新聞稿

香港中文大學（中大）的跨學科研究團隊近日獲得「阿茲海默症藥物研發基金」（Alzheimer’s Drug Discovery Foundation, ADDF）及商湯科技（商湯）資助約560萬港元，展開阿兹海默症數碼生物標記的研發工作，透過尖端的傳感及人工智能技術，提升及早診斷阿茲海默症的效率及準確度。研究團隊由中大工程學院信息工程學系邢國良教授帶領，並有多名本地頂尖工程及醫學專家參與。

全球人口老化問題嚴重，阿茲海默症和相關的認知障礙症患者亦隨之而增加。世界衛生組織統計顯示，全球有5千萬人患上認知障礙症，每年新增確診個案更高達1千萬。在香港，每10名年長人士便有一個罹患認知障礙症；到2036年，患者數目估計較2016年的11萬5千人，大幅增加兩倍多至約24萬人。

現時醫學界尚未有阻止阿茲海默症發生或逆轉病程的治療方法，早期檢測及介入對緩減患者病情尤其重要。不過部分人可能抗拒接受認知評估測試，因此建立一個準確可靠、不用醫護人員參與的評估方法或能增加篩查及診斷效率。

近年，物聯網（Internet of Things, IoT）和智能傳感技術發展相當成熟，不少人均擁有配備傳感器及網絡功能的智能設備，例如智能手錶、手提電話等。在日常生活中，智能傳感設備可以非侵入性方式收集及記錄用戶的生理和行為數據，包括生理狀況、行為、生活方式及認知等，這些數據被視為「數碼生物標記」。

研究團隊成員之一中大信息工程學系周博磊教授表示：「利用機器學習技術，我們可以將用戶的『數碼生物標記』作客觀、連續的監測及比較，從而識別由神經退化疾病所引起的細微變化，達致及早診斷及介入。然而，要廣泛應用這種檢測方法必須先解決多個問題，包括個人私隱，亦要先拆解人工智能的『黑匣子』，要確保系統準確詮釋『數碼生物標記』及分析當中的病理及生理學之間的聯繫。」

為推進這方面工作，由人工智能學者及多個專科醫學專家組成的跨學科團隊會研發嶄新的傳感及人工智能技術，以尋找可用作早期診斷阿茲海默症的「數碼生物標記」，包括日常生活活動（ADL）、認知障礙的行為和心理症狀（BPSD）、社交互動、運動功能、認知水平等多個範疇的標記；亦會開發一個實時的機器學習系統，提升人工智能算法的準確度，同時將敏感數據保留在用戶設備上，從而保障用戶的隱私。針對人工智能的「黑匣子」特性，團隊研發機器學習算法時會著重其可解釋性，以量化多模式數碼生物標記的相關性，藉此協助早期監測、診斷和介入。

研究團隊期望將來的研究成果可用作檢測任何需要立即關注或行動的即時風險，識別罹患阿茲海默症或其他認知障礙症的高風險人士和預測病情發展，按個別情況提供適當的建議及跟進，包括向患者和護理人員提供反饋意見，以提高他們遵照建議或介入措施的程度。

研究項目的首席研究員邢國良教授表示：「這個項目集合了頂尖的工程、醫學專家，共同尋找創新方案，以應對人口老齡化帶來的巨大挑戰。醫生、護理人員及患者將來可有效掌握阿茲海默症的早期診斷和介入治療。我們深信新技術將有助實現『智能健康』的願景，改變過去以醫院為中心的醫療保健方式，推動主動、個人化的護理及治療。」

研究項目及團隊背景

研究團隊由邢國良教授擔任首席研究員，五名聯合研究員包括：研究人工智能的中大工程學院信息工程學系周博磊教授、陳苑茵教授，中大醫學院內科及藥物治療學系老人科郭志銳教授、中大醫學院精神科學系李廷俊教授，以及香港大學護理學院余秀鳳教授。

主要研究撥款來自「阿茲海默症藥物研發基金」轄下的「診斷加速器計劃」(Diagnostics Accelerator)。該計劃致力於開發可靠且價格合理的生物標誌物測試，以早期診斷阿爾茨海默氏病。基金於1998年成立，至今已在19個國家及地區資助超過626個阿茲海默症藥物研發及臨床測試項目，款項合共超過1億5千萬美元。更多相關資訊可瀏覽：www.alzdiscovery.org/。