現今許多國家的老年人口激增,失智症成為嚴重問題,據文獻顯示,約50%輕度認知障礙患者在5年內會惡化為失智症,且輕度認知障礙惡化為失智症的年增長率為10%至15%。元智大學以資料擴增與AI深度學習,研發輕度認知障礙檢測APP雛形,做為潛在失智症患者,就醫前自我檢測輔助工具。
元智大學今(21)日指出,該校電機系及AI研究中心教授趙燿庚、副教授李建誠及其團隊在美國高通公司的「高通台灣研發合作計畫」支持下,與新北市亞東紀念醫院的精神科專業醫師合作,運用收集到的48個受測者影片資料,以資料擴增與AI深度學習,研發出簡易型行動手機端的輕度認知障礙檢測APP雛形,做為潛在可能失智症患者自我檢測輔助工具。
趙燿庚表示,失智症不可逆轉,目前沒有藥物可以持續幫助患者,因此早期輕度認知障礙檢測對於患者的病情惡化治療非常重要,但相關檢測方法不夠方便、價格昂貴、耗時,導致輕度認知障礙的症狀常常被忽視,目前也未有簡易、低成本、遠端可執行的檢測方法。
趙燿庚說,機器學習方案可應用在基於臉部影像的輕度認知障礙檢測,包括用於眼動追踪、臉部表情的認知測試及電腦視覺,或是應用臉部特徵,例如眼睛凝視和嘴唇活動等,但使用機器學習方案,通常需要較大運算能力的電腦或設備、較嚴格與一致的環境來收集,並擷取潛在受測患者的臉部影像與特徵,但在一般的居家環境中,通常難以控制。
該團隊共使用了1516個受測者影片片段做深度學習,其中包括867個輕度認知障礙受測者影片片段,並已在高通公司驍龍 865系統晶片上實現此APP。其中輕度認知障礙受測者的平均年齡為75歲,非輕度認知障礙受測者的平均年齡為70歲;每個影片從5到30分鐘不等,研發團隊從每個受測者影片片段中,提取空間和動作特徵做為輸入訊號,進行深度學習的訓練。
元智大學表示,由收集的受測者數據來看,該APP準確性超過80%,且從受測者資料看來,似乎年齡並不是輕度認知障礙的關鍵因素,研究結果可進一步發展為輕度認知障礙自動檢測方案。
我是廣告 請繼續往下閱讀
趙燿庚表示,失智症不可逆轉,目前沒有藥物可以持續幫助患者,因此早期輕度認知障礙檢測對於患者的病情惡化治療非常重要,但相關檢測方法不夠方便、價格昂貴、耗時,導致輕度認知障礙的症狀常常被忽視,目前也未有簡易、低成本、遠端可執行的檢測方法。
趙燿庚說,機器學習方案可應用在基於臉部影像的輕度認知障礙檢測,包括用於眼動追踪、臉部表情的認知測試及電腦視覺,或是應用臉部特徵,例如眼睛凝視和嘴唇活動等,但使用機器學習方案,通常需要較大運算能力的電腦或設備、較嚴格與一致的環境來收集,並擷取潛在受測患者的臉部影像與特徵,但在一般的居家環境中,通常難以控制。
該團隊共使用了1516個受測者影片片段做深度學習,其中包括867個輕度認知障礙受測者影片片段,並已在高通公司驍龍 865系統晶片上實現此APP。其中輕度認知障礙受測者的平均年齡為75歲,非輕度認知障礙受測者的平均年齡為70歲;每個影片從5到30分鐘不等,研發團隊從每個受測者影片片段中,提取空間和動作特徵做為輸入訊號,進行深度學習的訓練。
元智大學表示,由收集的受測者數據來看,該APP準確性超過80%,且從受測者資料看來,似乎年齡並不是輕度認知障礙的關鍵因素,研究結果可進一步發展為輕度認知障礙自動檢測方案。