思覺失調與阿茲海默檢測不再扎針 榮總AI嘉惠腦部科學
文/蔡騰輝
台灣生醫人工智慧研究發展協會理事長李光申(右六)和國立台灣大學人工智慧與機器人研究中心主任傅立成(右五)積極整合AI，推出CT與MRI影像分析的腦部科學與神經科學應用。陽明大學提供
在人工智慧於醫療之最新進展的學術研討會上，台灣生醫人工智慧研究發展協會理事長李光申期待，藉由異業交流能激發更多的產業發展，尤其是集結不同專科醫師、不同思考模式的資訊夥伴所產出的產品服務，一定更能滿足醫學產業痛點。
同時身為國立陽明大學幹細胞研究中心主任的李光申說，要發展醫療人工智慧，必須了解西洋醫學的演進法則，才能融合AI與過往演譯的醫學訓練，更強調AI是個典範轉移(Paradigm shift)，又可以稱為破壞式創新(Disruptive innovation)。也因此，打電動的人都知道的「砍掉重練」或許就是最好註解。
影像分析形象化精神疾病診斷
針對破壞式創新與各式醫療AI應用，國立台灣大學人工智慧與機器人研究中心主任傅立成則是舉榮總的思覺失調症(Schizophrenia)應用為例。過往精神科醫師與心理諮商師只能透過問診的方式，了解病患的狀況，進而給予從經驗而得的診斷療法。在醫學影像與電腦輔助系統日漸成熟的現在，已經可以透過掃描與分析大腦灰質、白質、腦脊髓液等多方影像，進而辨識、分類可能成因，讓精神類疾病診斷變得更有科學根據與佐證。
此外，在高齡社會中，除了銀髮族生理長期照護，心理也相當重要。根據台灣失智症協會2019年3月的資料顯示，2018年全球新增了1,000萬名失智症患者，也就是平均每3秒就有1人罹患失智症。2018年全球失智症人口推估有5,000萬人，到了2050年人數更將高達1.52億人。失智症照護成本也將從2018年的1兆美元，預估推升至2030年的2兆美元。
針對這樣的銀髮族照護問題，台大研究團隊藉由語音和音節辨識技術，使用遞歸神經網路(recurrent neural networks；RNN)技術，找尋序列之間的特徵。如此一來，可以讓阿茲海默症(Alzheimer’s Disease；AD)的檢測從過往可能要抽血或抽取腦脊髓液的方式，而現在則能夠過創新方法，達到非侵入式的檢查功效。
從單音節和詞語的方式，分析客家話、台語等語言，傅立成認為，應該在「認知退化」階段就要即早診療，不僅有機會再次從亞健康恢復至健康狀況，另一方面也可以避免真的惡化成阿茲海默症。
取材自：Digitimes
(2019/8/6)
https://www.digitimes.com.tw/iot/article.asp?cat=158&cat1=20&cat2=70&cat3=15&id=0000565743_LBD6HJRJ5RMUII2ROHDWA