臺灣已正式邁入超高齡社會，65歲以上人口占比超過兩成，神經退化性疾病帶來的健康與照護負擔也日益沉重。巴金森氏症是僅次於阿茲海默症的第二常見神經退化性疾病...

高齡浪潮下的隱形危機，臺大團隊打造AI早篩利器

巴金森氏症是僅次於阿茲海默症的第二常見神經退化性疾病，初期徵兆像是說話變慢、音量變小、手部動作不靈活、走路步伐變慢，常被誤以為只是單純老化，因此延誤就醫，錯過治療的黃金時期，也拉高了後續的醫療與照護成本。

面對這個臨床上的痛點，臺大醫院神經部林靜嫻教授領軍，結合臺大醫院神經部、健康管理中心、老年醫學部，以及臺灣大學資訊工程系、政治大學資訊科學系的跨領域團隊，長期投入巴金森氏症的致病機轉研究與數位健康技術開發，期望在症狀出現前及早找出高風險族群，把握治療的關鍵時機。

三大生物特徵融合AI模型　準確率達86%，並完成跨國驗證

此研究團隊開發之AI深度學習系統，整合語音、手勢與步態等生物特徵，透過手機或平板即可完成資料收集與即時分析。研究團隊納入超過500位健康長者及不同嚴重度的巴金森氏症患者進行模型訓練與驗證，結果顯示，整合式多模態模型對於有主觀症狀者的辨識準確率達86%，即便對於尚未出現明顯症狀、未服用藥物治療的初期患者，準確率仍可達82%，皆優於任一單一模態模型的表現。

值得關注的是，該系統的語音辨識模組進一步與韓國首爾大學醫院合作，針對臺灣與韓國共646名受試者進行跨機構、跨語言驗證，結果顯示於韓國長者族群中之辨識準確率仍可維持87%，證實此技術具備跨越文化與語言隔閡的適應能力。團隊並將此技術優化為支援iOS與Android系統之跨平台應用程式「Parkinson application」，將原本仰賴專科醫師與神經學檢查、甚至核子醫學影像才能完成的診斷流程，大幅簡化為15分鐘內即可完成的自我篩檢，不需額外穿戴式裝置，具備低成本、高可近性的優勢，特別適合偏鄉、離島與神經專科醫師資源不足地區推行大規模篩檢。

「盼讓長輩在無症狀階段就被看見」，團隊規劃社區篩檢與國際布局

「巴金森氏症的初期變化其實非常細微，很容易被忽略。」林靜嫻教授表示，團隊多年來從臨床痛點出發，期望結合醫療與人工智慧的力量，讓長者在尚未察覺不適之前，就能被系統及早『看見』，進而爭取治療的黃金時間，提升生活品質並延緩病程惡化。她也強調，此技術已於老人健檢場域完成雛型驗證，並能提供第一線醫師即時且準確的輔助診斷，有效提高診療效率。

展望未來，研究團隊規劃將此平台進一步導入醫療院所、長照機構與社區健檢據點，並與健康管理平台及穿戴式裝置進行整合，擴大應用場域。同時，團隊也將持續進行模型泛化能力驗證，包括不同語言、口音及裝置品牌的適應性測試，並推動專利布局與商標保護，期望在完善智慧財產權規劃下，逐步將此技術推向臺灣、日本、韓國、美國與歐洲等高齡人口眾多之市場，讓更多長者受益於精準、即時且可近性高的智慧醫療服務，進而減輕高齡化社會下神經退化疾病所帶來的健康與照護負擔。

詳細資訊→巴金森氏症多模態表徵AI智慧平台 | 臺灣大學 林靜嫻 教授團隊 | 第22屆國家新創獎