理大研究人员以专业知识,助识别认知障碍先兆


全球每三秒便有一人确诊患上认知障碍症;至2020年,患者数目已超过五千万人,多项主要研究更预期确诊个案将继续增加,情况堪忧。

 

认知障碍症会影响患者各方面的认知能力,包括记忆、思考、理解、学习、语言和判断力,惟医学上至今仍未有治愈此症的方法。因此,及早检测、诊断与适时介入治疗便成为患者的唯一希望。但事实上,大部分早期患者都难以被察觉,约75%患者便因为未被诊断,而没有接受任何治疗。

 

运用社区健康数据 及早辨识认障患者

现时,业界多透过 "简易心智量表"(Mini-Mental State Examination, MMSE)以筛检认知障碍,但重复使用可导致 "练习效应",降低其效用。

 

蔡及时教授及其研究团队开发了一套评估系统,筛检准确度达到近90%,有助专业医护人员及早识别无症状但具高风险罹患认知障碍症的长者。

蔡教授及其研究团队开发了一套评估系统,筛检准确度达到近90%,有助专业医护人员及早识别无症状但具高风险罹患认知障碍症的长者。

为突破这些局限,理大护理学院蔡及时教授带领研究团队,研发出 "人工智能认知障碍症风险评估系统",可识别无症状的高危潜在患者。系统会提示专业医护人员跟进怀疑个案或作出更深入诊断,其筛检准确度接近九成。该研究获香港特区政府创新科技署 "创新及科技基金" 拨出300万港元支持。

 

开发系统期间,研究团队从基层医疗服务中,收集逾2,000名长者於2008至2018年间的健康数据,包括个人基本资料、健康指标(如体温、心率、血氧饱和度、血压和腰臀比例),以及健康评估资料(如有关活动能力、营养摄取、抑郁、快乐和痛楚的数据)。根据这些数据,研究人员建立了以人工智能辅助的运算模型,从而分析不同社群患上认知障碍症的风险,例如长者服务中心的长者。当医护人员把相关长者资料输入模型中,系统便会进行认知分析,辨识须跟进的高危个案。

 

蔡教授表示:"我们会与社区及商业伙伴合作,继续开发系统并优化其自动化功能。" 在这个崭新工具的协助下,未来要识别患认知障碍的长者便能事半功倍,更有助减少诊断不足和延误治疗的情况。

语言能力受损可能是认知障碍的先兆

在众多认知障碍的症状中,丧失沟通能力往往对患者造成最大伤害,并会降低其生活质素。然而,认知障碍对语言和沟通所带来的影响,却是此症最难以理解的范畴之一。有见及此,理大人文学院副院长兼英文系教授 Louise Cummings 教授便就神经退化疾病引致的语言障碍进行研究,并在其新著作Language in Dementia 中发表研究结果。

 

Louise Cummings教授的新书Language in Dementia涵盖实用资讯,除了患者的语言范例,亦包含多个语言分析技巧的练习,助临床医生识别认知障碍的徵状。

Louise Cummings 教授的新书 Language in Dementia 涵盖实用资讯,除了患者的语言范例,亦包含多个语言分析技巧的练习,助临床医生识别认知障碍的徵状。

Cummings 教授在研究中分析了不同种类的神经退化疾病,包括「柏金逊症」和「进行性上眼神经核麻痹症」,并纪录和研究患者的话语。此外,她更从流行病学、病因学、病理生理学、 病情发展和临床徵状,以至病症的评估与治疗方案等多角度探究。

 

研究发现,神经退化疾病患者会在语用学(pragmatics)和话语(discourse)等方面遇到语言障碍。Cummings 教授解释道:"我鼓励医生多留意病人在对话和叙述技巧上一些不明显的障碍,因为这些都可能是认知障碍的徵状,且有别於中风失语症引致在音韵(语音系统)、句法(文法)和语义(意思)上的结构性语言缺陷。"

 

Cummings 教授的研究不但有助学生学习言语治疗,其新书亦能为其他专业医护人员,包括临床心理学家、神经心理学家、老人科医生、 脑神经科医生和精神科医生等,提供治疗认知障碍患者的指引。她期望研究有助业界透过分析语言障碍,及早诊断认知障碍症,从而减轻照顾患者的负担。