為提升毒品防制基金研究成果之學術價值，本學院犯罪防治研究中心(下稱：犯研中心)研究團隊積極結合外部學術資源，共同進行研究，其中部分研究成果由趙恩博士主筆，與研究團隊合作，以「Using Machine Learning To Build A Predictive Model Of No Recidivism-A Pilot Analysis Using Decision Tree」(以機器學習建置不再犯之預測模型-決策樹分析之先導研究)為題，撰寫論文，已獲2022年美國藥物濫用國際研討會(2022 NIDA International Forum) 審查通過，並以錄製影音與展示海報方式於其線上會議進行發表，展示期程為111年6月9日-6月15日。

     本學院犯研中心長期關注、追蹤毒品犯多元處遇及復歸社會問題，在2021年的毒品防制基金補助下，進行「毒品施用行為多元處遇成效評估與比較計畫：第四期」研究，研究團隊透過大數據分析指出，相較於傳統刑罰，緩起訴附命戒癮治療具有較為溫和且可幫助毒品施用者維持社區連結性之特性，可明顯改善毒品施用者的再犯率，但戒癮治療仍應針對施用毒品者之施用種類、混用情形或涉入其他犯罪等不同情狀，設計不同特質且具有差異性之處遇模式；本次發表，係由國立臺灣師範大學中國信託成癮防制暨政策研究中心李思賢主任擔任研究督導、趙恩資料長主筆，與本學院犯研中心研究團隊合作撰寫與設計，並投稿國際學術發表會。

     雖然在新世代反毒策略行動綱領推動下，緩起訴附命戒癮治療的實施比率有提升的趨勢，但目前欠缺科學性的系統研究，用以實證緩護命、緩護療的效果，透過本次合作，趙恩博士利用AI與機器學習方法，成功預測14,506名完成緩起訴附命戒癮治療者於一年後不會再犯的機率，精確度(F1 Score)可達0.85(1為最佳)。在該會議海報發表研究結論中，研究團隊指出，預測完成緩起訴附命戒癮治療者不會再犯的重要意義在於透過大數據蘊含的各種靜態因子，幫助一線實務工作者可以預先掌握參與戒癮治療者的風險，以規劃合適、對應的處遇策略。同時，研究團隊建議政府持續挹注資源予AI運用於毒品之研究，補全資料庫的動靜態因子，以完善預測再犯模型。從科學實證引導政策方向，不但有利於未來推動法務部刻正推動的「貫穿式司法保護防止再犯」策略，更可於實質意義上促進新世代反毒策略2.0「再犯防止」目標的達成。