隨著全球人口老化問題日益嚴重，越來越多長者飽受阿茲海默症困擾，亦加重了醫療及社會福利系統的負擔。在香港，約十分之一的70歲或以上長者患有認知障礙症，當中六成個案屬阿茲海默症。
現有檢測方法限制多
阿茲海默症的病理特徵是患者腦內過度積聚不正常的物質，包括β-類澱粉狀蛋白及神經纖維纏結，導致腦部組織萎縮。然而，這些特徵難以透過肉眼在磁力共振影像中辨別出來，其病徵與其他常見的神經退化性疾病亦相近，因而增加了診斷的難度。
香港中文大學（中大）醫學院眼科及視覺科學學系副教授張艷蕾博士表示：「偵測早期阿茲海默症是複雜的工作，不但價錢昂貴，部分偵測方法更是入侵性，而且只能在患者出現症狀後才能準確診斷。臨床上，阿茲海默症的診斷主要靠分析症狀和進行認知功能測試。然而，單靠分析這些綜合症狀來診斷阿茲海默症，不但靈敏度不足，亦難以識別出其神經病理變化，導致無法識別沒有生理症狀的潛在阿茲海默症患者。」
現時診斷阿茲海默症的方法包括正電子腦掃描（amyloid-PET）或以腰椎穿刺提取腦脊液，進行檢測，惟目前仍未普及化或具入侵性。因此，阿茲海默症患者往往錯過頭幾年接受預防治療的機會，例如使用可抑制澱粉狀蛋白積聚的藥物，以減慢他們的認知功能退化及減低對腦部的損害。
簡易、無創及低成本的早期阿茲海默症檢測方法
為此，中大醫學院帶領來自新加坡、英國和美國的多間醫療中心及院校，將焦點放在「眼底」，即視網膜，以研發偵測阿茲海默症的新方法。眼底作爲中樞神經系統的一部分，過往已被用於研究不同疾病，包括糖尿病視網膜病變、老年黃斑部病變及青光眼。
張艷蕾博士續指：「視網膜是中樞神經系統的延伸，在結構和生物特徵上與大腦非常相似。現在只需要透過拍攝『眼底相』，便能讓我們得知中樞神經系統有否出現和阿茲海默症相關的病變，過程直接而不具入侵性，無疑是研究中樞神經系統疾病的好平台。」
拍攝眼底相除了方便和不具入侵性，檢測過程中更不會觸碰眼球，避免對患者造成痛楚。而「眼底相」檢查的成本遠低於正電子腦掃描，加上檢測儀器細小，診所亦易於配置。患者只需拍攝數張眼底相，透過中大團隊研發的人工智能系統分析這些眼底相數據，數分鐘內便能提供阿茲海默症的風險報告。
以人工智能增加診斷準確度
張艷蕾博士補充：「視網膜血管和視網膜神經元結構的改變，可能由衰老及其他眼部、神經系統和器官系統疾病造成，但這些視膜網改變與阿茲海默症的關聯性較低，因此需要更精準的方法來進行偵測。」
「要解決這個問題，人工智能是極具潛力的方法。深度學習技術是未來推動醫學圖像分析，為醫療保健帶來改革的重要技術。它不但擅於圖像分類和圖形識別，更可利用大數據中的多層神經網路進行演算法訓練。」
於是，研究團隊利用近13,000張來自648名阿茲海默症患者和3,240名認知功能正常人士的「眼底相」來研發和測試新系統。實驗結果顯示，新系統偵測阿茲海默症的準確度為84%，敏感度和特異性分別達93% 和82%；將新系統應用於來自不同種族和國家的「眼底相」數據，準確度亦達80%至92%。新系統除了可以在診所協助診斷阿茲海默症，亦可成為在社區進行相關疾病篩查的工具。
中大醫學院團隊下一步將開發一個人工智能綜合系統，以結合眼底相和光學相干斷層掃描中有關眼底血管和神經線的病變資訊，增加診斷準確度。新研發的人工智能系統仍在初步發展階段，團隊期望一年內將其與眼底相機結合，兩年內在臨床上應用。張博士期望，相關技術日後可用於診斷其他疾病，包括青光眼、糖尿病黃斑水腫和視網膜疾病。
