王啟儒／健康管理師、資深醫藥公關
根據《紐約郵報》最新報導，由巴塞隆納FIDMAG Germanes Hospitalàries研究基金會贊助西班牙研究學者，利用卷積神經網路（Convolutional Neural Network, CNN）來學習判斷已知患有精神分裂症（Schizophrenia）的人之指紋中的異常，而未患有該疾病的人則沒有這些異常，結果發現右手拇指的指紋圖像預測該疾病準確率達68%。
卷積神經網路是一種前饋神經網路（Feedforward Neural Network），是參考人類大腦視覺組織來建構的深度學習模型，是目前深度神經網路（Deep Neural Network）領域的發展主力，在圖片影像辨識比人類還精確，也可以利用在語言辨識方面。
該研究團隊利用卷積神經網路開發了一種計算方法，分析了612名非情感性精神疾病（Non-affective Psychosis）與844名健康人的指紋樣本。研究結果發現右手拇指被證明為最強的預測工具，準確率達68%。
研究團隊指出，雖然目前7成的準確度不能為診斷提供足夠的精確度，但指紋圖像仍具有相當價值，特別是它們可以與用來與其他可高度預測精神分裂症的信息數據相結合，例如遺傳學和腦成像數據的數據。
報導還提及近年來針對指紋作為精神分裂症的預設因子已進行多項研究，早於2011年伊朗伊斯法罕醫科大學便針對精神分裂者的皮紋（Dermatoglyphics）進行預測的研究，結果發現精神分裂症患者的左側脊數和波動不對稱性可能與正常人群不同。
而今年的《精神分裂症公報》（Schizophrenia Bulletin）也發表一篇有關精神分裂症和躁鬱症（Bipolar Disorder）存在潛在的基因關聯，且越來越多研究也發現兩者間的中間診斷具有共同的遺傳基礎與重疊的症狀和體徵，這說明了利用科學可證明遺傳標記與罹病風險的關係。
照片來源：Unsplash示意圖
更多CNEWS匯流新聞網報導：
【王啟儒專欄】間歇性斷食 可讓2型糖尿病獲得緩解 1年不用吃藥
【文章轉載請註明出處】
【以上言論不代表本站立場】
