技術名稱 | 多模人工智慧個人化4D高齡健康失智預測模組 | ||
---|---|---|---|
計畫單位 | 臺北醫學大學 | ||
計畫主持人 | 陳震宇 | ||
技術簡介 | 人工智慧個人化4D高齡健康失智預測模組,可以僅藉由當次掃描的磁振影像,建構出個人化4D人腦老化時間軌跡圖譜。此演算法模組不僅能預測未來腦皮質萎縮區域,亦能精準預測未來時間的失智分數以及症狀表現型,預期可為亞健康族群提供未來腦心智老化期程之風險預測模式,亦有助於即早介入、延緩老化及預防醫學的發展。 |
||
科學突破性 | 以創新多模式深度學習條件式自編碼生成對抗網路,結合組學與影像生物標記的多元資料型態,建立精準可信賴的疾病風險評估模式,可預測未來時間失智分數(準確率=90),並同步預測未來失智症狀臨床表現型(準確率=88)及失智亞型(準確率=90),達到早期預防的目標,可提供早期介入治療策略的重要指引。 |
||
產業應用性 | 本技術整合中上游AI產業價值鏈,結合醫療科技產業,運用高品質大數據,開發個人化高齡健康失智4D圖譜預測技術,將申請台灣TFDA、美國FDA醫療器材軟體(SaMD)認證。臨床上可提供高齡亞健康族群精準失智風險預測;產業上可整合國際大廠軟硬體開發、協助藥廠篩選高失智風險受試族群,提高臨床試驗成功率。 |
||
關鍵字 | 健康老化 失智 影像組學 影像生物標誌 條件式變換自編碼器 生成對抗網路 腦皮質萎縮 預測圖譜 臨床失智評估量表 失智症狀表現型 |