回首頁LOGO按鈕

許凱程主任指出失智症通常好發於中老年族群，並隨著時間逐漸惡化

      81歲的張伯伯，原來精明開朗，今年初開始，卻經常忘記他人交代的事情，也不願意與家人交流，且說話邏輯不易理解，經家人陪同前來中國醫藥大學附設醫院門診，由神經部主治醫師、人工智慧中心許凱程主任先透過傳統檢查方式，由專業人員進行抽血檢查、心理量表測驗，以及腦部MRI影像檢查，檢查結果發現，張伯伯的心理量表(MMSE)分數低於同齡人平均值， 另MRI發現為腦部腦萎縮（而非中風或腫瘤）；運用人工智慧中心研發「智憶康」系統，藉由張伯伯的醫學影像，以其腦部灰質大幅退化以及腦脊髓液增加的異常比例，AI一分鐘即可預測張伯伯腦部年齡大於實際年齡5歲，同步推估張伯伯已罹患早期失智症。許凱程主任說，從常規檢查到「智憶康」的AI檢測，都確認張伯伯符合早期失智症，需進行後續治療。

個案張伯伯的醫學影像，其腦部灰質大幅退化以及腦脊髓液增加的異常比例，推估張伯伯已罹患早期失智症

      失智症屬於腦部疾病，主要影響大腦功能導致思考與記憶能力退化，甚至產生情緒問題、語言表達力喪失、行動能力降低等症狀，許凱程主任說，失智症嚴重程度不同且有多種致病亞型的主要神經認知障礙，通常又可以依照發病區域或病徵分為阿茲海默症、血管型失智症、路易氏體失智症、額顳葉型失智症以及由巴金森氏症引發之失智症，通常好發於中老年族群，並隨著時間逐漸惡化。根據衛福部統計推估，2022年我國失智症人口超過30萬人，有九成六為65歲以上長者，此外，罹病者有年輕化現象，而到了2030年，失智人口推估將成長超過50萬人。

許凱程主任分析，運用腦齡預測系統判斷出的腦部年齡與實際年齡的差異程度，可幫助臨床醫師藉此快速診斷患者失智症嚴重程度。

      人工智慧中心許凱程主任指出，臨床上神經科醫師通常會以多種方法及工具來評估失智症，包含疾病史、血液檢查、認知量表測驗、心理評估、影像學檢查、生理訊號檢查等，不過，量表等測驗，每位病人往往需要花一小時以上的時間才能完成確認，而排隊等候此檢測的人潮，以中醫大附醫為例，也要預約一個月之後，為了能幫助病人，讓醫師更快與更精準掌握失智症嚴重度，中醫大附醫設計以AI腦齡預測系統、神經基因判別系統建構了「智憶康」，運用AI協助評估失智症嚴重程度。

許凱程主任說，從常規檢查到「智憶康」的AI檢測，都確認張伯伯符合早期失智症，需進行後續治療。

「智憶康」腦齡預測系統，收取本院近三千例正常人做磁振造影檢查，利用AI模型將腦部各區域（灰白質、腦脊髓液、海馬迴等）逐一分割計量後建立常態分佈曲線，後續輸入約五百例失智症病人的腦部影像，中醫大附醫人工智慧中心發現，在同齡群體中，失智症病人於灰質區域比例普遍低於普通族群，腦脊髓液比例也因腦部退化程度較高有明顯增加。許凱程主任進一步分析，2022年相關醫學文獻指出，理論上腦齡與實際身體年齡在正負3歲以內為正常族群，運用腦齡預測系統判斷出的腦部年齡與實際年齡的差異程度，可幫助臨床醫師藉此快速診斷患者失智症嚴重程度。

「智憶康」腦齡預測系統收取中醫大附醫近三千例正常人腦部MRI影像，並輸入約五百例失智病人腦部影像，比較灰質以及腦脊髓液，以綠色曲線為正常人表現，其他曲線為異常，張伯伯落點（黑點）高於正常比例，AI預測腦齡為86.4歲

      「智憶康」神經基因判別系統則利用無神經相關疾病之老年族群以及失智症病人的腦電波訊號和基因資料，經過特徵萃取和特徵選擇技術計算出重要之腦波特徵以及基因特徵，透過AI模型判別患者是否患有阿茲海默症。結果顯示失智症病人在特定頻帶及腦區位置的腦波強度、複雜度以及腦區間的功能性連結皆顯著小於非失智症組，而AI模型在測試資料集上的判斷表現AUC達到87%，且敏感度達到91.7%。

      隨著台灣進入高齡社會，預防與治療早期失智疾病成為刻不容緩的工作，許凱程主任呼籲民眾如有疑慮自己或家人行為異常，應盡早就醫檢查以利治療。