NIE 2024 | 脑动极光王晓怡：数字疗法在认知障碍诊的实践分享

以下为王晓怡演讲要点：

王晓怡指出，认知数字疗法是一种非药物治疗技术，针对认知功能下降尤其是神经系统、精神类、心脑血管和儿童发育等疾病，基于脑认知科学研究成果，根据循证医学提供的科学依据，融合人工智能与大数据分析等算法，通过多维传感器采集患者的行为信息，并由软件系统驱动，实时反馈患者的认知功能状态，从而实现数字化认知评估与干预。

当前的医学研究表明，轻度认知障碍（MCI）是认知功能干预的黄金时期，轻度认知障碍是从主观认知功能下降（SCD）向阿尔茨海默病（AD）或血管性痴呆（VD）过渡的一个重要阶段，此阶段的发病率通常在3-5年内快速增长，而更为缓慢的发病阶段则可能持续10-15年。在这一不可逆的阶段，传统药物治疗方法和器械疗法往往无能为力，在此阶段的数字疗法介入有望显著延缓病情发展，甚至改善患者的生活质量。认知障碍疾病影响广泛，横跨多个不同年龄层，分为发育类、血管类、精神类和神经退行性，约3.5亿人受其影响。

国家认知中心项目在全国范围内的广泛布局，以及其通过核心、高级认知中心和记忆防治中心三级体系，有效提升了认知障碍的诊断和防治水平。核心、高级认知中心主要集中在顶级医疗机构和区域医疗中心，承担着认知障碍标准制定、诊断质控和技术支持等任务。记忆防治中心则更多服务于基层社区，通过广泛的公众教育和预防性筛查，帮助更早地发现认知障碍风险人群。截止目前，全国已建成或正在建设的认知中心总数达到602家，形成了覆盖全国的认知障碍诊疗网络，为提高全国范围内的认知障碍疾病的防治水平提供了重要支撑。

AI技术在认知障碍评估与干预中的应用已经形成了一整套数字化认知测评与训练体系，为患者提供个性化、精准的评估与干预手段。该体系结合了数字人测评、AI智能推荐算法和多维认知训练体系，能够专注于患者的认知、言语和精神状态的全面评估，并提供高效、准确的认知干预方案。设计涵盖了从注意力、记忆力到执行功能等多个关键领域的测评，通过精准、动态、靶向的数字化评估体系，能够为不同类型的患者提供短期效果评价的良好工具，并通过对患者信息的全面采集和分层处理，量化出最佳的个性化训练方案。

多维认知刺激引擎（Multiple Cognitive Stimulus Engine）涵盖了多个认知领域，如注意力、记忆力、执行功能、思维、语言和感知觉。通过动态的训练任务，帮助患者在这些关键的认知功能上实现显著的提升。为了确保训练任务的有效性，系统基于AI智能推荐系统的个性化设计，能够自适应调整训练的难度，确保每位患者都能获得与其认知状态相匹配的干预方案。系统内包含300多项有效的认知训练任务，结合多维精准的AI自适应推荐，最大化提高了干预的效果和个性化程度。

AI智能推荐算法在该体系中扮演了关键角色，能够根据患者的实时数据进行动态调整，推送自适应的训练任务，确保每位患者的干预过程与其当前的认知状态相符合。这种个性化的训练方式帮助患者在认知功能方面获得了更显著的提升。

在实际应用中，智能认知量表能够高效完成测评工作。这一测评系统依托于多模态意图自动识别技术和虚拟医生的实时交互，能够全程记录测评过程，确保数据的完整性和可追溯性。通过语音自动化纠错功能，患者的参与度得以提升，且系统能够通过智能辅助判读提高诊断的准确性。基于脑神经网络设计的认知测评系统能够全面评估患者的脑功能，精细刻画其具体的认知功能，提供更为精准的功能评定。