廖珮君｜科技大觀園特約編輯
圖一：預測腦齡及失智風險的 AI 模型，讓患者及照護者還有醫生皆能及早做好準備，進而提高失智症治療成效和降低社會成本。
失智症令許多長者聞之色變，尤其伴隨高齡化社會的到來，失智更成為重大的社會議題。根據衛生福利部統計，臺灣失智人口逐年攀升，2022 年已超過 30 萬人罹患失智症，其中 96% 為 65 歲以上長者，預估到了 2030 年，失智人口將成長到超過 50 萬人。
面對無法逆轉的大腦退化現象，失智症患者除了被動接受罹病事實外，還有其他應對方法嗎？AI 人工智慧為這個問題找到了答案。
在國科會「打造國家級全方位人工智慧精準健康數據樞紐模式」計畫支持下，臺北醫學大學醫學系特聘教授陳震宇率領團隊成功研發出「多模人工智慧失智預測模組」，成為全球第一個可以預測腦齡及失智風險的 AI 模型，透過 AI 讓失智風險高的長者能夠提前做好日後的照護規劃，也能幫助藥廠在研發新藥時，可以找到更精準的臨床試驗對象，提高失智症用藥治療成效。
AI 扮水晶球角色，預測未來失智可能性
目前在失智症治療上的難點在於，不容易發現也很難及早用藥治療。由於失智症多為 65 歲以上長者，當出現健忘、記憶力變差等現象時，一般人很難區分是因為大腦老化還是退化所造成，也就很難早期發現，等到確認長者罹患失智症、開始接受藥物治療，此時的用藥成效相當有限，只能稍稍延緩大腦退化速度，並無法根治失智現象。
因此，陳震宇希望用 AI 解決現行失智症治療的難點，在患者出現失智現象前就能預測，「就像可以預測未來的水晶球一樣，我們希望打造一顆 AI 水晶球，預測長者未來的失智風險，」陳震宇說，讓患者及照護者及早做好準備、醫生及早開始治療規劃、藥廠研發更有效的藥物，進而提高失智症治療成效和降低社會成本。
AI 失智預測模組的三大重點系統功能
在此目標下，陳震宇團隊綜合美國、英國 Biobank 及日本的失智症資料庫，及臺大、成大、臺北榮總及北醫體系四大醫學中心的資料，推出 AI 失智預測模組，可以從電腦斷層影像、年齡、性別、教育程度、社會地位、基因等因素，去判斷腦齡、推估出未來 2 年內失智的可能性及分析腦部退化狀況，並自動產出文字報告，協助醫生瞭解患者狀況。
陳震宇進一步說明 AI 失智預測模組的三大功能。首先是針對 65 歲以上長者去預測腦齡，也就是腦齡和身體實際年齡的速配度，倘若腦齡大於實際年齡，代部腦部老化速度太快，就要小心未來可能發展成失智症。
第二是針對已經出現知能障礙（MCI, Mild Cognitive Impairment）的人，推估未來 2 年內發展為失智症的可能性。根據研究顯示，認知缺損的人，一年後有一半的機率轉成失智症，因此有必要針對這群人進一步預測失智風險。
第三是分析大腦萎縮的區域在哪裡，屬於哪一種型態的失智症。目前，臨床上退化性的失智症大約可分為四大類型：阿茲海默症、額顳葉型失智症、路易氏體失智症（DLB, Dementia with Lewy Bodies）及血管型失智症，而不同失智症的腦部萎縮區域也會不一樣，當患者的大腦已經萎縮、進入失智前期，透過 AI 分析可以找出腦萎縮的區域和型態（Patten），輔助醫生及早判斷病患可能是哪種失智症。
知名好萊塢影星布魯斯威利在 2022 年因為失語症而宣佈息影，但到 2023 年才確認罹患額顳葉型失智症，顯見失智症判定著實不易，但若能透過 AI 輔助，也許醫生就可以在病患罹患失語症當下，確認其為額顳葉型失智症，並開始治療計畫。
目前 AI 失智預測模組還在臨床驗證階段，陳震宇期待未來邁向普及應用後，不只幫助長者做好規劃，在知道自己未來可能會步上失智之路時，提前做好財務和人生規劃，減輕日後同住家人的照護壓力，更要幫助醫院和藥廠找到治療失智症更有效的方法，降低社會醫療的照護成本。
原文章標題為：AI 如何解決現行失智症治療難點？專訪臺北醫學大學醫學系特聘教授陳震宇
