隨著社會逐漸老齡化，失智症的問題變得越來越突出，成為了一個重大的社會議題。根據衛生福利部的統計，臺灣失智人口在不斷攀升，到了2022年已經超過了30萬人，而其中96%的患者都是65歲以上的長者。根據預測，到了2030年，失智人口將會增加到超過50萬人。
失智症是一種逐漸慢性惡化的疾病，主要表現為智力退化、認知能力下降以及行為和情緒變化。這些症狀會嚴重影響患者日常生活，使他們難以自理並需要長期照顧，也給患者和家屬帶來極大的心理和生活壓力。
目前在失智症治療上的難點是早期檢測和用藥治療的困難。由於失智症多發生在65歲以上的老年人身上，當他們出現遺忘和記憶力變差等症狀時，很難判斷是因為大腦老化還是退化導致的。這使得早期檢測變得困難，直到確診為失智症並開始用藥治療時，藥物的效果已經很有限，只能稍微減緩大腦退化的速度，而無法根治失智症的症狀。
在國科會支持下，台北醫學大學研發了全球第一個可以預測腦齡和失智風險的人工智能模型。該模型可以幫助高風險的老年人提前規劃護理計劃，同時也能幫助藥廠在臨床試驗方面找到更準確的對象，提高失智症治療的效果。
希望利用AI預測失智症的風險，以使患者、照護者和醫生能夠提前做好準備，制定有效的治療計劃，並研發更好的藥物，從而提高失智症治療的效果，同時減少社會成本。
研究團隊整合了美國、英國Biobank以及日本的失智症資料庫，還有臺大、成大、臺北榮總和北醫體系四個大型醫學中心的資料，並推出了AI失智預測模組。該模組能夠根據電腦斷層影像、年齡、性別、教育程度、社會地位和基因等因素，判斷腦齡，預估未來兩年內患失智症的可能性，並分析腦部的退化狀況，自動生成文字報告，以協助醫生了解患者的狀況。
這個模組的目的就是通過預測腦齡來評估腦部老化的速度是否與身體實際年齡相匹配。如果腦齡大於實際年齡，這意味著大腦老化的速度可能過快，可能會導致未來的失智症發展。因此，這一功能可以幫助醫生和家屬更早地意識到潛在的風險並採取相應的預防措施。
根據已知的研究結果，針對已經出現輕度認知障礙的人群進行預測，推估他們在未來2年內發展成失智症的可能性。研究顯示，這些認知缺損的人，在一年後有一半的機率轉變為失智症，因此有必要進一步預測這些人的失智風險。
最後在借由分析大腦萎縮的區域在哪裡，判斷屬於哪一種型態的失智症。現有臨床的失智症包括阿茲海默症、額顳葉型失智症、路易氏體失智症和血管型失智症四大類型。透過 AI 分析可以找出腦萎縮的區域和型態（Patten），輔助醫生及早判斷病患可能是哪種失智症。
