中文大學醫學院研發出有效評估抑鬱症的手機應用程式，透過人工智能分析使用者的面部表情、聲音及文字等生物指標，以及智能手錶收集作息習慣等數據來診斷，準確度達八成一。
中大醫學院。資料圖片
中大醫學院在2021至2023年期間進行對照研究，招募101名抑鬱症病人及82名沒有精神障礙人士，他們需要連續7日、每日做4次記錄，包括填寫心情日記，自我評估快樂指數，以及錄影片段回答問題。在收集使用者的面部表情及聲音等數位生物特徵後，經分析得出與抑鬱症相關的常見表徵。
中大醫學院精神科學系系主任榮潤國表示，抑鬱症影響情緒、語言等變化，舉例經常皺眉至眉頭出現「亞米加符號」的面部表情、語速變慢，及延遲作息時間，均屬於憂鬱情緒的特徵。
中大醫學院精神科學系系主任榮潤國。資料圖片
根據2015年本港精神健康調查數據，每100人當中，有8.3人患有抑鬱症，但只有兩成多患者會尋求支援，原因包括對病症缺乏認知、怕被標籤，或難以尋求服務等。
有關研究結果已於國際期刊發表部，目前手機應用程式目前只限內部研究用途，預計需要多至少一年才能推出市面。研究團隊期望，透過人工智能可以輔助傳統臨床診斷，有效篩查，及早診斷及介入治療；長遠普及精神健康服務，縮短輪候服務的時間。
中大醫學院、美國加州大學聖地牙哥分校及溫洲醫科大學第一附屬醫院共同成功開發了一種以血液為基礎的嶄新非侵入性早期診斷代謝性脂肪肝炎模型，有望可轉化至臨床應用，為患者提供更安全及具成本效益的診斷工具。
研究詳情已刊登於著名醫學期刊《Cell Metabolism》。
中大醫學院表示，代謝相關脂肪性肝病（MASLD，簡稱「代謝性脂肪肝」），原稱非酒精性脂肪肝（NAFLD），影響全球25-30%的人口，是最常見的慢性肝臟疾病。在本港，約27%的成年人口患有此疾病。
CUHK Medicine FB
代謝性脂肪肝通常無明顯病徵，可惡化為脂肪性肝炎(MASH)、肝硬化，甚至肝癌。故此，有需要及早識別高風險群組，使病人能及早接受治療。
肝穿刺活組織檢查（肝活檢）是目前診斷脂肪性肝炎的「黃金標準」，但檢查具創傷性，會對病人帶來潛在風險，加上費用昂貴，令臨床應用受到限制。
這項研究的通訊作者、消化疾病研究國家重點實驗室﹙香港中文大學﹚主任于君教授表示：「這個創新的早期診斷模型是基於我們在前期MASH患者樣本結合動物研究發現的可以識別MASH的相關因子，能準確識別MASLD和MASH患者，並可評估MASH的改善情況和治療效果。其診斷效能在亞洲及美洲的三個獨立隊列中得到了驗證。研究成果已申請專利並正在開發診斷試劑盒。」研究共同通訊作者、中大醫學院内科及藥物治療學系腸胃及肝臟科主任黃煒燊教授亦表示：「這項發現將有助減少不必要的肝活檢程序，以便及早發現和介入，從而降低病情惡化的風險。」
中大醫學院。資料圖片
研究團隊從四個獨立隊列研究中，收集了700個來自香港、中國內地及美國的血清樣本。研究前期透過分析健康對照、MASLD和MASH組的臨床診斷數據，利用結果所得的6種蛋白和17種臨床變數作檢測並結合隨機森林算法和單因素邏輯回歸方法進行篩選，成功建立起一個包含2種血清蛋白生物標誌物（CK-18, CXCL10）和身體體重指數（BMI）的非入侵性生物標誌物模型N3-MASH。研究第一作者、消化疾病研究國家重點實驗室﹙香港中文大學﹚助理教授張翔解釋：「此模型能準確識別出MASLD患者， AUROC達0.954，數值(由0至1)越高代表模型表現能力越好。在MASLD患者中，N3-MASH模型能夠識別MASH患者，AUROC為0.823，靈敏度、特異性和陽性預測值分別可達62.9%、90%及88.6%。這些發現有助於早期識別MASH患者，從而使他們提前接受密切跟進和適當干預。」
