機器學習(ML)，使不同信號事件的實時分析和基于時間的推斷成為可能。我們報告了該方法的優點和缺點，介紹了正在進行的系統實證實驗的結果，并討論了高級注意力指導的可能應用。

關鍵詞:人工智能，戰斗機飛行員，心理狀態，心理生理學，戰斗機。

引言

自適應自動化[1,2]是一種很有前途的方法，可以支持操作人員并保持他們的工作量在適當的水平上。今天，有許多傳感器技術可以佩帶或嵌入到我們的物理工作環境中，如眼動跟蹤眼鏡和智能手表。這些發展使得創建高級應用程序成為可能，這些應用程序跟蹤飛行員與操作任務相關的健康和認知狀態，并在需要時提供支持。因此，未來的工作環境可能會衡量個人和群體的表現、壓力和注意力水平，以優化和平衡個人和群體之間的任務為目標。然而，這種方法需要有方法和算法對操作者的工作量、壓力和注意力水平等認知狀態進行充分的實時分類和評估[4,5,6]，而這只能通過使用心理生理傳感器來實現。未來的應用包括未來軍事概念的飛行員環境，載人和無人駕駛，具有適當水平的自主權來協助飛行員和決策支持，以應對信息過載的影響。此外，對于已知用戶認知需求的特定任務，不同類型的自動化之間的分離可能是有益的。我們的研究旨在探索工作負荷誘導的各種心理生理反應的模式識別的潛力。我們的目標是了解這些反應和信號之間的關系，以便用于未來的自適應自動化技術，以減少操作人員的心理工作量，提高注意力，從而確保性能水平。

在本文中，我們提出了一種基于時序時間的分析引擎，用于對多個傳感器數據和心理生理現象進行實時分類和驗證。此外，我們提出了數據收集方法和實驗設置，以驗證假設的眼睛，心臟和皮膚電對外界刺激的反應模式。首先，我們介紹了本研究中用于評估認知狀態的心理測量方法的背景。其次，我們討論了實時處理數據流的人工智能管道。第三，我們介紹了在虛擬現實環境中使用眼動跟蹤、心率和皮電反應的實驗裝置。在本文的其余部分，我們將介紹這種方法的優點和缺點。

摘要

傳統上，神經科學和心理學從外部研究身體，即外部感官(視覺、聽覺等)如何影響我們的行為、認知和健康。這種方法忽略了體驗的一個重要方面，即“內感受”，即對我們內在身體的生理狀態的感覺。內感知系統是我們健康的核心組成部分和門戶。內感受輸入在自我平衡、內分泌和免疫水平上支持無意識的、基本的、適應性反應。類似地，內感受系統的功能障礙已被確定在急性和慢性壓力的情況下;抑郁癥;焦慮;創傷后應激障礙，對不太明顯相關的困難，如失眠;慢性疼痛;和成癮。在這種背景下，有科學依據的技術的發展，能夠訪問和操作這個系統將是一個突破，具有前所未有的潛力來促進人類健康和福祉。然而，盡管越來越多的證據表明內感受處理在我們生活的各個方面發揮著基本作用，但幾乎沒有人嘗試開發有科學依據的內感受技術，來操縱內感受系統，從而提高人類的幸福感。在這篇文章中，我們將首先回顧內感受刺激方面的最新技術發展，從虛擬現實到神經刺激。然后，我們將介紹內感受裝置和非侵入性內感受神經調節方面的技術突破，描述新儀器的開發和這些技術在促進健康、減少壓力、疲勞和疼痛以及提高人類表現方面的有效性的初步數據。我們預計這項技術將應用于廣泛的不同環境，包括臨床和亞臨床環境，改善情緒調節，沖動控制，增強認知，自主和壓力適應反應，通過非藥物解決方案，不需要醫療監管或處方。

關鍵詞:內感受，內感受技術，應激，神經增強，神經調節

背景

傳統上，神經科學和心理學研究視覺和聽覺等外部感官對我們身心健康的影響。然而，這可能忽略了我們幸福最重要的方面，那就是我們身體內部的體驗，即內感受。

內感受被定義為“神經系統感知、解釋和整合源自身體內部的信號的過程，通過意識和無意識層面提供身體內部景觀的每時每刻映射”[1]。內感受輸入支撐著自我平衡、內分泌和免疫水平的無意識、基本的適應性反應[2,3]，但研究迅速揭示了它們對以下方面的重要貢獻:自主平衡[1];情緒識別與調節[4];以及應對策略。此外，在[6]范圍內，內感受系統的功能障礙已被確定為:急性和慢性應激;抑郁癥(8、9);焦慮(10、11);創傷后應激障礙[12];而強迫癥[13]，與不太明顯相關的困難，如失眠[14];慢性疼痛[15];飲食失調[16];和成癮[17]。

內感知系統是人類健康的核心組成部分和門戶，因此，科學基礎技術的發展，能夠訪問和操作這一系統將是一個突破，具有前所未有的潛力，促進人類健康和福祉。然而，盡管越來越多的證據表明內感受處理在我們生活的各個方面發揮著基本作用，但這種認識并沒有被可行的內感受技術解決方案所遵循。

摘要

信息戰依賴于能夠識別敵人的行動和可能的進攻性信息活動地點。在一個全球數百萬人產生數百萬條信息的世界里，純粹的人類對信息景觀的監視是注定要失敗的。我們通過對阿塞拜疆/亞美尼亞沖突的案例研究表明，通過關注各種起作用的敘述，人工智能輔助的人類分析有可能將監視目標縮小到一個可管理的規模，并識別武裝沖突中敵對者部署的自動化。

引言

信息戰從根本上說是關于敘事的塑造。這可以采取以下兩種形式：（1）戰術性敘事塑造，即關于部隊位置/人數和傷亡的敘事；（2）戰略性敘事塑造，即關于戰爭的有效性/對部隊/平民士氣的影響的敘事。信息戰領域的一個關鍵問題是要能夠快速識別和了解敵人的信息活動，以便準確應對。

鑒于敘事在信息戰中的核心地位，敘事不能說謊。因此，我們應該通過仔細觀察支持敵人更廣泛議程的敘述來尋找敵人的活動。通過他們所宣傳的敘事來尋找敵人的活動，敵人就不能在不破壞自己的效力的情況下隱藏活動；這是信息戰的雙刃劍，也適用于圍繞同一作戰網絡空間的公共外交。

在本文中，我們提出了一種具體的方法，利用信息戰的這種敘事特性來識別信息戰活動。特別是，我們強調了這樣一個過程：（1）識別相關的敘事和敘事信號，（2）根據敘事信號以結構化的方式收集數據，（3）調查敵人敘事中的行為者和故事。在本文的其余部分，我們將通過一個案例研究來展示這種方法的具體用途，然后我們將強調一些正在進行的技術改進，我們正在努力提高這種方法在實地使用的便利性和效率。本文的目標是為在無處不在的信息戰環境中利用社交媒體獲取情報提供一種工作方法。

?以消費者和企業為中心的新技術的爆炸式增長已成為美國民眾體驗醫療保健和福祉的顛覆性力量。這些技術——統稱為“數字健康”——有可能改變個人、家庭和社區管理他們的醫療保健和福祉的方式。

美國機構和其他利益相關者正在對新工具進行大量投資；獲取、提供和使用數據的方法；以及提供衛生服務的創新方式。然而，對于指導眾多創新實現共同目標、協作工作和高優先級成果的國家優先事項集，并沒有達成一致意見。需要一個包括協作治理流程在內的戰略框架，以建立一個值得信賴、透明和公平的數字健康生態系統。

被統稱為“數字健康”的技術正在擾亂美國乃至世界各地的醫療保健和福祉現狀。在這方面，COVID-19大流行似乎是一個分水嶺。環境促使遠程保健的使用激增，在這一過程中產生了關于遠程保健的交付、影響、價值和可持續性方面的數據和潛在教訓。大流行可能產生對個人、家庭和社區產生積極影響的轉變。替代方案——在當前系統之上簡單地分層數字技術——將不僅僅維持現狀。這將使那些在連通性、數字素養和獲得護理方面已經落后的人的處境更加糟糕，并將進一步為濫用、欺詐和浪費打開大門。在一個如此富有和創新能力的國家，這樣的結果是不可接受的。國家需要采取戰略性行動，充分考慮數字衛生帶來的獨特挑戰和機遇。

該戰略為指導美國數字健康生態系統的發展提供了一個框架。該戰略包括六個目標，每個目標都有建議的行動。總的來說，這些目標旨在實現數字健康生態系統推動的改善國民健康和福祉的愿景。

• 目標1。通過及時、安全的數據交換，形成互聯的健康生態系統。醫療數據的語義互操作性對于推進數字醫療服務至關重要。一個聯網的美國生態系統將在需要的時候安全可靠地將可操作的數據傳輸給需要的人，這將改善健康結果。能否成功實現這一愿景，將取決于患者身份識別、衛生數據和衛生架構的標準化格式，以及建立一個安全、可靠和有彈性的數字衛生生態系統。
• 目標2。增強個人能力，使其能夠負責自己的健康和福祉。數字技術和工具應使個人能夠在任何地點、任何時間、無需特別努力地更好地管理自己的健康和獲取健康信息。實現這一目標的基礎是個人擁有個人健康數據，并輔之以部署資源加強數字掃盲。數字設備和系統必須為個人和提供者提供有意義和可共享的信息，并使個人能夠更多地參與到最大限度地提高他們的健康和福祉中。
• 目標3。將人工智能(AI)打造為數字健康值得信賴的基石。人工智能可以以多種方式加強醫療保健的數字化交付。它可以提高護理服務的生產率和效率，允許醫療系統向更多的人提供更多更好的護理，改善醫療從業者的經驗，并增加接受者對其護理的信任。利用人工智能需要它的應用是值得信賴的，具有透明、公平、公平和可靠的特點。
• 目標4。使快速共享公共衛生綜合數據制度化。公共衛生當局及其合作伙伴需要獲得完整、及時的數據，以支持決策。數字技術可以使信息在聯邦公共衛生生態系統中流動。至關重要的是匯集個人和提供者從初級保健和公共衛生領域生成的數據。采用一種綜合的和可互操作的系統方法來資助公共衛生可以維持這些變化。
• 目標5。建設一支熟練應用數字衛生的勞動力隊伍。一支可持續的衛生人力隊伍將使用新技術提供以人為本的綜合優質護理。數字衛生技術將使個人能夠在醫療保健和社會服務部門獲得以家庭和社區為中心的協調和協作的衛生服務，并得到數字增強的勞動力隊伍的支持。
• 目標6。擴大數字公平，以實現衛生公平。數字技術現在是獲得衛生服務、支持和信息的基礎。個人必須能夠獲得和采用負擔得起的寬帶技術，并充分熟悉數字系統，以滿足其個人和家庭的健康相關需求。

本文檔旨在為領導者提供實施變革的框架。其中涉及的變化范圍很廣——不僅是技術上的，還有政治、社會和文化上的。這里的想法的實施需要大量的時間、金錢、資源的投資，最重要的是領導能力。其他國家也在國家規劃的指導下進行這些投資。美國必須采取明智的行動，但不能拖延，以實現數字衛生生態系統的愿景。

戰略的最后一個組成部分是治理。我們需要對支離破碎且過時的治理結構進行廣泛改革。避免重復、協調努力并代表全國做法的戰略投資將受益于數字衛生。該策略詳細說明了所需治理結構的關鍵組成部分，并建議了實現有效治理機制的步驟。