訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
人工智慧能協助及早診斷阿茲海默症
數位時代紀品志
獲取產業訊息零時差!立即訂閱電電公會電子報。

阿茲海默症目前沒有簡單的早期診斷方法,不過人工智慧技術可能會在許多方面幫上大忙。如能儘早發現病徵,就可提早治療、延緩病情,同時提供足夠時間讓病人與家屬安排醫療、法律及財務規劃。

阿茲海默症是老年失智症的一種,目前尚無一套簡單的早期診斷方法。醫生診斷失智症時必須綜合考慮病史、家人或醫護人員的報告,從病人日常表現來診斷。雖然腦部掃描有助於診斷,但目前單靠腦影像也不見得能確診。

 

無論是行為或腦影像,阿茲海默症初期徵兆往往不明顯,這時人工智慧就能派上用場。機器學習能找出易被忽略的行為模式及腦部細微變化,甚至還能用來預測病程及嚴重程度,協助調整治療與照護方式。

追蹤病患活動,從大量數據中找出阿茲海默症徵兆

美國麻省理工學院(MIT)電腦科學與人工智慧實驗室Dina Katabi團隊,開發了監測阿茲海默症早期症狀的動態追蹤裝置,與哈佛醫學院老人精神科醫師Ipsit Vahia合作,正在麻州的長照養護機構中進行小規模實驗。

該設備是裝在牆面的扁平白色方盒,使用低功率無線電波,能反射半徑9公尺內所有物體。任何微小動態,甚至呼吸,都會引起反射訊號變化,藉此可記錄人每天的一舉一動。所有訊號皆上傳雲端,再用機器學習,從大量數據中找出規律,辨識病人的步伐、位置、呼吸模式、睡眠狀況等。

收集大量的行為數據,能幫助研究人員追蹤及瞭解病人早期徵兆,例如躁動、憂鬱、睡眠中斷、重複特定行為等等,都是阿茲海默症的徵兆。

參與研究的人,有已確診的阿茲海默症患者,也有未得到診斷的老人。研究人員認為,人工智慧有辦法從行為數據中學習,找出細微的差異及變化,並辨識出風險高的患者。製藥公司也對該技術很感興趣,因為人工智慧將可能用來協助追蹤、判斷實驗藥物是否確能改善病人症狀。

利用機器學習辨識大腦細微變化

人工智慧還能用來協助醫生發現大腦中阿茲海默症的早期跡象。

加拿大麥吉爾大學(McGill University)神經科學家Pedro Rosa-Neto表示,即使是放射影像科醫師,也難以從腦影像中判斷病人是否會患上阿茲海默症。不過,人工智慧或許辦得到。

Rosa-Neto與Sulantha Mathotaarachchi利用演算法,分析上百張正子斷層掃描(PET),這些腦影像是來自有阿茲海默症風險的人。透過病歷記錄,研究人員知道哪些病人掃描後兩年內產生了失智症狀,並以此訓練演算法,看看AI是否能從腦影像模式中,學會辨識及預測阿茲海默症。結果顯示,演算法能從腦影像中區辨後來患阿茲海默症的病人,準確度可達84%。

義大利巴里大學(University of Bari)Nicola Amoroso與Sabina Tangaro的研究團隊也運用機器學習方法,據稱可在阿茲海默症狀出現10年之前,就能發現大腦中細微的結構變化。

巴里大學團隊運用核磁共振掃描(MRI),讓人工智慧分析不同腦區之間的連接,區辨阿茲海默症患者及健康對照組的腦影像。訓練完成後,用148名受試者的大腦掃描測試演算法,其中有些患有阿茲海默症,也有部分是輕微認知障礙幾年後演變為阿茲海默症。結果顯示,人工智慧診斷阿茲海默症的正確率可達86%。更重要的是,檢測輕度認知障礙的正確率也有84%,使得這套方法有潛力成為早期診斷的有效工具。此外,這套方法比起腦脊髓液抽取檢查或使用放射性顯影劑的腦造影,更不具侵入性,也較為簡單便宜。

機器學習從腦影像預測病情惡化速度

機器學習也能幫助醫師預測病情嚴重程度。由於阿茲海默症患者的症狀可能各不相同,惡化速度也不一,醫生很難確知病情是否會在一段時間內保持穩定。

美國杜克大學(Duke University)醫師及研究員P. Murali Doraiswamy與克羅埃西亞Rudjer Boskovic研究所人工智慧專家Dragan Gamberger合作,用機器學習對562名患者、5年期間的腦影像、腦脊髓液與醫療記錄進行分類,希望這套系統能區辨腦組織隨時間的變化情形,預測病情快速惡化的可能性。目前這套方法已大致能將病程快速及緩慢的病人進行分群。

人工智慧可能改進藥物臨床試驗

自2002年至2012年,99%的阿茲海默症藥物臨床試驗都宣告失敗。原因之一是這項疾病的成因不明。而另一原因則是不易判斷特定藥物可能對哪些類型的患者有幫助。

如果能把基因、特徵、腦影像相似的病人分群,找出合適的病人,就會使藥物測試變得更順利。就此方面而言,人工智慧技術能提供協助,幫助設計更好的藥物試驗,加速招募病人進行藥物研究的過程,也能幫助判斷病情的延緩是藥物的效果,或是病人本身個體差異。

美國國家老化研究院(National Institute on Aging)負責帶領阿茲海默症研究的Marilyn Miller認為,預計5年後,人工智慧即可用於診斷及預測阿茲海默症。不過目前的方法都仍需更大量的數據,才能使人工智慧演算法診斷更加準確可靠。

資料來源:MIT Technology ReviewEngadgetNew Scientist

訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。