超高龄社会来临，失智症的挑战不只是「如何治疗」，更在于能否更早发现、精准分流。 国家原子能科技研究院副研究员倪于晴博士率团队开发ECDaim，结合AI与台湾在地数据，让既有SPECT脑灌流影像产生更多可量化信息，为失智症早期诊断与医疗资源配置寻找新解方。 失智症人口持续增加，如何更早发现、及早介入，已成为超高龄社会的重要医疗课题，但对临床而言，问题往往不只是「有没有检查」，而是能否在合理成本下，从大量疑似患者中找出真正需要进一步检查与治疗的人，这也是国家原子能科技研究院辐射防护研究所副研究员倪于晴博士投入AI辅助诊断研发的起点。

她率领团队开发「ECDaim脑灌流影像分析系统」，不是重新打造昂贵设备，而是从既有的单光子电脑断层摄影（SPECT）出发，结合AI深度学习、影像标准化与台湾在地数据库，让原本高度依赖医师经验判读的脑部影像，进一步转化成可比较、量化的数据。 从2012年台日交流 看见既有设备的新价值 ECDaim的起点，要追溯到2012年。 在当时的台日学术交流中，日本已相当成熟地运用SPECT进行脑灌流检查，检查量也相当可观；反观台湾，虽然同样具备相关设备，实际使用量却相对有限。 这让团队开始思考，同样的设备，为什么在不同国家会产生不同的医疗价值？ 答案不只是硬件，而是「如何使用数据」。

倪于晴指出，「传统SPECT影像往往以色彩呈现脑部血流状况，医师必须依靠经验辨识异常；此外，不同医院的机台、造影条件不一，也可能增加跨院比较的难度。 」因此，团队从影像标准化开始着手，通过脑部Template等统计校正技术，降低不同仪器造成的系统性差异。 接着，ECDaim会将患者影像与同年龄层正常族群数据比较。 「因为脑部血流本来就会随年龄改变，如果拿年轻人的数据当作高龄患者的标准，判读自然可能失准。 」倪于晴补充。 因而通过连续年龄常模，系统能更精准找出偏离正常范围的区域，并将异常血流位置叠加到MRI结构影像上，让医师更直观掌握问题外，更进一步，AI模型也能提供阿兹海默症相关几率数值，为临床判读增加一层客观的量化依据。

ECDaim会将患者影像与同年龄层正常族群数据比较，让医师更直观掌握问题。 （蔡孝如摄） AI不是取代医师而是把「看影像」变成「看数据」 ECDaim另一项内核技术，是创建符合台湾族群特性的数据库。 倪于晴指出，失智症与年龄、教育程度、生活环境等因素都有关，国外数据库未必能直接套用。 因此，团队串联北、中、南不同区域的医疗院所，逐步搜集数据，创建台湾人的正常脑部变化数据，这也让ECDaim的AI模型具备「在地化」基础。

同时，团队还导入迁移学习（Transfer Learning），未来若拓展至国外市场，可利用当地少量数据进行模型微调，而不必从零开始创建整套系统，这对国产医疗AI而言，这代表技术的价值不只在台湾能不能使用，也在于能否形成可拷贝的国际化模式。 从高价检查往前移让AI成为医疗分流器 而ECDaim真正的医疗价值，不只在诊断，而在「分流」。 目前阿兹海默症相关的高端影像检查，例如类淀粉蛋白正子造影（Amyloid PET），具有重要临床价值，但费用相对高昂，若全面作为第一线检查，医疗体系与患者都将承受较大负担。 因此，倪于晴认为，未来可以创建分层式的诊疗模式。

首先在第一阶段，先利用较普及的SPECT搭配ECDaim，进行低负担的初步分析，找出具有较高疑虑的族群；第二阶段，再将高价检查与高端治疗资源集中在真正需要的人身上。 换言之，AI不一定要直接取代昂贵检查，而是先协助医疗体系把「谁需要进一步检查」找出来；而当失智症患者数量持续增加，这样的分流思维，可能比单纯增加检查设备更重要。 倪于晴博士进行ECDaim的应用分享，希冀协助医疗体系把「谁需要进一步检查」找出来。 （蔡孝如摄） 从「现在异不异常」走向「未来会怎么变」 如果现阶段ECDaim主要回答的是「现在有没有异常」，下一阶段团队希望进一步回答「未来会怎么变」。

倪于晴透露，目前团队正进行动态病程变化预测与警示功能的验证，希望通过不同时间点的影像与数据，协助判断患者可能属于快速恶化型或相对平稳型，一旦相关模型经过临床验证，AI的角色就会从单纯的影像分析工具，逐步走向病程管理辅助。 如此对第一线医师而言，这也可能减轻大量影像判读与数据整理的负担，让医师把更多时间放在诊疗决策与患者、家属沟通。 然而，AI从研究成果走向临床，最大的挑战往往不只是技术。 ECDaim必须经过医疗器材软件（SaMD）相关验证与法规进程，也需要核子医学、神经内科、信息与法规等不同领域共同合作，团队因此与多家医院进行临床验证，并持续从医师端取得回馈，让系统在实际使用中调整与优化。

而国原院所拥有的技术资源，也让ECDaim未来具有进一步集成的可能，除了AI影像分析系统，院内也具备放射性药物相关技术与产能，以及长距离运输技术。 若未来能将「AI影像分析＋放射性药物＋核医技术」集成，台湾输出的就不只是单一软件，而可能是一套从检查、分析到医疗分流的整体方案。 面对超高龄社会，失智症不只是医疗问题，也是医疗资源配置的考验。 ECDaim所走的路径，则提供另一种思考：医疗创新不一定要从昂贵的新设备开始，也可以从既有设备、数据与技术重新组合。 当一张过去高度依赖医师经验判读的脑部影像，开始变成可以标准化、量化、比较与追踪的数据，AI真正改变的，或许不只是诊断工具，而是整个失智症「早期发现—精准分流—持续追踪」的医疗流程。