結合資工與醫學 台北大學畫鐘測試揪潛在失智症

▲台北大學林道通教授介紹畫鐘測試研究。（圖：台北大學提供）

結合資工與醫學，台北大學資工系林道通教授執行「老人畫鐘失智篩檢服務方案」，透過由受測者畫出時鐘，經由手機掃描分析，協助早期發現社區中潛在罹患失智症的長者。研究團隊日前提出「應用深度學習於輕度認知障礙失智症畫鐘測驗評估之實證研究」，獲得國科會補助，這項研究將嘗試為超高齡社會提供新的幫助。

台灣將會在二○二五年邁入超高齡社會，至二○七○年時，六十五歲以上老年人口占總人口比率將提升到四十三點六%。超高齡社會趨勢伴隨而來的問題面向極廣，聯合國極力呼籲超高齡社會國家重視高齡人口的公共政策如社會福利、醫療長照等措施。其中，高齡者失智症及早發現或輕度認知障礙檢測與診斷便是一個重要的議題。

林道通指出，台灣老年議題日趨嚴重，六十五歲以上長者罹患失智症的比例已達十二比一，八十歲以上更已達五比一，顯見失智症因應的迫切性。有鑑於現有評估失智症方式較為繁複，也需要專業醫師進行測試及判定，因此希望研發出方便的電腦輔助判定系統，協助醫師或照護機構能用最方便快捷的方式協助判定失智症的程度，也能及早發現潛在失智症的患者，讓家人、社區、醫院、或照護機構能提早進行預防及準備。

畫鐘測試執行方式是請受測者在白紙上畫出一個時鐘，並依照時針與分針標註在一至十二的數字位置，請受測者畫出十點十分。受測者畫好時鐘後用手機拍照並上傳到系統中，等待約十秒鐘，系統即會計算出受測者的分數，分數由零至十分為十一個等級，十分表示正常，零分表示重度失智，再據此分為四個類別，分別是正常、輕度失智、中度失智及重度失智。

此次計畫進一步透過恩主公醫院合作進行收案，擬經由精神科門診進行比較，來優化系統，提升準確率。計畫提出兩種結合影像處理和基於機器學習的電腦輔助畫鐘測驗CDT評分方法，挑戰是否可以直接早期篩檢出輕度認知功能障礙MCI病例。具體項目包括恩主公醫院精神科門診收案(失智症病例組及對照組)、結合AI辨識進行畫鐘測驗CDT評分規則自動化、應用深度學習模型進行影像自動分類。

這項計畫提出多項創新構想，希望在臨床應用上透過計畫來提升失智症的檢測效率，提供給醫院或患者一個參考依據，最終並希望產出「畫鐘測驗評量手機APP」，預期將對於家屬、醫院、老人機構更具便利性，也能更快了解長者的狀態，及早治療以延緩失智症的惡化。如失智篩檢APP能早日問世，將以友善的科技工具造福更多高齡長者。