新闻中心

香港中文大学（中大）的跨学科研究团队近日获得「阿兹海默症药物研发基金」（Alzheimer’s Drug Discovery Foundation, ADDF）及商汤科技（商汤）资助约560万港元，展开阿兹海默症数码生物标记的研发工作，透过尖端的传感及人工智能技术，提升及早诊断阿兹海默症的效率及准确度。研究团队由中大工程学院信息工程学系邢国良教授带领，并有多名本地顶尖工程及医学专家参与。

全球人口老化问题严重，阿兹海默症和相关的认知障碍症患者亦随之而增加。世界卫生组织统计显示，全球有5千万人患上认知障碍症，每年新增确诊个案更高达1千万。在香港，每10名年长人士便有一个罹患认知障碍症；到2036年，患者数目估计较2016年的11万5千人，大幅增加两倍多至约24万人。

现时医学界尚未有阻止阿兹海默症发生或逆转病程的治疗方法，早期检测及介入对缓减患者病情尤其重要。不过部分人可能抗拒接受认知评估测试，因此建立一个准确可靠、不用医护人员参与的评估方法或能增加筛查及诊断效率。

近年，物联网（Internet of Things, IoT）和智能传感技术发展相当成熟，不少人均拥有配备传感器及网络功能的智能设备，例如智能手表、手提电话等。在日常生活中，智能传感设备可以非侵入性方式收集及记录用户的生理和行为数据，包括生理状况、行为、生活方式及认知等，这些数据被视为「数码生物标记」。

研究团队成员之一中大信息工程学系周博磊教授表示：「利用机器学习技术，我们可以将用户的『数码生物标记』作客观、连续的监测及比较，从而识别由神经退化疾病所引起的细微变化，达致及早诊断及介入。然而，要广泛应用这种检测方法必须先解决多个问题，包括个人私隐，亦要先拆解人工智能的『黑匣子』，要确保系统准确诠释『数码生物标记』及分析当中的病理及生理学之间的联系。」

为推进这方面工作，由人工智能学者及多个专科医学专家组成的跨学科团队会研发崭新的传感及人工智能技术，以寻找可用作早期诊断阿兹海默症的「数码生物标记」，包括日常生活活动（ADL）、认知障碍的行为和心理症状（BPSD）、社交互动、运动功能、认知水平等多个范畴的标记；亦会开发一个实时的机器学习系统，提升人工智能算法的准确度，同时将敏感数据保留在用户设备上，从而保障用户的隐私。针对人工智能的「黑匣子」特性，团队研发机器学习算法时会著重其可解释性，以量化多模式数码生物标记的相关性，藉此协助早期监测、诊断和介入。

研究团队期望将来的研究成果可用作检测任何需要立即关注或行动的即时风险，识别罹患阿兹海默症或其他认知障碍症的高风险人士和预测病情发展，按个别情况提供适当的建议及跟进，包括向患者和护理人员提供反馈意见，以提高他们遵照建议或介入措施的程度。

研究项目的首席研究员邢国良教授表示：「这个项目集合了顶尖的工程、医学专家，共同寻找创新方案，以应对人口老龄化带来的巨大挑战。医生、护理人员及患者将来可有效掌握阿兹海默症的早期诊断和介入治疗。我们深信新技术将有助实现『智能健康』的愿景，改变过去以医院为中心的医疗保健方式，推动主动、个人化的护理及治疗。」

研究项目及团队背景

研究团队由邢国良教授担任首席研究员，五名联合研究员包括：研究人工智能的中大工程学院信息工程学系周博磊教授、陈苑茵教授，中大医学院内科及药物治疗学系老人科郭志锐教授、中大医学院精神科学系李廷俊教授，以及香港大学护理学院余秀凤教授。

主要研究拨款来自「阿兹海默症药物研发基金」辖下的「诊断加速器计划」(Diagnostics Accelerator)。该计划致力于开发可靠且价格合理的生物标志物测试，以早期诊断阿尔茨海默氏病。基金于1998年成立，至今已在19个国家及地区资助超过626个阿兹海默症药物研发及临床测试项目，款项合共超过1亿5千万美元。更多相关资讯可浏览：www.alzdiscovery.org/。