阿茲海默症|筆試語法預測認知障礙潛在患者 IBM人工智能辨識準確度達70%

複製連結 分享
IBM人工智能可透過文字語法,在病徵出現前預測阿茲海默症,準確度達七成。
IBM人工智能可透過文字語法,在病徵出現前預測阿茲海默症,準確度達七成。
曲奇盜竊描述任務(cookie-theft picture description task,簡稱CTT) 一般用於評估癡呆、失語症等患者的語言程度,以估算患者的認障礙物情況,而此圖由佛拉明罕心臟研究計劃提供的CTT測試樣本。(圖片來源︰Lancet)
大家可否從文字語法中去預測認知障礙 ? 答案可能會令你感到驚訝。一直以來,不少硏究均着力找出早期辨識阿茲海默症的方法。不少專家會透過分析患者的言語敍事的改變來評估病情,近日相關硏究再有新突破,一項在《刺針》旗下《E Clinical Medicine》發表的硏究指,透過AI人工智能可偵測出阿茲海默症的「潛在」患者,其準確率達7成,較醫護人員臨床判斷準確率的59%還要高。
阿茲海默症屬認知障礙症的一種。這種因大腦神經細胞病變而引起腦功能衰退的神經系統疾病,會令患者出現記憶、語言、判斷決策能力的障礙,有部份患者亦會出現情緒、行為的變化。本港患有認知障礙中的長者,約有65%屬阿茲海默症患者。
此項硏究由IBM跟跨國藥廠輝瑞合作,硏究員取美國佛拉明罕心臟研究計劃(Framingham Heart Study)這個自1948年已開始建立、於當地最常用的健康資料庫的資料,當中包括計劃參加者認知狀態的評估資料。
然後硏究員在資料庫中找出80位人士認知評估中的言語敍述書寫資料給人工智能作測試分析,當中40人的言語敍述是在阿茲海默症發病前儲存,另外40位人士的言語敍述及書寫資料則在病發後才記下的。結果發現人工智能大致可成功偵察當中那些人會患上阿茲海默症,準確率達70%。
在人工智能的分析中,程式會檢視他們去形容指定畫面的細微語法差異。程式發現某些人士較多使用重複的詞句(即使他們在較早期的時間的認知程度屬正常),而這些人亦會犯上一些用詞的錯誤,如串錯字又或是不恰當地把某些字(英文)以大階書寫等。
上圖為CTT測試樣本,見到後來患有認知障礙的人,從他們的文字語法可以看出端倪。(a)認知能力未受損。語句完整,描寫詳盡。(b)已受損。認知能力已受損的樣本會出現片段式的言語,欠缺標點符號的情況。(c)嚴重受損。受損程度較為嚴重的樣本,還可以看到有明顯的拼寫失誤,例如欠缺主語。
在紐約IBM的湯馬斯・沃森硏究中心(Thomas J. Watson Research Center)擔任健康及生命科學硏究副總裁的Ajay Royyuru表示︰「我們之前沒想到,書寫的用詞語法分析會有這方面的發現。」硏究員對阿茲海默症的硏究滿有興趣,他們相信這可能是偵測早期阿茲海默症的簡單方法,讓患者可及早意識自己的危機,這或許能夠延緩病情的一個重要途徑。
IBM的硏究員表示這次是難得的機會獲得如此大量的數據,讓人工智能程式模型得到精準的「訓練」,令其準確度提升,他們希望在未來會有更多相關的硏究案例以進一步訓練人工智能作出更多神經系統疾病的辨識。
資料來源︰Elif Eyigoz et al., Linguistic markers predict onset of Alzheimer’s disease. EClinical Medicine, 2020 Nov; 28: 100583.; IBM.com
撰文︰李飛
編輯:鄒仲安
-----------------------------
支持蘋果深度報道,深入社區,踢爆權貴,即Like蘋果專題及調查組FB專頁