失智症、帕金森氏症常被誤認老化，AI 語音助早期篩檢
台灣邁入超高齡社會，失智症與帕金森氏症成為最受關注的神經退化性疾病，若及早用藥，有機會延緩惡化，然兩病早期症狀常被誤認為正常老化，且現行診斷仰賴昂貴、具侵入性的腦部影像，以及耗時、主觀性高的神經心理測驗，難以長期追蹤，易錯失治療黃金期。而現在台灣學界正研究低侵入、成本低的 AI 語音分析技術，有望成為補足診斷缺口的工具。
失智症目前為全球第 7 大死因，其中阿茲海默症約占 6-7 成；帕金森氏症則是成長速度最快的神經退化性疾病，發生率以每年 4％的速度增加。兩者盛行率皆隨年齡快速上升，但初期症狀常被誤認為正常老化，導致延誤就醫。研究指出，約 75％阿茲海默症患者在疾病早期未被診斷。
早期診斷有助延緩失智症、帕金森氏症惡化
已有許多研究證實，及早介入有機會延緩疾病惡化，以失智症為例，臨床上將輕度認知障礙（MCI）視為正常老化與失智症之間的過渡階段，超過 5 成患者可能在 5 年內進展為失智症，若在此階段介入，可協助維持生活自理能力。尤其在針對早期阿茲海默症的新藥陸續問世後，能否及早找出合適患者，已成為治療能否發揮效益的關鍵。
目前阿茲海默症診斷主要仰賴腦部影像學檢查與神經心理學測驗。前者費用高、具侵入性，難以作為大規模篩檢工具；後者則高度依賴專業人力與臨床經驗，施測與判讀耗時，且存在主觀性。帕金森氏症常用的臨床量表亦面臨類似問題，難以精細捕捉早期、微小但持續的功能變化。
既有篩檢方式難長期追蹤，AI 成研究新方向
為彌補上述缺口，台灣大學人工智慧與機器人研究中心教授傅立成參與的研究團隊利用疾病特點，例如阿茲海默症患者因認知問題，會出現詞語檢索困難、語塞與語意錯誤，及早期帕金森氏症患者的運動功能障礙會反應在語音音高、語速、音量與流暢度，來嘗試導入 AI 分析患者語音、文字等，發展低侵入、可長期追蹤的輔助診斷工具。
其中語音資料因取得容易、成本低、對受試者負擔小，被視為最具潛力的切入點，因此研究採縱向追蹤設計，定期蒐集同一受試者在不同時間點的語音與語言資料，建立個人變化軌跡。目前系統辨識輕度認知障礙的準確率達 89％，帕金森氏症的準確率也有 88％
傅立成表示，研究團隊規劃發展可自動進行訪談的 AI 系統，透過電話或網路在居家端蒐集長者語音，長期追蹤認知與語言變化，作為健檢或回診間的輔助工具。目前相關技術仍停留在學術研究階段，距離臨床常規應用尚需驗證與制度配套，但其潛在價值在於降低醫療負擔、補足現行診斷工具的盲點。
文／周佩怡、圖／巫俊郡