由新加坡国家大学卫生系统（NUHS）研发的IMPROVE-COG人工智能项目，正在革新痴呆症早期防控模式。这项结合临床数据与人工智能技术的创新方案，通过去中心化的支持体系帮助医疗人员更早识别认知障碍风险。
技术原理
IMPROVE-COG系统基于大语言模型开发，利用匿名临床数据训练识别轻度认知障碍（MCI）和痴呆症早期迹象。配套的"脑健康工具"应用程序包含两大核心功能：
- 脑健康评分：涵盖12项可调节风险因素（包括身体、生活方式及社会情绪领域）的动态评估体系
- 脑健康教练：提供自动化行为指导和认知保护习惯进展追踪的AI行为干预工具
该项目联合国家大学医院、圣卢克医院等机构开展试点，未来计划扩展至新加坡更多医疗机构应用。
医疗价值
研究负责人Benjamin Tan医生指出，当前医疗体系常忽视患者的早期痴呆征兆。临床数据显示，认知衰退相关数据常分散在不同医疗场景中，例如肺炎患者的认知异常记录可能仅存在于社工报告而未正式评估。
"我们的系统通过分析患者临床记录自动识别风险个体，并依托NUHS数据生态系统实现匿名数据可视化，显著提升早期检测效率。"项目首席技术官Andrew Makmur强调。
社会背景
随着新加坡老龄化加剧，痴呆症防控成为医疗体系重点。除IMPROVE-COG外，该国已推出多项创新：
- 国家大学医院开发的快速痴呆评估量表支持社区护士在非临床环境下筛查
- 新加坡中央医院与政府科技局合作的Pensieve-AI应用，可在5分钟内完成老年人早期记忆障碍检测
项目愿景
参与研发的Alexandra医院老年医学专家Tan Li Feng医生表示："我们致力于让每个人都能主动掌控脑健康。通过可及性强、个性化的工具和实用建议，帮助公众将脑健康纳入终身健康管理范畴。"
【全文结束】
