|
读新闻
吸菸（上圖）與肥胖（下圖）都是失智症的危險因子。（泰國世界日報資料照片）
●就醫資料可預測失智症？台灣大學臨床藥學研究所教授蕭斐元表示，確實可篩出可能發生失智症的軌跡，但因致病路徑複雜、不只有一條，仍應控制失智的12大風險因子，預防失智症。 蕭斐元說，台灣全民健保資料庫非常珍貴，除了擁有全民就醫檢查和用藥紀錄，資料收集長達25年，是相當適合導入人工智慧（AI），並進行大數據分析的巨量資料庫。 她舉例，研究團隊曾從100萬人的健保資料檔案之中，分析發現全台民眾每年平均門診次數為12.2次，65歲長者則為每年26.7次。也因為長者看診次數多、診斷也多，團隊進一步從疾病診斷中，試著找導致長者的衰弱指數指標。 健保疾病編碼有上千個，該怎麼找出特異性？研究團隊利用兩種方法，一是請專家找「有意義的疾病」，一是透過AI進行挑選。 蕭斐元說，有趣的是，不管是專家挑的或電腦選的疾病種類，大約落在32個至38個，種類差異不大。最後，團隊再從這些民眾資料共8.6萬筆，歸納衰弱的風險分數，嚴重衰弱者未來可能出現高死亡率和高住院率。 蕭斐元說，這個例子可以顯示，AI機器學習的鑑別率相當好且有意義，而且就醫行為確實也可幫助預測臨床的疾病可能結果。 蕭斐元強調，預測出來的軌跡不會只有一條。以研究團隊預測糖尿病為出發點，進而引發失智症的預測軌跡，電腦統計跑出來的軌跡就多達243條，「真的每一條都有意義嗎？」仍需要篩選再篩選，去除雜訊。 甚至，篩選工作不可以再靠AI，而是要靠「工人智慧」，由研究員透過臨床經驗思考後再篩選。例如糖尿病患併有高血壓、感染與中風，就是誘發失智症的高風險因子。 蕭斐元認為，即便研究團隊利用健保資料庫找出預測失智症的風險因子，但想確實預防失智症，仍應避開12大危險因子，高血壓、聽力障礙、抽菸、肥胖、憂鬱、缺乏運動、糖尿病、社交活動不足、過量飲酒、腦部外傷及空氣汙染等，才是正確的預防之道。（鄧桂芬） |
下级分类
