憂鬱症是全球常見的精神疾病,影響全球超過3億人。目前無論在世界各地或是台灣,診斷憂鬱症仍仰賴《精神疾病診斷與統計手冊》(DSM)所列之症狀學診斷,中間過程需要患者配合問診以陳述目前心理狀態,非常依賴醫師問診結果來了解個案的精神病理。然而,由於過去社會對於精神疾病的汙名化,患者往往會不自在與不主動,甚至會以掩飾的態度來迴避醫師的問診,從而造成診斷上的困難。
為了克服此一困境,臺北榮總李正達教授團隊研發「憂鬱症-病情輔助決策系統」,利用三種不同型態之腦影像檢查病患腦功能,結合人工智能AI,客觀評估患者整體憂鬱的嚴重程度分型與分級,並預測重複經顱磁刺激(repetitive transcranial magnetic stimulation, rTMS)治療效果,為憂鬱症治療帶來革命性突破。
客觀評估憂鬱症嚴重程度、分型分級
李正達教授團隊研發的「憂鬱症-病情輔助決策系統」,除一般量表檢測外,更利用三種不同型態腦影像檢查病患腦功能,包括利用腦電波以了解個案腦波頻譜的異常狀況、利用功能性腦磁振攝影評估患者神經連結組的異常、以及利用正子攝影評估患者神經細胞代謝狀況,結合人工智能 AI藉以客觀了解憂鬱的嚴重性。並透過人工智能AI分析腦影像數據,將憂鬱症分型分級,讓醫師能針對不同分型的患者,提供更精準的治療。
預測rTMS治療效果,加速患者脫離憂鬱
重複經顱磁刺激(repetitive transcranial magnetic stimulation, rTMS)是一種非侵入性的憂鬱症治療方式,但療效因人而異。在過去的研究中,臨床醫師大多是分別觀察到憂鬱症患者在腦影像檢測工具上的異常表現,然而發現與後續治療安排並沒有互相呼應;即使有異常,也無安排個人化的治療。團隊藉由與北榮情緒精準醫療中心資料庫持續收案驗證與優化流程,利用線性與非線性的腦波分析與特殊AI智能的分析模式,研發全球首創的技術,可於憂鬱症患者接受rTMS治療前,透過腦波檢測預測治療效果,並優化治療方式,此技術可大幅降低操作複雜度,並大幅減少判讀時間至2分鐘。未來醫師僅需簡單檢測,即可為病人選擇最精準的治療方式,加速病人脫離憂鬱症。
李正達教授表示,希望透過本系統的研發,幫助更多憂鬱症患者獲得更有效的治療,未來將會持續收案驗證與優化流程,進一步推廣至其他精神疾病的診斷與治療。
詳細資訊→憂鬱症-病情輔助決策系統|臺北榮總李正達教授|第20屆國家新創獎
Copyright © 2012 - 2025 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved
