許凱程
」 AI
失智新對策1／每3秒增1名患者 才39歲！漫威男星陷阿茲海默危機
76歲享譽國際的名導侯孝賢驚傳阿茲海默症，因此宣布退休；68歲好萊塢巨星布魯斯威利去年罹患額顳葉失智症，日前更傳出病況惡化，已失去語言溝通能力；飾演雷神索爾的39歲克里斯漢斯沃因失智機率高，因此選擇暫時息影。無論是阿茲海默症、或額顳葉失智症，都屬於退化性失智症。國際失智症協會估算，全球每3秒就新增1名失智患者，而根據失智症協會估算，台灣則是每30分鐘就新增1名失智患者，過去失智症從出現疑似症狀、願意就醫、到最後確診，往往曠日費時，如今可利用AI偵測大腦構年齡，只需1分鐘就能揪出早期失智症，及早治療。隨著高齡化社會來臨，失智變得不再遙不可及，而是一件你我都可能罹患的疾病。而失智有多令人畏懼？布魯斯威利曾演出《終極警探》等多部叫好又叫座的電影，但近年卻頻頻參與許多低評價影片，甚至被封「爛片之王」，直到他去年公開自己失智的病情，外界才恍然大悟，原來布魯斯威利自知清醒時間不多，因此才拼命拍片賺錢，只為保障妻女的生活。因演出《雷神索爾》走紅的克里斯漢斯沃也面臨失智威脅，他年僅39歲，卻在2022年時進行基因檢測，發現自己是罹患阿茲海默症的高風險族群，機率是一般人的8~10倍，深陷恐懼的克里斯漢斯沃立即暫停所有工作，決定把握時間好好陪伴家人。中國醫藥大學新竹附設醫院神經內科主任陳睿正表示，阿茲海默症是退化性失智中最主要的類型，臨床上患者大約佔5~6成，其中5~10%是遺傳所致，其餘則原因不明。「多數失智症都發生在65歲之後，但如果有遺傳因子，就可能較發生，而且惡化速度也比較快。」享譽國際的名導侯孝賢（左二）罹患阿茲海默症，因此宣布退休，《刺客聶隱娘》成為他最後的作品。（圖／林士傑攝）陳睿正說，目前失智症大多是透過問卷、影像檢查加以判斷，但如何分辨退化或失智，就必須花時間持續追蹤檢查，目前雖可透過斷層掃描檢查大腦是否有類澱粉蛋白沉積加以確認，但需自費7萬多元頗為昂貴，多數人會選擇以抽血方式檢查是否有類澱粉蛋白沉積，雖然也要自費1萬多元，但相較之下尚可接受。隨著AI各項技術日益發達，也已經進一步運用在失智檢測上，中國醫藥大學附設醫院人工智慧中心許凱程主任說，傳統失智檢測大多需預約1個月後，患者當天再花1小時以上的時間完成檢查，為加快速度，醫院收取近3000例正常人的腦部磁振造影資料，利用AI模型將腦部灰白質、腦脊髓液、海馬迴等區域逐一分割計量後，建立常態分布曲線，再後續輸入約500例失智症病人的腦部影像，結果發現失智症患者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，再依據曲線估算出腦年齡。許凱程說，2022年相關醫學文獻指出，腦齡與生理年齡在正負3歲以內為正常，只需花1分鐘就可知道腦年齡，可幫助臨床醫師快速診斷失智症嚴重程度，目前已監測出多位早期失智患者，但該檢測現階段仍處於研究收案階段，仍需搭配傳統檢測較為精準。
精明老翁變的溝通困難 AI僅1分鐘就揪出腦齡比實際老5歲！
【健康醫療網／記者鄭宜芬報導】81歲的張伯伯原本精明開朗，今年卻經常忘記事情，也不願意與家人交流，且說話邏輯不易理解。中國醫藥大學附設醫院神經部主治醫師、人工智慧中心主任許凱程，運用人工智慧中心研發「智憶康」AI檢測，發現張伯伯腦部年齡大於實際年齡5歲，罹患早期失智症，建議及早進行後續治療。患者腦部灰質大幅退化、腦脊髓液增加張伯伯先進行常規傳統檢查，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，因此並非中風或腫瘤；醫師接著運用人工智慧中心研發「智憶康」系統，藉由醫學影像以及腦部灰質大幅退化以及腦脊髓液增加的異常比例，預測張伯伯腦部年齡大於實際年齡5歲，同步推估罹患早期失智症。全台失智人口到2030年將超過50萬人許凱程表示，失智症好發於中老年族群，會隨著時間逐漸惡化。根據衛福部統計推估，2022年我國失智症人口超過30萬人，有96%為65歲以上長者。此外，罹病者有年輕化現象，推估失智人口到2030年將超過50萬人。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。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下列分型： 退化型失智症，包括阿茲海默症、路易氏體失智症、額顳葉型失智症 血管型失智症 由巴金森氏症引發之失智症等▲許凱程表示，等候失智症檢查曠日費時，利AI系統可幫助醫師快速判別患者嚴重程度。（圖／中醫大附醫提供）AI幫助醫師快速診斷失智患者嚴重程度許凱程指出，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，不過每位病人往往需要花1小時以上的時間才能完成確認。而且以院內為例，排隊等候檢測的人潮更常要預約1個月之後。為了幫助病人、讓醫師更快且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。「智憶康」腦齡預測系統，收取院內近3千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5百例失智症病人的腦部影像。發現在同齡群體中，失智症病人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而明顯增加。許凱程進一步分析，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」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（曲線下面積）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刻不容緩，許凱程呼籲，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。
精明老翁變得難以溝通 只花1分鐘！AI預測腦齡確認患失智症
81歲的張伯伯精明開朗，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，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）。接著再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。失智症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96%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，每位病人往往需要花1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1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。「智憶康」腦齡預測系統，收取中國醫藥大學附設醫院近3000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500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」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。
台灣近500萬人睡眠障礙 中醫大附醫AI「智眠檢」準確揪病因
36歲的張先生睡眠時鼾聲雷動，全家人都睡不好，前往中國醫藥大學附設醫院就醫，耳鼻喉科主任鄒永恩判斷為「睡眠呼吸中止症」，先以扁桃腺手術改善病症，術後追蹤由攜帶式AI心電圖測量儀「居家睡眠檢測系統-智眠檢」進行，裝置輕便，在家就可上傳檢測結果到雲端，運用AI大數據快速分析，輔助醫師判斷治療成效，提升睡眠品質。睡眠呼吸中止症 嚴重者恐半夜猝死打呼是危險的訊號，根據研究顯示，50％打鼾者都是先打呼，接著產生睡眠呼吸暫停，可能導致心臟病、高血壓、腦溢血、中風等疾病，嚴重者恐半夜猝死！鄒永恩指出，根據亞洲睡眠協會的調查，台灣有超過20%的人，約近500萬人患有睡眠障礙，然而實際願意接受診療的人數卻遠低於此數字。傳統睡眠檢查 床位難等又耗費醫療人力由於醫院床位限制，能收治病人有限。而且睡眠多項生理功能檢查（Polysomnography, PSG）需要一整晚配戴多種生理感測器：包括腦波圖、眼動電波圖、下巴肌電圖、氣流、氧氣飽和度、心電圖或心跳速率等，患者被綁成「電線人」緊張無法入眠，導致檢測可能失準。此外，睡眠中心亦需備有睡眠技師徹夜監看多種類的生理數據，進行標記與判讀，醫療人力資源需求亦大。▲傳統睡眠多項生理功能檢查（PSG）需要整晚配戴多種生理感測器，患者被綁成「電線人」緊張無法入眠，導致檢測可能失準。（圖／中醫大附醫提供）AI分析心電圖 一機搞定、準確度逾九成睡眠中心主任杭良文表示，中醫大附醫睡眠中心目前使用「智眠檢」，在超過100位的臨床受試病人中，與廣達合作攜帶式AI心電圖測量儀，以輕便簡易的檢查方式，大幅提升檢測效率，結合後續AI分析心電圖訊號，能輔助醫師更精準辨識睡眠呼吸中止症的病人，協助縮短後續診斷與治療。中醫大附醫人工智慧中心主任許凱程提到，智眠檢可以根據睡眠呼吸中止發生時的心電訊號變化，使用深度學習方法辨別睡眠中止的嚴重程度。對於睡眠的呼吸中止事件和睡眠覺醒事件（因為呼吸中止而導致睡眠中斷）的偵測分別達到92.7%和93.2%的準確度，而嚴重睡眠呼吸中止症（每小時發生30次呼吸中止）的分類更達到95.8%的準確度。此系統持續進行臨床測試中，後續規劃取得食藥署智慧醫材認證，並導入臨床使用，預期將對睡眠醫學領域產生深遠的影響。中醫大附醫表示，人工智慧中心致力於臨床資料之應用，藉由深度學習的人工智慧技術，利用醫院的醫療資料訓練智慧醫療神經網路模型，可提供臨床診斷的建議，並結合臨床決策系統，減輕醫護人員臨床工作的負擔。目前中醫大附醫人工智慧中心已取得十數項食藥署智慧醫材認證，將持續地研究和創新，期許在智慧醫療領域帶來更多突破。
AI好給力2／防猝死又不遺漏癌細胞 智慧判讀將「打破名醫迷思」
許多人生病後總會到處尋求知名醫師治療，因此這些名醫的門診往往大排長龍，甚至出現「掛號黃牛」，但隨著人工智慧科技的介入，無論是經驗豐富的老醫師或菜鳥，只要搭配AI判讀，就能更精確判斷病況，可預防心肌梗塞導致猝死、也不會漏掉影像檢查中癌細胞的蛛絲馬跡。75歲陳伯伯有一天起床突然感到胸悶、上腹不適，就醫後診斷為輕度胃食道逆流，但治療一個月後卻始終沒有改善，於是醫師將陳伯伯轉介到心臟內科，在進行運動心電圖檢查後，發現陳伯伯最大心跳為每分鐘139下，呈現輕度缺氧狀態，依照傳統判讀為冠狀動脈血管阻塞50%，屬於中度風險，只要後續追蹤觀察即可。中國醫藥大學新竹附設醫院心臟血液系吳宏彬醫師表示，為精準評估陳伯伯的心血管狀態，於是進一步採用「運動心電圖AI輔助判讀系統」同步判讀，透過大數據交叉比對心電圖的資訊，結果AI報告顯示陳伯伯的冠狀動脈血管阻塞機率已高達72%。這讓吳宏彬提高警覺，立即為陳伯伯進行心導管冠狀動脈攝影，赫然發現陳伯伯血管狹窄程度已高達99%，緊急置入心臟支架於冠狀動脈治療。若是依照傳統判讀結果讓陳伯伯返家觀察，陳伯伯很可能會突然爆發心肌梗塞猝死，但由於AI輔助判讀的介入，才讓陳伯伯逃過死劫。中國醫藥大學附設醫院心臟影像科梁馨月主任表示，運動心電圖是診斷冠狀動脈疾病的重要工具之一，傳統以人工判讀的方式不僅耗時，而且往往難以區別細微的差異性，人工分析的準確率臨床上只有40%~50%。有鑑於此，中國醫藥大學附設醫院人工智慧中心蒐集4年來近千筆冠狀動脈阻塞達70%以上的運動心電圖像，並與心導管資料結合，設計出「運動心電圖AI輔助判讀系統」。人工智慧中心主任許凱程表示，目前AI模型準確度約80%，敏感性為88%，分析後的數據可突破傳統人工判讀的限制。透過大腸鏡檢查及早發現瘜肉可及早偵測大腸癌，但傳統判讀的結果會因醫師經驗而有所不同。（圖／報系資料庫）除了更積極預防猝死之外，AI輔助判讀也能防範連續15年患者人數最多的大腸癌。根據國健署2022年資料顯示，台灣每年有近1萬7000例大腸癌新發生個案，雖然大腸鏡檢查已被證實能有效降低死亡率與發生率，但隨著醫師判斷大腸鏡偵測腺瘤的能力不同，也可能會遺漏危險病徵。台大醫院、國泰醫院、雲象科技因此共同研發「大腸鏡即時AI瘜肉偵測」，跨兩院共收集超過3000位病患、逾40萬張影像資料提供人工智慧訓練，包括一般肉眼不易觀察到的瘜肉，皆能被AI捕獲，準確度高達95%。台大醫院健康管理中心暨綜合診療部主任邱瀚模表示，就算是經驗豐富的醫師，對於小於5毫米的瘜肉遺漏率仍可達23%，但若有AI工具的輔助，精準度就可達9成以上，甚至是難以察覺的扁平型、凹陷型的大腸瘜肉也難逃過AI偵測。國泰醫院消化內科主任洪志聖認為，未來醫師執行大腸鏡檢查時若搭配此AI系統，即可以每秒30張的影像辨識能力偵測腸道並標示出瘜肉，即時、有效判讀大腸鏡檢查影像，不僅更有效率，也能解決醫師間偵測診斷能力的落差問題，讓患者獲得更好的醫療品質。
男子以為胃食道逆流 AI及時判斷「血管堵塞72%」逃過猝死
75歲陳伯伯平日生活習慣良好，有高血壓病史，有一天起床時陳伯伯忽然感覺胸悶心悸，原以為是胃食道逆流，到中國醫藥大學附設醫院尋求協助，經消化內科再轉介到內科部心臟血管系，吳宏彬醫師建議陳伯伯使用運動心電圖檢查心血管狀態，運動心電圖顯示陳伯伯運動最大心跳每分鐘139下，ST段輕度下降呈現缺氧，依傳統人工判讀與風險因子評估僅為冠狀動脈中度風險（冠狀動脈血管嚴重阻塞程度50%），屬於後續追蹤觀察，無需介入檢查。為幫助精準評估陳伯伯的心血管健康狀態，吳宏彬醫師採用中國醫藥大學附設醫院今年五月起推行的「運動心電圖AI輔助判讀系統」同步判讀，透過大數據交叉比對心電圖的資訊，AI報告顯示：陳伯伯的冠狀動脈血管嚴重阻塞機率已高達72%。於是吳宏彬醫師進一步建議，應進行心導管冠狀動脈攝影作內部精密檢查，結果顯示，陳伯伯左前降支狹窄竟已高達99%，吳宏彬醫師當下立即經皮冠狀動脈介入，並緊急置入心臟支架於冠狀動脈治療，陳伯伯萬幸逃過心肌梗塞一劫。陳伯伯出院後，胸悶狀況明顯改善，且配合飲食調整、運動養成及藥物控制，目前心臟狀況良好，持續在門診穩定追蹤。中國醫藥大學附設醫院心臟血液系吳宏彬醫師指出，心臟本身所需的氧氣主要透過三條分枝的冠狀動脈供給，讓心臟保持完整的功能；當供給心肌血氧的任何一條冠狀動脈發生狹窄或阻塞時，就會阻斷心臟的氧氣及養分供給，導致心肌缺氧，抑制心肌收縮，使心臟無法搏出正常血液量，嚴重者引起心衰竭或心律不整，一般而言，心絞痛、心肌梗塞是中高齡常見的冠狀動脈心臟病，更是形成猝死的主要原因。吳醫師分析，冠狀動脈阻塞通常是由於多重因素，例如抽菸、年紀大、糖尿病、高血酯等形成「動脈粥樣硬化」瘢塊而限縮血管的管徑。當病人運動的時候，因為管徑縮小造成供應心臟的血流不足，病人因而會有胸悶、呼吸喘等癥狀，臨床上稱為「冠狀動脈疾病或心絞痛」。當動脈粥狀硬化瘢塊發生破裂與血管內的血小板和凝血因子交互作用，快速形成血栓便完全塞住了血管，造成血管下游的心肌損傷甚至死亡，就是臨床上的急症「急性心肌梗塞」。 中國醫藥大學附設醫院心臟影像科梁馨月主任說，衛福部統計民國110年國人十大死因，心臟疾病依然是高居國人第二大主要死因，僅次於癌症，且因心血管疾病死亡的人數每年持續上升，顯示國人心血管健康議題，需要被重視，梁馨月主任進一步分析，運動心電圖是診斷冠狀動脈疾病的重要工具之一，然而，傳統的人工判讀十多張心電圖不僅耗時，且往往難以區別細微的差異性，人工分析準確率臨床上只有40%-50%。有鑑於此，中國醫藥大學附設醫院人工智慧中心蒐集四年來近千筆冠狀動脈阻塞達70%以上的運動心電圖像，並與心導管資料結合，設計「運動心電圖AI輔助判讀系統」。許凱程主任表示，「AI透過深度學習架構進行訓練，透過擷取運動心電圖3個時間點的訊號，使模型學習由靜態至動態運動心電圖訊號的變化；此外，AI模型也挑選10個量測特徵和2個衍生特徵訊號，如過去病史、最大做工等，一同輸入至模型中進行訓練，用以判別患者冠狀動脈是否嚴重狹窄超過70%。目前模型準確度約80%，敏感性為88%，分析後的數據可突破傳統人工判讀的限制」。梁馨月主任進一步建議，中高齡族群為了瞭解與維持自身心血管健康，每年健檢不妨增加運動心電圖，進一步分析心臟運作，若增加透過人工智慧輔助分析，更能精準地預測心血管疾病演變，及早給予治療，防範未然。