การทำนายคะแนนเพื่อคัดกรองผู้ป่วยโรคอัลไซเมอร์จากการทดสอบการวาดภาพ

Abstract

การคัดกรองผู้ป่วยโรคอัลไซเมอร์เป็นหนึ่งในขั้นตอนสำคัญในความพยายามเพื่อตรวจหาและนำไปสู่การชะลออาการหลักของโรคอัลไซเมอร์ งานวิจัยนี้ต้องการทำนายคะแนนจากการทดสอบการวาดภาพเพื่อคัดกรองผู้ป่วยโรคอัลไซเมอร์ โดยได้ถูกจัดทำขึ้นเพื่อเป็นส่วนหนึ่งของแอปพลิเคชันในการคัดกรองผู้ป่วยโรคอัลไซเมอร์ในระบบปฏิบัติการไอโอเอส (iOS) โดยส่วนของแอปพลิเคชันจะยึดหลักจากแบบทดสอบ Montreal Cognitive Assessment (MoCA) สำหรับการทดสอบการวาดภาพนาฬิกา และจะให้คะแนนตามเกณฑ์การให้คะแนน โดยแบ่งเป็น 3 คะแนนที่ได้มาจาก การวาดรูปร่าง ตัวเลข และเข็มนาฬิกา สำหรับการวาดรูปร่างและเข็มนาฬิกานั้นจะใช้เทคนิคการวิเคราะห์ภาพ (Image Processing) ตรวจสอบความเป็นวงกลมของหน้าปัดนาฬิกา และรูปร่างของเข็มนาฬิกาในการให้คะแนนความถูกต้อง สำหรับการตรวจสอบความถูกต้องของตัวเลขนั้นจะใช้โมเดล MNIST Classifier ในการให้คะแนน เมื่อทำการทดสอบการใช้งานส่วนของแอปพลิเคชันจะได้คะแนนของผู้คัดกรองตั้งแต่ 0 - 3 คะแนนและนำคะแนนที่ได้ไปทำนายความเสี่ยงในการเป็นโรคอัลไซเมอร์เพื่อทำการรักษาทางการแพทย์ต่อไป หลังจากการทดสอบการใช้งานในส่วนของแอปพลิเคชันสำหรับการวาดภาพนาฬิกาจากผู้คนที่อยู่ในสภาวะปกติจำนวน 50 คนจะได้ผลลัพธ์ว่าผู้ถูกคัดกรองที่อยู่ในสภาวะปกติร้อยละ 74 จะมีคะแนนอยู่ที่ 3 คะแนน ร้อยละ 22 จะมีคะแนนอยู่ที่ 3 คะแนน และร้อยละ 4 จะมีคะแนนอยู่ที่ 1 คะแนน

Screening for Alzheimer's disease is an important step in the effort to detect and inhibit the progress of the Alzheimer’s disease. The purpose of this research is to predict scores from a clock drawing test which is part of the complete Alzheimer’s screening test implemented as an iOS application based on the Montreal Cognitive Assessment (MoCA) test. For the clock drawing testing, the full score is three points. The first point is from drawing the rounded contour. The second point is from drawing the clock numbers in a correct order. The third point is from drawing the clock hands correctly according to the test command. For the contour drawing and the clock hands drawing, a series of Image Processing techniques are used to check the roundness property of the contour and the shape of the clock hands. MNIST Classifier Model is used to detect the clock numbers and rule-based checking is then employed to give the score. During the evaluation, the application gives a score between 0 and 3 points and this score is added up with the rest of the application to predict whether the evaluatee has the high risk of Alzheimer’s disease. The results from 50 low-risk people showed that 74 percent of them received 3 points, 22 percent received 2 points and 4 percent received only 1 point.