IBM研究院（湯瑪士·Ｊ·華生研究中心IBM Thomas J. Watson Research Center）公布的最新一項研究顯示，人工智慧系統可透過寫作的格式（writing patterns）來判斷，並提前診斷出受測者是否可能罹患阿茲海默症；據稱這只是該研究第一步，日後將會有更多具有獨特語言模式（language patterns）的神經退化性疾病都能透過這項技術及早發現，這項研究是以英文為研究語言，不同語言的文法結構會有所不同。
這篇研究報告最近刊登在《刺胳針》《柳葉刀》The Lancet《臨床醫學》E Clinical Medicine指出，以人工智慧來檢測阿茲海默症可達到75%的準確性。
由於至今面對阿茲海默症等不同類型認知症，醫療生技界尚未研發出可治癒的藥物，研究方向是以如何及早檢測出可能罹患阿茲海默症等不同類型認知症的方法，分別有驗血、基因、視網膜、聽力、電遊、利用人工智慧AI、機器學習Machine Learning等，能讓人們及早改變並走向健康的生活方式，達到減緩退化的可能。
早在2015 年，IBM研究團隊發表的研究成果，用人工智慧演算法分別對 59 名受試者的語言模式進行了追蹤和分析。這套演算法還能夠區分近期罹患精神疾病的人群與正常人群的語言模式，準確率達到了 72%。
2019年IBM澳大利亞團隊運用機器學習（Machine Learning）辨識血液中蛋白質組的演算法，來預測脊髓液中乙型類澱粉蛋白（β-amyloid protein）的方法，有助於縮小早期檢測和臨床試驗之間的差距，相關研究已發表在《Scientific Reports》上。
去年10月BBC曾報導，這一檢測阿茲海默症的AI模型是由美國IBM研究中心和製藥巨頭輝瑞公司（Pfizer）研發出來的，AI可以比醫生提前7年做出預測，凖確率為70%。
圖／僅為情境配圖，取自unsplash。
2019年蘋果和德國的杜賓根大學合作
試圖利用 AI 來分析用戶使用iPhone的方式，並依此來判斷是否有輕度的認知障礙。由於現在使用手機的情境非常多，而大家在使用這個裝置時，會逐漸發產出自己的固定模式；因此如果可以透過分析這些行為模式，就可以成為分析認知程度的指標。
杜賓根大學與蘋果的合作，是利用機器學習方式開始實驗，這項的實驗中有 113 名老年人參與，並監控了其 12 周的使用習慣，紀錄的內容包括每一次解鎖手機至再次鎖上手機之間的所有動作，累積的資料共有 16TB 數據。
將這些數據丟入機器學習模型分析後，研究單位發現，患有認知障礙的使用者不僅打字、操作速度更慢，還會在無意識中進行大量重複且沒必要的操作，尤其在電話、郵件、簡訊、時鐘等 App 上更是如此。
根據機器分析，在這 113 名老年人中，共有 31 名被判定為罹患輕度認知障礙，而這準確率高達 80%。
多年來，醫學界用「偷餅乾認知測試」（the Cookie Theft cognitive test）（請見附圖）幫助診斷認知症和其他一些認知功能疾病，這種方法是讓測試者「看圖說話」、描繪看到的景象。而AI可以通過敘述者語言的微妙變化，比如語法錯誤和不同的語句結構等來判斷認知功能。
根據其他的相關研究
80歲以上的研究樣本中約有一半的人會罹患阿茲海默症。但在確診的前七年幾乎所有樣本的認知能力仍屬正常；因此弗雷明漢心臟研究中心（Framingham Heart Study）就對此進行研究，並找來許多認知能力正常、尚未檢測出罹患阿茲海默症的人參加。
這些研究樣本必須先進行一項寫作測試，題目是描述一幅畫的內容；研究人員接著利用人工智慧系統比對這些寫作的內容後發現一些細微不同，即使所有參與試驗的對象都處於認知正常狀態，仍有一部份人容易重複使用相同字眼。
當腦部負責語言功能的顳葉出現障礙時，會出現書寫障礙（Dysgraphia、agraphia），電報式語言（telegraphic speech）和重複性（repetitiveness）。
書寫障礙是指存在嚴重的書寫錯誤
例如拼寫錯字或是在錯誤的地方使用大寫字體；電報式語言被定義為一種由簡單和簡短的句子組成的交流形式，類似於嬰兒學習說話所產生的交流形式，類似於電報中用於節省篇幅的形式，自動選取訊息中重要的字，而省略掉「如果」、「和」，以及「但是」這些字，移除定冠詞如the，或Be動詞如is和are，將字句過度精簡。重複性言語涉及重複性提問、重複性故事／陳述和重複性話題，這些人在後續幾年都陸續被確診罹患阿茲海默症。
IBM 研究院首席研究員Guillermo Cecchi表示，還發現話語的結構嚴謹度、複雜性有所下降，同時缺乏參照性特異性，例如，在的研究中對所描述的「偷餅乾認知測試」圖像時，說的是“人”或“女人”而不是“母親”。
圖／IBM用AI分析「寫作內容」 早期檢測出阿茲海默症可能的患者-「偷餅乾認知測試」（the Cookie Theft cognitive test）-1。作者提供
在人工智慧系統的分析中，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英文字以大寫書寫等。
過去研究人員對判定阿茲海默症的資訊大都捉摸不定，因此這項研究結果能幫助人類有更多的機會延緩或停止疾病的發生，未來人們可透過簡單的測試，及早發現及早治療。
加州大學舊金山校區（University of California, San Francisco）的阿茲海默症研究員威諾（Dr. Michael Weiner）對IBM的研究結果表示，這是第一次得知有方法能預測人們未來可能罹患的疾病，而且還有一定的準確性。
（本文作者為認知症整合照護專家，長照、認知症政策研究者）
