臺北醫學大學附設醫院陳震宇教授團隊研發的「多模人工智慧個人化4D高齡健康失智預測模組」，透過AI分析腦部MRI影像，不僅能精準計算「腦齡」，更能預測未來罹患失智症的風險，並指出潛在的腦部萎縮區域。

失智症風險攀升，傳統預測方式受限

臺灣65歲以上長者失智症盛行率高達8%，全球更有75%人口處於亞健康狀態，為失智高風險族群。然而現行的失智症預測方式，如認知功能評估、血液檢驗等，往往受限於時間點的資料，無法精準預測未來失智風險及腦部萎縮情形，限制了早期介入與治療的機會。陳震宇教授團隊研發的「多模人工智慧個人化4D高齡健康失智預測模組」，透過深度學習技術，並結合國際大型失智資料庫(ADNI、 J-ADNI、NIFD、UK Biobank)與臨床驗證，僅需單次腦部MRI掃描，便能生成出大腦老化軌跡。

四大模組整合，精準生成大腦老化軌跡

此預測模組整合了以下四大功能，能相容於所有醫療影像格式，並全自動產出個人化4D腦齡圖譜：

1. 影像全自動前處理：自動校正MRI影像，並產出腦部灰質、白質、腦脊髓液的體素型態學分析圖譜(VBM)，以分析腦萎縮程度。
2. 腦齡健康預測：建立腦萎縮老化常模，評估受測者腦生物年齡，平均誤差僅2.99歲。
3. 腦影像失智風險圖譜預測：結合影像、年齡、基因等資訊，以對抗網路(CVAE-GAN)技術產生高精準度未來時間腦部圖譜，能以視覺化方式呈現大腦老化軌跡。
4. 腦影像皮質萎縮區域樣態預測：將VBM圖譜依解剖功能區切割，分析未來腦部萎縮區域分布與樣態，輔助醫師鑑別診斷不同亞型的神經退化疾病。

準確率近9成，可望造福全球銀髮族

陳震宇教授表示，該失智預測模組已在國內四大醫學中心進行前瞻性臨床驗證，準確率高達89.7%，可望應用於其他神經認知疾病，如新冠肺炎、腦震盪後認知損傷等，為精準醫療帶來更多可能性。未來，團隊將持續推動此項技術在臨床場域的應用，並積極拓展國際市場，為全球銀髮族帶來更健康、更有品質的生活。

詳細資訊→多模人工智慧個人化4D高齡健康失智預測模組|臺北醫學大學附設醫院 陳震宇教授|第20屆國家新創獎