(特派員鄒志中報導) 「預防勝於治療！」台灣罹患精神疾病的民眾逐年增加，隨著人工智慧漸趨成熟，精神疾病的發生，若在AI人工智慧技術的應用下，若是能夠實現越來越精準的預測，則對於社會大眾實為一項健康福祉；為將AI技術應用於精神疾病的預測也正在發展當中，中國醫藥大學公共衛生學院王中儀教授日前運用深度神經網路(Deep neural network)技術，以中國醫藥大學校院合作方式，成功開發出以各項炎症指標，進行預測罹患各主要種類精神疾病之風險模型，甫刊載於知名國際期刊《BMC Psychiatry》，便受到醫學界的關注。
王中儀教授說明，炎症(Inflammation)指標異常，與三年內罹患精神疾病風險提高有關，例如hs-CRP異常。若將hs-CRP、ESR及WBC三項指標組合，亦能有效預測。此研究使用本校附設醫院海雲平台大數據中23萬多人資料，無論以統計或是深度神經網路進行，都得到相近的分析結果；尤其，深度神經網路的預測準確度(AUC)高達0.9162(AUC越趨近1，代表越準確)，相當可信。由於王中儀教授研究團隊成功建立炎症預測精神疾病之模型，對於精神疾病預防醫學將有具體意義。
中國醫藥大學公共衛生學院黃彬芳院長，對王中儀教授多年來努力進行精神疾病研究表示肯定；王教授研究團隊先前是發現台灣人罹患憂鬱症及躁鬱症的基因，這次是以近來備受矚目的AI技術預測炎症罹患精神疾病的風險，相當不容易，而且是以配對方法提高嚴謹度，研究結果可信度很高。這項由學校跟附醫合作的AI研究，運用了專業跟創新，切合智慧醫療發展趨勢所需。
參與指導合作研究的安南醫院蘇冠賓副院長表示，精神疾病的出現除了可能因外在事件促發，還可能有內在生理因素，如基因跟身體發炎等都是潛在因素。炎症反應產生的生物標記(Biomarkers)可能引發大腦及神經傳導系統(Neurotransmitter systems)異常，進而提高精神疾病風險。相關領域值得繼續被探究。
中國醫藥大學副校長郭樹勳教授表示，幾年來中國醫藥大學積極推動人工智慧教育及研究，逐漸看到成果；尤其在預防醫學及精準醫學兩項趨勢備受矚目的時機，王中儀教授研究團隊能夠適時提出運用統計及AI兩大方法所建立的高準確度精神疾病預測模型，相當罕見，難能可貴；將在精神病學理論及臨床實務上都帶來貢獻。
大眾健康福祉需要各方共同維繫；王中儀教授研究團隊提醒社會大眾，妥善地運用健康檢查，提早發現異常的檢驗數值，加上若有跨科轉診及進一步篩檢，就有機會掌握精神疾病預防及治療的關鍵期。
