Using Artificial Neural Networks and Plasma Extracellular Vesicles as Biomarkers to Diagnose and Predict the Association and Progression between Cognitive Dysfunction in Parkinson'S Disease

本研究將以血漿胞外體作為生物標記, 檢驗並追蹤三年，每年抽血檢驗一次巴金森患者及對照組胞外體之α-synuclein，β-amyloid，tau之數值，並每年評估一次受試者認知功能分數及症狀嚴重度，找尋胞外體和巴金森病進展的關聯性，並利用類神經網路建立機器學習之診斷及預測模型。 本團隊近年已針對不同神經系統常見疾病，建立了高正確性的機器學習預測模型。針對巴金森患者橫斷面研究建立的類神經網路模型，預測認知功能障礙的準確性達到91.3%。目前相關研究已進行兩年的追蹤，如果能進行更長期的縱向研究，對胞外體與巴金森病的發生及進展的相關性，將能夠得到更進一步的臨床驗證，並建立更精準之機器學習預測模型。