《刺胳針》子刊:IBM、輝瑞語言分析AI 可提早7.5年發現阿茲海默症徵兆

2020/10/23
《刺胳針》子刊:IBM、輝瑞語言分析AI 可提早7.5年發現阿茲海默症徵兆
美國時間22日,輝瑞(Pfizer)與IBM在最新一期《The Lancet eClinicalMedicine》中,發表其合作開發、透過語言辨識分析(linguistic analysis)提早預測
編譯 / 吳培安

美國時間22日,輝瑞(Pfizer)與IBM在最新一期《The Lancet eClinicalMedicine》中,發表其合作開發、透過語言辨識分析(linguistic analysis)提早預測阿茲海默症風險的AI模組,目前的準確率可達74%。相較於現有的阿茲海默症診斷方式,例如腦部掃描影像、腰椎穿刺取腦脊髓液,此方法僅需要進行簡單的語言測驗就能預測風險,具有花費不高、且不須採用侵入式手術的優點。
 
研究團隊利用1948年的知名世代醫學研究「Framingham Heart Study」的資料庫,訓練AI模組的預測。該研究已累積數十年、蒐集超過5000名受試者及其家族的各種健康數據。
 
其中,有關認知功能的「偷拿餅乾畫面描述任務」(Cookie-theft picture description task),是透過要求受試者用自己的說話方式,描述指定圖片中發生的事。而在Framingham Heart Study中,受試者會多次接受這項測試,進而產生基線數據(baseline data),讓研究人員得以研究他們出現認知功能退化的時間點。
 
接著,研究團隊將完成訓練的模組,用於80名尚未顯現認知功能退化徵兆的受試者之語言樣本。結果發現,這套AI模組可在受試者被正式診斷為阿茲海默症前7.5年發現異常徵兆,其預測準確率約為74%。
 
IBM健康照護暨生命科學研究副總裁Ajay Royyuru表示,這並不代表受試者在當下就被診斷為阿茲海默症,但可以提早發現異常,進而向神經科醫師徵詢是否需要進一步檢查。
 
他認為,這套模組未來可以利用智慧型手機app,或是知情同意的電話語音對話進行分析,成為定期檢查的方式。
 
新穎的數位生物標記(digital biomarkers),將為製藥公司設計阿茲海默症臨床試驗時提供關鍵助力,降低其失敗率。
 
Royyuru認為,阿茲海默症的臨床試驗頻繁失敗的原因之一,可能是招募的患者群,每個人所處在的疾病惡化異質性很高,必須要有一個能夠適當界定患者疾病階段的生物標誌,才能將患者分配到合適的臨床試驗。
 
除了語言生物標記,IBM在今年稍早,也發表了利用AI分析β-澱粉樣蛋白(beta-amyloid)的濃度,預測阿茲海默症風險的成果;加州大學柏克萊分校的科學家也研究出一套AI系統,根據大腦掃描影像預測風險,可比臨床診斷早六年發現阿茲海默症。
 
在臺灣,致力於開發預測失智症風險影像診斷的上頂醫學影像科技公司,也正利用技轉臺大曾文毅教授的腦部擴散式磁振造影(Diffusion Spectrum Imaging)技術、結合機器學習,打造非侵入式的腦神經纖維示蹤技術(Tractography),提供腦神經年齡退化程度的評估服務。
 
參考資料:
https://www.fiercebiotech.com/medtech/could-a-language-test-diagnose-alzheimer-s