AI - 人工智慧 提早找出阿茲海默症潛在患者，準確率達75%！如何靠語言分析患病機率？

 News from: 數位時代

美國研究人員近期發現，透過寫作測試，可以在發病前幾年診斷出是否有患上阿茲海默症的可能。寫作測試結果將由AI進行分析，準確率高達75%。僅僅透過分析幾年內的書寫方式變化，就能在症狀出現之前預測阿茲海默症，但這有可能嗎？

根據IBM研究人員最新公佈的一項研究，答案是： 可能 。

他們表示，預測阿茲海默只是一個開始。研究人員認為， 患有各類神經系統疾病的人可能會出現獨特的語言模式，這個特徵或許可以在早期就先預測疾病 。

在阿茲海默綜合症的研究中，研究人員觀察了80名80歲左右的男女，其中有一半的人患有阿茲海默症，另一半則沒有。但在七年半之前，所有人依舊能進行正常的認知判斷。

這80名男女都參與了佛拉明罕心臟研究（Framingham Heart Study），這是一項長期的大型研究，會定期對參與者做身體和認知測試。作為測試阿茲海默症的一部分，他們需要完成一項筆試，內容是描述一幅畫：畫中一位小男孩站在搖搖晃晃的椅子上，伸手抓取一個放在架子上的餅乾罐，而他的身後站著一位女性。

研究人員 透過人工智慧來檢查測試者的單字使用方式，尋找用語上的細微差異 。結果發現，即便在認知正常的情況下，有些人還是會重複使用特定的單詞和片語，他們也有可能犯下語法錯誤或重組錯誤，例如少寫 「the」，或者在該使用「is」的地方用了「are」。

這一組測試者最終都患上了阿茲海默症。

透過 AI - 人工智慧 分析，預判患病風險

根據發表在《柳葉刀》的副刊《臨床醫學》（EClinicalMedicine）雜誌的數據， AI程式能以75%的準確度預測誰會患上阿茲海默症 。

位於紐約約克敦高地的IBM湯瑪斯沃森研究中心的醫療保健和生命科學研究副會長Ajay Royyuru說：「我們事先並未假設這些單詞會反映出什麼問題。」而這個AI分析實驗就是在IBM湯瑪斯沃森研究中心完成的。

阿茲海默症的研究人員對此非常感興趣，他們認為可以利用這一發現，在這些徵狀還未轉化成腦部疾病之前就預測出來，即便目前仍未有方法可以有效緩解或阻止阿茲海默症。

賓夕法尼亞大學的阿茲海默症研究員Dr. Jason Karlawish說：「（這項實驗）非常聰明， 核心在於透過梳理大量的口頭或書面語，進而得到一個訊號 。」

多年來，研究人員一直在潛心分析有神經系統疾病徵狀的人，其言語和聲音的變化，這些疾病包含阿茲海默症、肌萎縮側索硬化症、帕金森氏症、額顳葉失智症、雙向情感障礙（躁鬱症）和精神分裂症。

但是，正如加州大學舊金山分校研究阿茲海默症的Michael Weiner所言，IBM研究所的報告開闢了新天地。「這是我第一次在報告中看到，透過對正常人的檢測，較為準確地預測出他們幾年後會出現的問題。」

梳理語言變化，找出可能患病的正常人

目前，研究人員期望能發現眼下無病症、但在幾年後會出現精神系統疾病的人其語言的細微變化。賓夕法尼亞大學神經病學教授兼大學額顳葉型失智症中心主任Dr. Murray Grossman表示，每種神經系統疾病都會產生獨特的語言變化，這種變化可能早在確診之前就出現了。

Dr. Murray Grossman致力於研究額顳葉失智症患者的言語和行為模式。以行為模式而言， 患者通常表現出冷漠，且判斷力、自制力、同理心下降 ，而這些都難以量化。

Grossman說， 但言語是不同的，因為其變化是可以衡量的 。在患病早期，患者的說話速度會隨機變化，停頓之處也是隨機分佈的。此外，患者的用詞也會產生變化，他們所使用的抽象詞彙會變得更少。

Grossman表示，這些變化與大腦額顳葉的變化有直接相關。病症與語種無關，不是只有說英文的患者才會有這些表現。

加州大學舊金山分校神經科學臨床研究部主任Adam Boxe也正在研究額顳葉失智症。他研究病症的工具是一款APP，研究對象是具有這類疾病遺傳傾向、表現正常的患者。他的研究方法是向這些人展示一張圖片，請他們記錄所看到的內容。

他說：「我們希望在患病前5年至10年就開始測量變化，智慧型手機的好處就在於讓你可以做各式各樣的事情。」研究人員還可以讓人們互相討論一分鐘、講述自己當天發生的事情，或者重複手機點擊螢幕的聲音。

Boxe表示，他和其他人一樣專注於測試語言，因為這種測試沒有傷害且便宜。

Cheryl Corcoran是紐約西奈山伊坎醫學院的精神病學家，她希望透過語言變化來預測哪些青少年和年輕人有更高的風險患上精神分裂症。

精神分裂症的相關藥物或許可以幫助那些即將患病的人，但問題在於要知道誰是病人。四分之一的人只是偶爾出現徵狀，而三分之一的人有持續徵狀但最終並未發展成精神分裂症。

IBM研究所的研究員Guillermo Cecchi也參與了近期的阿茲海默症研究，他研究了Cheryl Corcoran手下34名患者的言語變化，試圖尋找言語中「 思維的飛躍 」——即患者說話時，會在不同的軌道和場景做切換。他還試圖尋找「 語言貧瘠 」現象，即患者使用簡單的語法結構和短句。

此外，Guillermo Cecchi與同僚們研究了位於洛杉磯的96名患者和受訪者。有些人完全正常，一些人偶爾會出現妄想症，其餘的則是精神分裂症患者。他讓受試者複述他們所聽到的故事，希望從中找出相同的語言模式。

在兩組測試中，人工智慧都能以85%的準確率預測三年後誰會患上精神分裂症。「許多小型研究都發現了相同的訊號，」Cheryl Corcoran說。「（但目前）我們還不能直接告訴他們是否會有患病的風險。」

儘管這一研究尚處於起步階段，但Guillermo Cecchi受到了鼓舞。「對我們來說，正確且大規模地開展科學研究是當務之急，我們應該有更多的樣本。美國每年有超過6,000萬的精神科問診，但這些問診都還沒有使用我們的檢測工具。」