【記者姚孟汝報導】隨著高齡化社會來臨，阿茲海默氏症病例持續增加，佔所有失智症類型比例約六至七成。國立陽明交通大學腦科學研究所碩士班學生陳亭瑜與現任於中山醫學大學職能治療學系助理教授朱俊鼎，發表一篇研究阿茲海默氏症腦部結構變化的論文，刊登於國際期刊《Alzheimer's Research & Therapy》，為診斷早期阿茲海默氏症提供實證基礎，並可能帶來革命性的診斷技術進展。 陽明交大醫學系主任及台北榮民總醫院醫療人工智慧發展中心副主任、同時也是本篇論文的指導教授楊智傑多年前開發出一款數學模型，分析文學著作內特定字詞的出現頻率，進而推算該作家的寫作模式，也曾用於辨別莎士比亞作品和《紅樓夢》文本真偽。陳亭瑜與朱俊鼎則首次將該模型應用至醫學上，將大腦灰質（註）神經元的分布密度計算成體積，轉化成可量化的具體數據並放入模型進行比對，成功捕捉到阿茲海默氏症患者與健康受試者腦部的結構差異。 註：灰質（Gray Matter）是大腦皮質中的一種重要組成結構，主要由神經元構成。 研究發現，阿茲海默氏症患者核心腦區出現顯著異常，神經結構排列較不規則，為早期診斷提供重要線索。楊智傑將健康大腦比喻為結構井然的房屋建築，阿茲海默氏症患者則相反。團隊也補充道：「透過結構分析，我們才能比較不同房屋之間的差異，進而發現阿茲海默氏症患者的大腦結構有更混亂的趨勢。」團隊推測其原因可能為患者腦內異常的類澱粉蛋白沈積，這些蛋白會破壞神經細胞的支架，導致上述狀況 。 目前診斷阿茲海默氏症多依靠昂貴且具侵入性的檢查，例如類澱粉蛋白正子造影（Amyloid PET）或腰椎穿刺，是以臨床症狀作為主要診斷依據。本研究使用的磁振造影（MRI）影像則提供一種無輻射、非侵入性且成本更低的選擇。朱俊鼎說：「這也是本次研究珍貴的地方。」台北榮民總醫院神經內科教授傅中玲則指出，此研究提供一個新的量化標準來區分健康個體與患者，這是目前較少被探討，但可能具有重大診斷意義的特徵。 談及未來展望，團隊表示這項技術不僅適用於阿茲海默氏症，還有望應用於思覺失調症、躁鬱症、憂鬱症等其他大腦相關疾病。這些疾病目前無法單純透過腦影像數據診斷，需醫生問診、評估患者的精神狀況與症狀表現，「尤其是這些精神疾病因症狀重疊性高，在診斷上非常困難。」朱俊鼎補充道。若此方法未來成功捕捉大腦相關疾病導致的大腦結構變化，將提供一個全新的診斷依據。