廣告
快訊
KNEWS
⚡
陽明交大開發「AI腦影像分析」技術 有助思覺失調、憂鬱症診斷
【記者王良博／台北報導】精神疾病診斷依賴問診與病史，缺乏客觀量化判斷標準，為此，陽明交大與台北榮總投入腦影像與AI（人工智慧）研究，開發出領先全球的腦影像分析技術，能定位精神疾病患者在不同年齡與病程階段的腦部退化情形。此技術已應用於思覺失調症、躁鬱症與重度憂鬱症的研究與臨床評估，也獲得今年美國愛迪生獎金獎（2025 Edison Awards Gold Medal）。
陽明交大發布新聞稿表示，陽明交大醫學系系主任，同時也是北榮醫療人工智慧發展中心副主任楊智傑，自2019年起投入這項技術研發，希望透過AI辨識肉眼無法識別的腦影像，提升診斷的客觀性與準確性，該技術已在北榮的臨床服務中實際應用。
陽明交大說明，這項技術的核心是一套能精確定量腦部各區退化情形的方法，根據研發團隊對大腦老化與疾病進展過程的長期觀察，建立起涵蓋138個大腦灰白質區域的退化軌跡模型。該模型可依據患者的年齡與病程，預測特定腦區的退化趨勢，進而鎖定最關鍵的異常腦區，讓診斷更有依據、治療更具針對性。
楊智傑表示，大腦在精神疾病的病程中會持續退化，但不同大腦區域的退化軌跡各異，過去的AI技術，對於判讀腦影像沒有辦法確定因果關係，也無法呈現病程進展中的關聯性，新的技術克服這些限制，能夠預測患者在已知年齡和病程下的腦部退化狀況。
陽明交大說，此技術已應用於思覺失調症、躁鬱症與重度憂鬱症的研究與臨床評估，研究結果顯示，思覺失調症患者在發病後22年間，大腦體積顯著萎縮，皮質厚度異常則多出現在疾病早期，尤以額葉、顳葉與島葉的灰質退化最為明顯。
廣告
另外，躁鬱症與憂鬱症患者分別在前額葉下側與前扣帶迴，出現特異性異常，這些發現有助於後續施行經顱磁刺激或深層腦刺激治療時，更加精準鎖定治療標的。
陽明交大也指出，這項技術突破現有深度學習系統，在腦影像分析上的限制，更提供精神疾病臨床診斷一套科學且可量化的工具，未來可望擴展至阿茲海默症、帕金森氏症等神經退化性疾病的早期診斷與評估。
廣告
廣告
