来自蒙纳士大学和半岛健康中心合作的国家健康老龄化中心（NCHA）的研究人员开发了一种新方法，通过传统方法和人工智能（AI）相结合，提高医院对失智症的检测率。
根据《世界阿尔茨海默病报告》，全球有大约5000万人患有失智症，预计到2050年这一数字将增加两倍。在澳大利亚，我们统计失智症患者的方法仍有较大的改进空间。精准识别患者，对于了解这个全国性问题的真实规模至关重要，也能帮助我们更有效地规划配套服务。然而，目前作为统计依据的常规健康数据很可能会低估失智症患者的数量。获取常规医疗检查和住院治疗的数据是解决这一问题的关键。目前，失智症诊断的主要依据是医务人员从病历中收集的信息，但他们很难做到逐一查看病历中大量的书面信息。
有一项涉及弗兰克斯顿-莫宁顿半岛超过1,000名60岁及以上人士的研究，采用了结合传统数据方法与AI统计电子健康记录的算法，在判断一个人是否可能患有失智症上表现出很高的准确性。这一举措得到国家卫生机构的支持，有望改变失智症的识别、全国统计的方法，以及医疗环境的管理方式。鉴于全球范围内失智症病例的上升，以及通过传统医学统计准确识别患者的难度，这种方法有可能改变澳大利亚在这一领域的整体面貌。
这个来自半岛健康中心的研究团队，包括NCHA的健康老龄化数据平台小组，以及来自澳大利亚和美国的临床医生。他们发现一种名为自然语言处理（NLP）的特殊类型AI，可以应用于医疗记录中的书面文本，显著提高失智症的识别率。
该项目得到了国家卫生和医学研究委员会、医学研究未来基金、卫生和老年护理部的资助。相关论文《失智症检测的双流算法：利用结构化和非结构化的电子健康记录数据》发表在《阿尔茨海默病与失智症杂志》（Alzheimer’s & Dementia Journal）上，并经过同行评审。论文显示，在从电子健康记录信息中检测失智症方面，将传统方法与AI相结合的算法表现出非常高的准确性。
该论文的第一作者Taya Collyer博士说，这项研究是基于60岁以上的失智症患者，由专家使用黄金标准方法诊断，并且配备未患有失智症的对照组做比较。
“从我们的健康老龄化数据平台获取高质量电子病历，这有助于高效地收集数据来解决这一问题。我们使用了专门的软件来处理大量自由文本数据，方便后续自然语言处理技术的应用。”Collyer博士说，“然后，我们将传统的常规结构化数据流与文本记录的NLP流结合起来，开发出失智症检测算法。”
“对于传统数据流，除了失智症的标准代码外，我们还能获得很多其他信息，比如人口统计、社会经济地位、药物、急诊和门诊的利用情况，以及住院期间发生的糊涂或恐慌行为。对于NLP流，团队会聘请临床专家对分析进行指导，以确保其临床相关性。”
NCHA主任兼项目负责人Velandai Srikanth教授表示，这种新方法对未来会产生令人兴奋的影响，不仅有助于更准确地统计失智症患者的人数，还能高效识别出那些可能需要护理支持却易被忽视的失智症高风险人群。
“考虑到医院对前来就诊的失智症患者的临床识别度较低，采用这种方法让我们可以更早地识别出需要适当诊断和临床护理的人群。我相信，由于我们缺乏识别失智症患者及其需求的能力，许多人错过了最佳干预期。”Srikanth教授说，“这种新方法提供了一种新颖的数字战略，它善于捕捉和整合书面文本中的线索，比如对糊涂或健忘的描述，或对恐慌行为的警报，并做出标记，让患者获得适当的护理和支持。”
“负责任地把AI运用到科学研究和失智症识别中，可能会改变游戏规则。NCHA的健康老龄化数据平台是澳大利亚首个举措，能够整合来自电子病历、安全治理和技术支持的各种数据来源，以支持此类高价值项目。”
国家健康老龄化中心（NCHA）是蒙纳士大学和半岛健康中心之间的合作项目，是一个成立于2019年的研究与创新中心，由澳政府的卫生和老年护理部提供基础投资。其使命是引领所有澳大利亚人进行健康老龄化相关的医疗护理转型。该中心围绕四个关键主题，应对健康老龄化中的一些最复杂的挑战：全生命周期的健康老龄化；失智症；医院与家庭护理；以及养老院中的健康和护理。
