图：本港每十名70岁或以上长者中便有一名患有认知障碍症。

　　认知障碍症会导致患者脑功能退化，香港未来患者人数预计增至28万，惟诊断率较低。就此，香港理工大学（理大）利用人工智能，分析及预测长者患上认知障碍症的风险，为社区长者提供智能筛检工具。研发团队透露，正与东华三院梁显利长者日间服务中心合作，冀进一步完善系统及推广社区中心应用人工智能健康信息系统。\大公报记者 古嘉瀰

　　认知障碍症，并不属於正常老化，而是因患者的脑细胞出现病变而急剧退化及死亡，导致脑功能衰退。最常见的认知障碍症分类为阿兹海默症、血管性认知障碍症及散播性路易氏体认知障碍症等。

　　诊断準确率高达88%

　　认知障碍症对人口日趋老龄化的社会带来极大的挑战和负担，有研究表明全球每三秒就会新增一位患者，而本港每十名70岁或以上长者便有一名患者，85岁以上患病比率更高达三分一，预计患者人数将增至28万，情况不容忽视。然而，认知障碍症的诊断率较低，75%的患者没有获得诊断。

　　现行传统的检测方法中，诊断认知障碍症需要进行系统的检查和评估，当中“简易心智量表”是其中一种常用的认知能力筛检方法。惟“简易心智量表”需要由专业人员在旁指导长者回应，频繁使用更会造成训练效应，即长者会背下评估内容，效能会下降或失效，故操作上一定难度。

　　有见及此，理大研究团队於2008至2018年期间，从社区服务中心获得逾2000名65岁以上长者的健康数据，包括个人基本资料、基本健康指标、营养量表、疼痛量表等500多项数据，採用人工神经网络建立预测模型，利用已知的“简易心智量表”结论和长者数据建立评估系统，準确率高达88%。

　　可预测其他健康情况

　　此外，系统可透过护士、治疗师、社工日常面谈，了解长者的健康状况及收集相关数据，再将数据资料进行分析，自动评估社区长者患上认知障碍症的风险，让专家跟进及确定，及早提供适切协助，这解决了“简易心智量表”之限制。

　　理大护理学院教授蔡及时表示，研究团队正与东华三院梁显利长者日间服务中心合作，希望进一步完善系统及推广社区中心应用人工智能健康信息系统。他指，未来将增强智能预测模型功能，即利用“简易心智量表”外的其他评估方法结果作为预测模型的基準，以预测长者其他健康情况。团队仍希望与系统开发商合作，在现有健康信息系统加入自动化智能筛选检查系统，为长者提供更有效的健康监测服务。