基於語料的失智患者辨識系統

Abstract

隨著高齡化社會的來臨，失智患者越來越成為一個需要重視的課題。而失智患者的篩檢，現階段主要是依靠醫師問診、認知功能評斷，腦部影像以及抽血檢查來完成。在未來失智症患者可能增多的前提下，我們希望借助機器學習與深度學習的技術，達成認知功能評斷的任務輔助。本論文使用的數據，主要來自臺北市立聯合醫院仁愛院區仁鶴軒以及臺大醫院記憶門診，被診斷為失智患者以及非失智患者(即正常人)，對於「偷餅乾」圖片的獨白文本。我們預期：失智患者因為一些腦內功能的缺失，影響語言的表達能力、獨白內容的流暢度以及深度。本研究會從最基礎的機器學習分類，乃至深度學習模型分類進行分析。分析過程分為兩個階段，第一個部分是透過語言學的方式擷取特徵，希望能藉由詞性分布、以及與詞性相關的特徵進行分類；第二部份則透過詞嵌入的方式，加入上下文的考量，並導入BERT的相關技術，從中找出能有效分辨失智患者的演算法。