趙春婷

摘要：阿爾茨海默癥，是最常見(jiàn)和最重要的腦變性疾病，隨著全球人口老齡化，阿爾茨海默癥的發(fā)病率呈逐年顯著上升趨勢(shì)。北京地區(qū)的阿爾茨海默癥患者約為15～20萬(wàn)，患病率約為7.8%，因其屬于慢性進(jìn)展性疾病，患者通常帶病生存期為5至10年甚至更長(zhǎng)，給社會(huì)和家庭會(huì)帶來(lái)沉重的負(fù)擔(dān)。采用鍵盤和打擊樂(lè)器對(duì)待診斷者進(jìn)行音準(zhǔn)和節(jié)奏的測(cè)試，再將音準(zhǔn)得分和節(jié)奏得分代入通過(guò)機(jī)器學(xué)習(xí)方法預(yù)先建立的診斷模型中計(jì)算，得到診斷結(jié)果。這種方法能簡(jiǎn)單、準(zhǔn)確、快速地診斷阿爾茨海默癥，并且適于大規(guī)模使用。同時(shí)，通過(guò)對(duì)待測(cè)者的常規(guī)血生化項(xiàng)目的檢測(cè)，將試劑檢測(cè)待測(cè)患者和獲得音樂(lè)治療的待測(cè)患者的數(shù)據(jù)進(jìn)行計(jì)算，計(jì)算出兩組數(shù)據(jù)比值，根據(jù)比值輸出評(píng)價(jià)結(jié)果，得到評(píng)價(jià)的模型。這種方法可以簡(jiǎn)便、快速、準(zhǔn)確地評(píng)價(jià)音樂(lè)治療對(duì)阿爾茨海默癥的療效。

關(guān)鍵詞：阿爾茨海默癥? 音樂(lè)治療? 音準(zhǔn)和節(jié)奏? 不同器樂(lè)類型

阿爾茨海默癥（Alzheimer.s disease，簡(jiǎn)稱AD），又稱老年癡呆癥。它是一種與年齡相關(guān)的慢性進(jìn)行性中樞神經(jīng)系統(tǒng)退行性疾病，大于65歲老年人中的AD患病率約為5%，且每增長(zhǎng)5歲，AD發(fā)病風(fēng)險(xiǎn)會(huì)增加1倍。2015年全球阿爾茨海默癥患者約為4680萬(wàn)，中國(guó)患病人數(shù)在全球居首位。2017年最新統(tǒng)計(jì)表明，我國(guó)65歲及以上人群中，老年癡呆癥患病率為5.56%。

目前，阿爾茨海默癥尚無(wú)法治愈，主要通過(guò)藥物干預(yù)來(lái)緩解癥狀，延緩疾病發(fā)展。AD藥物的研發(fā)是目前最為艱巨的領(lǐng)域之一。截至2019年初，依據(jù)相關(guān)統(tǒng)計(jì)，處于臨床試驗(yàn)中的治療AD藥物有100多種。其中，有用于增強(qiáng)認(rèn)知、治療神經(jīng)精神和行為癥狀以及用于疾病修飾等三大方面的藥物研發(fā)，均采用靶向治療方法。但是始終未有更為有效的治療藥物。同時(shí)，藥物治療還存在一定的不良反應(yīng)。因此，近年來(lái)非藥物治療越來(lái)越多地應(yīng)用于AD病人的治療。例如營(yíng)養(yǎng)治療、體育鍛煉治療、認(rèn)知訓(xùn)練治療、模擬存在治療、針灸治療、寵物治療、芳香治療、音樂(lè)治療等等。其中，音樂(lè)治療是一種近半個(gè)多世紀(jì)以來(lái)采用的較為廣泛的非藥物治療手段。它于20世紀(jì)40年代在美國(guó)密歇根州立大學(xué)正式成為跨專業(yè)學(xué)科。20世紀(jì)70年代傳入亞洲，在日本和中國(guó)臺(tái)灣較早發(fā)展起來(lái)。20世紀(jì)80年代傳入中國(guó)后，發(fā)展成為一門應(yīng)用性較強(qiáng)的跨專業(yè)的學(xué)科。

音樂(lè)治療是指利用一切音樂(lè)活動(dòng)形式（聽(tīng)、唱、演奏、肢體律動(dòng)等）來(lái)達(dá)到重建、維持及促進(jìn)心理和生理健康的治療方式。國(guó)內(nèi)外一些研究表明，通過(guò)間歇性的器樂(lè)欣賞能改善睡眠、調(diào)節(jié)情緒、刺激大腦語(yǔ)言中樞、改善記憶力、保持并改善生理功能、調(diào)節(jié)心理狀態(tài)。現(xiàn)階段，通過(guò)用于評(píng)價(jià)癡呆的測(cè)試量表（例如簡(jiǎn)易智能狀態(tài)檢查量表）評(píng)測(cè)也發(fā)現(xiàn)，音樂(lè)治療對(duì)阿爾茨海默癥有改善效果。但是，利用測(cè)試量表評(píng)測(cè)需通過(guò)人工問(wèn)答方式完成，需大量人力投入，比較費(fèi)時(shí)，不方便大規(guī)模開展。目前尚需一種簡(jiǎn)便、快速、準(zhǔn)確評(píng)價(jià)音樂(lè)治療對(duì)阿爾茨海默癥療效的方法。

一、研究背景

相關(guān)研究發(fā)現(xiàn)，在阿爾茨海默病和不同類型的癡呆癥中，音樂(lè)對(duì)記憶力的作用驚人?！笆褂枚嘧兞磕Ｊ椒诸悂?lái)識(shí)別編碼長(zhǎng)期音樂(lè)記憶的大腦區(qū)域，結(jié)果顯示，三個(gè)必不可少的阿爾茨海默病生物標(biāo)記物，來(lái)源于我們的音樂(lè)記憶”①。同時(shí)，“器樂(lè)的演奏可以提高阿爾茨海默病患者的記憶，研究表明顯式和隱式音樂(lè)記憶功能的分離，含蓄的，特別是程序性的音樂(lè)記憶，或演奏樂(lè)器的能力，可以有效地對(duì)阿爾茨海默癥的程度進(jìn)行判斷，同時(shí)也是增強(qiáng)記憶力的方案”②。

歐美國(guó)家近半個(gè)多世紀(jì)，主要從音樂(lè)治療對(duì)于改善記憶力、音樂(lè)治療對(duì)于改善認(rèn)知行為、音樂(lè)治療在改善情緒、音樂(lè)治療在改善語(yǔ)言功能等四個(gè)方面進(jìn)行臨床試驗(yàn)的研究③。這些研究主要在音樂(lè)治療對(duì)于改善病人記憶功能、認(rèn)知功能、行為功能、語(yǔ)言功能和情緒功能等方面取得了一些較好的效果。

中國(guó)音樂(lè)治療的主導(dǎo)思想則主要源于《黃帝內(nèi)經(jīng)》中所記載的“天有五音，人有五臟;天有六律，人有六腑。”又載：（五音：宮商角徵羽）“角為木音通于肝，徵為火音通于心，宮為土音通于脾，羽為水音通于腎?！保衷唬骸案螌倌?，在音為角，在志為怒;心屬火，在音為徵，在志為喜;脾屬土，在音為宮，在志為思;肺屬金，在音為商，在志為憂;腎屬水，在音為羽，在志為恐”。角、徵、宮、商、羽五音稱之為“天五行”。中國(guó)古代哲學(xué)認(rèn)為宇宙萬(wàn)物是由木、火、土、金、水五種元素組成，其相生又相克稱為“五行”。五行與五臟的關(guān)系為肝屬木，心屬火，脾屬土，肺屬金，腎屬水。由此，這些記載闡明了“五行”“五音”“五臟”的內(nèi)在關(guān)聯(lián)。五行、五臟、五音關(guān)系表④（見(jiàn)下圖）：

根據(jù)以上古代醫(yī)學(xué)典籍之論述，邀請(qǐng)作曲家，創(chuàng)作了五行之樂(lè)用于阿爾茨海默癥的臨床治療之中。1985年中華醫(yī)學(xué)會(huì)音樂(lè)出版社與音樂(lè)家一起共同編制出版了“五行音樂(lè)”系列磁帶，其中包括12種不同的音樂(lè)， 這些磁帶在中國(guó)受到歡迎， 也遠(yuǎn)銷歐洲與東南亞國(guó)家， 目前，這些音樂(lè)對(duì)阿爾茨海默癥的治療取得了一些效果，但還有待進(jìn)行進(jìn)一步的臨床試驗(yàn)。

此外，還有嘗試采用中國(guó)傳統(tǒng)音樂(lè)，包括民歌、小調(diào)、說(shuō)唱、戲曲、器樂(lè)合奏等形式的音樂(lè)進(jìn)行音樂(lè)治療，取得了一些效果，但只是一種初步的試驗(yàn)性的嘗試。

采用即興音樂(lè)創(chuàng)作方法治療阿爾茨海默癥的做法，中外均有嘗試，但是，對(duì)于“即興”的定義、限定沒(méi)有一個(gè)統(tǒng)一、科學(xué)的標(biāo)準(zhǔn)，在此不加以進(jìn)一步的評(píng)價(jià)。

二、通過(guò)樂(lè)器的音準(zhǔn)和節(jié)奏判別鑒定阿爾茨海默癥的方法

一系列的神經(jīng)心理學(xué)實(shí)驗(yàn)表明，“ （音樂(lè)對(duì)象）的關(guān)聯(lián)知識(shí)，以及音樂(lè)情緒、樂(lè)器（音樂(lè)來(lái)源）和音樂(lè)符號(hào)（音樂(lè)符號(hào)），這些方面可以評(píng)估大腦對(duì)音樂(lè)的感知能力和神經(jīng)心理功能。語(yǔ)義癡呆患者顯示相對(duì)差地識(shí)別音樂(lè)作品和音樂(lè)符號(hào);相比之下，阿爾茨海默癥患者能更好地識(shí)別作曲家和音樂(lè)時(shí)代，和對(duì)受損的音樂(lè)符號(hào)的理解，但不能分辨正常的音樂(lè)情感識(shí)別和樂(lè)器的聲音，結(jié)果說(shuō)明音樂(lè)元素可以有效區(qū)分不同的腦疾病，暗示不同的發(fā)病規(guī)律”⑤。

對(duì)阿爾茨海默癥進(jìn)行早預(yù)測(cè)、早發(fā)現(xiàn)、早診斷和早干預(yù)，是解決這個(gè)醫(yī)學(xué)和社會(huì)難題的重要手段。采用通過(guò)樂(lè)器的音準(zhǔn)和節(jié)奏來(lái)判別鑒定阿爾茨海默癥。采用鍵盤樂(lè)器和打擊樂(lè)器進(jìn)行音準(zhǔn)和節(jié)奏的測(cè)試。其中，采用鍵盤樂(lè)器對(duì)待診斷者進(jìn)行音準(zhǔn)測(cè)試以得到音準(zhǔn)得分，采用打擊樂(lè)器對(duì)待診斷者進(jìn)行節(jié)奏測(cè)試以得到節(jié)奏得分，將音準(zhǔn)得分和節(jié)奏得分代入通過(guò)機(jī)器學(xué)習(xí)方法預(yù)先建立的診斷模型中進(jìn)行計(jì)算，從而得到診斷結(jié)果。這種方法能夠簡(jiǎn)單、準(zhǔn)確、快速地診斷阿爾茨海默癥，并且有可能推廣使用。

具體的判別診斷步驟為：

1. 使待診斷者進(jìn)行至少一次音準(zhǔn)測(cè)試，得到至少一個(gè)音準(zhǔn)得分;

2.使待診斷者進(jìn)行至少一次節(jié)奏測(cè)試，得到至少一個(gè)節(jié)奏得分;

3.所有的音準(zhǔn)得分和所有的節(jié)奏得分代入通過(guò)機(jī)器學(xué)習(xí)方法建立的診斷模型中計(jì)算，得到診斷結(jié)果。

其中，音準(zhǔn)測(cè)試采用大二度、大三度、純五度的音程;節(jié)拍主要采用四分之二和四分之三拍。節(jié)奏型主要采用四分音符與八分音符的簡(jiǎn)單組合。音準(zhǔn)方面取兩個(gè)樣本，節(jié)奏取一個(gè)樣本，根據(jù)第一樣本音準(zhǔn)得分、第二樣本音準(zhǔn)得分、樣本節(jié)奏得分及樣本診斷結(jié)果通過(guò)邏輯回歸法建立診斷基本模型：

Y =a+b×R2 + c×R4 +d×R6

從而，建立起采集模塊和計(jì)算模塊。采集模塊，用于采集待診斷者的至少一個(gè)音準(zhǔn)得分和至少一個(gè)節(jié)奏得分;計(jì)算模塊，用于將待診斷者的所有音準(zhǔn)得分和所有節(jié)奏得分代入通過(guò)機(jī)器學(xué)習(xí)方法建立的診斷模型中，計(jì)算出診斷結(jié)果。

再通過(guò)待診斷者的《健康參與者各項(xiàng)數(shù)據(jù)的統(tǒng)計(jì)情況》表和《阿爾茨海默癥參與者各項(xiàng)數(shù)據(jù)的統(tǒng)計(jì)情況》表、教育程度、音準(zhǔn)測(cè)試1、音準(zhǔn)測(cè)試2（YZ2）、音準(zhǔn)測(cè)試3、節(jié)奏測(cè)試1、節(jié)奏測(cè)試2、節(jié)奏測(cè)試3數(shù)據(jù)及MMSE診斷結(jié)果，通過(guò)邏輯回歸算法進(jìn)行參數(shù)訓(xùn)練及MMSE診斷結(jié)果，在基本的診斷模型基礎(chǔ)上，得出ABCD四個(gè)變化的診斷模型，四個(gè)模型根據(jù)診斷結(jié)果和實(shí)際結(jié)果，按照如下公式計(jì)算各診斷模型的準(zhǔn)確度、敏感度和特異性：

準(zhǔn)確度=（tp+tn）/（tp+tn+fp+fn）

敏感度=tp/（tp+fn）

特異性=tn/（tn+fp）

最終得出變化診斷模型A準(zhǔn)確度、敏感度和特異性均為最高。同時(shí)，其AUC值⑥也是最高的。

三、不同器樂(lè)類型對(duì)阿爾茨海默癥的治療效果研究

通過(guò)選擇古今、中外器樂(lè)音樂(lè)類型（具體包含選擇的10首器樂(lè)曲），播放長(zhǎng)度控制在1個(gè)小時(shí)以內(nèi)。選擇5組人群，均為老年癡呆患者（MMSE量表評(píng)分在15～20分），每組6～10人。其中，4組患者分別對(duì)應(yīng)不同器樂(lè)類型進(jìn)行治療;1組患者不采取音樂(lè)治療。對(duì)4組實(shí)驗(yàn)組的對(duì)象，分別進(jìn)行8次團(tuán)體音樂(lè)治療活動(dòng)，每周一次，每次60分鐘，連續(xù)2個(gè)月。治療開始前及治療后每月都進(jìn)行一次指標(biāo)考核。在干預(yù)處理前后，進(jìn)行簡(jiǎn)易智能狀態(tài)檢查量表（MMSE）、阿爾茨海默癥患者生活質(zhì)量量表（QOL-AD）的測(cè)試，記錄分?jǐn)?shù)，統(tǒng)計(jì)分析。通過(guò)腦電波儀測(cè)定腦波變化，測(cè)定心率、血壓等生理常規(guī)。通過(guò)生化儀，測(cè)定血和尿常規(guī)等手段對(duì)患者進(jìn)行生理生化指標(biāo)測(cè)試。最終，通過(guò)機(jī)器學(xué)習(xí)，分析影響音樂(lè)治療的因子。利用不同的數(shù)學(xué)模型，對(duì)音樂(lè)治療的效果進(jìn)行有效性評(píng)估分析。

該治療方法包括：利用試劑檢測(cè)待測(cè)患者，獲第一數(shù)據(jù);對(duì)待測(cè)患者音樂(lè)治療，用試劑檢測(cè)待測(cè)患者，獲第二數(shù)據(jù);計(jì)算第二數(shù)據(jù)與第一數(shù)據(jù)比值;根據(jù)比值，用評(píng)價(jià)模型評(píng)價(jià)療效;輸出評(píng)價(jià)結(jié)果;評(píng)價(jià)模型通過(guò)如下步驟建立：用試劑檢測(cè)患者群，獲第三數(shù)據(jù);對(duì)患者群音樂(lè)治療，用試劑檢測(cè)患者群，獲第四數(shù)據(jù);利用用于評(píng)價(jià)癡呆的測(cè)試量表評(píng)價(jià)療效;計(jì)算第四數(shù)據(jù)與第三數(shù)據(jù)比值;根據(jù)比值和療效評(píng)價(jià)結(jié)果，得到評(píng)價(jià)模型。

其中，建立評(píng)價(jià)模型的裝置包括：數(shù)據(jù)采集模塊，用于采集患者群在音樂(lè)治療之前和音樂(lè)治療之后的血生化項(xiàng)目數(shù)據(jù)以及采集利用用于評(píng)價(jià)癡呆的測(cè)試量表評(píng)價(jià)音樂(lè)治療療效的結(jié)果;數(shù)據(jù)處理模塊，用于計(jì)算患者群在音樂(lè)治療之后的血生化項(xiàng)目數(shù)據(jù)與在音樂(lè)治療之前的血生化項(xiàng)目數(shù)據(jù)的比值;模型建立模塊，用于根據(jù)比值和療效評(píng)價(jià)結(jié)果，得到評(píng)價(jià)模型。

機(jī)器學(xué)習(xí)則是一門多領(lǐng)域交叉學(xué)科，專門研究計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。它是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑。它的應(yīng)用已遍及人工智能的各個(gè)分支，如專家系統(tǒng)、自動(dòng)推理、自然語(yǔ)言理解、模式識(shí)別、計(jì)算機(jī)視覺(jué)、智能機(jī)器人等領(lǐng)域。機(jī)器學(xué)習(xí)算法很多，例如線性回歸、邏輯回歸、決策樹、樸素貝葉斯、K鄰近算法、K-均值算法、隨機(jī)森林、Bagging、支持向量機(jī)、降低維度算法等等。

其中，Bagging是一種用來(lái)提高學(xué)習(xí)算法準(zhǔn)確度的方法，這種方法通過(guò)構(gòu)造一個(gè)預(yù)測(cè)函數(shù)系列，然后以一定的方式將它們組合成一個(gè)預(yù)測(cè)函數(shù)。Bagging要求“不穩(wěn)定”（不穩(wěn)定是指數(shù)據(jù)集的小的變動(dòng)能夠使得分類結(jié)果的顯著的變動(dòng)）的分類方法。

邏輯回歸是通過(guò)擬合一個(gè)邏輯函數(shù)（logit fuction）來(lái)預(yù)測(cè)一個(gè)事件發(fā)生的概率。它的輸出值在0～1之間。

隨機(jī)森林是一種比較新的機(jī)器學(xué)習(xí)模型。上世紀(jì)八十年代Breiman等人發(fā)明分類樹的算法，通過(guò)反復(fù)二分?jǐn)?shù)據(jù)進(jìn)行分類或回歸，計(jì)算量大大降低。2001年Breiman把分類樹組合成隨機(jī)森林，即在變量（列）的使用和數(shù)據(jù)（行）的使用上進(jìn)行隨機(jī)化，生成很多分類樹，再匯總分類樹的結(jié)果。隨機(jī)森林在運(yùn)算量沒(méi)有顯著提高的前提下提高了預(yù)測(cè)精度。隨機(jī)森林對(duì)多元公線性不敏感，結(jié)果對(duì)缺失數(shù)據(jù)和非平衡的數(shù)據(jù)比較穩(wěn)健，可以很好地預(yù)測(cè)多達(dá)幾千個(gè)解釋變量的作用，被譽(yù)為當(dāng)前最好的算法之一。

將經(jīng)過(guò)治療后的患者的療效結(jié)果及各個(gè)患者治療后與治療前的各血生化項(xiàng)目檢查結(jié)果的比值數(shù)據(jù)分別代入Bagging算法、邏輯回歸算法、隨機(jī)森林算法中進(jìn)行參數(shù)訓(xùn)練，得到ABC三種評(píng)價(jià)模型。之后對(duì)ABC三種評(píng)價(jià)模型的敏感度、準(zhǔn)確度和特異性進(jìn)行評(píng)測(cè)，結(jié)果是Bagging算法取得的評(píng)價(jià)模型A的敏感度、準(zhǔn)確度、特異性最高。抽取若干名與模型A中患者起居習(xí)慣、飲食習(xí)慣和運(yùn)動(dòng)習(xí)慣相近的阿爾茨海默癥患者，將其治療前和治療后的血生化項(xiàng)目數(shù)據(jù)代入Bagging算法，得出音樂(lè)治療效果的準(zhǔn)確性達(dá)到89%。這種方法可以簡(jiǎn)便、快速、準(zhǔn)確地評(píng)價(jià)音樂(lè)治療對(duì)阿爾茨海默癥的療效，對(duì)于阿爾茨海默癥音樂(lè)療法的發(fā)展起到重要的作用。

注釋：

①Baird， A.，& Samson，S.（2009）.Memory for music in Alzheimer's disease：Unforgettable？Neuropsychology Review，19，85 101.doi：10.1007/s11065-009-9085-2 [Crossref]， [PubMed]， [Web of Science ]， [Google Scholar]

②Jacobsen JH，Stelzer J，F(xiàn)ritz T，Chetelat G，LaJoie R，Turner R.Why musical memory can be preserved in advanced Alzheimer's disease.Brain 2015，138（8）：2438-2450.

③高天，王茜茹.國(guó)外音樂(lè)治療在老年癡呆癥中的研究與應(yīng)用.【J】醫(yī)學(xué)與哲學(xué)（臨床決策論壇版）， 2007年11月第28卷第11期總第345期。

④劉燕，劉麗純，申尋兵.西方音樂(lè)療法改善阿爾茨海默病患者記憶功能的實(shí)效對(duì)比研究.[J].中醫(yī)臨床研究，2015年第7卷第15期。

⑤Rohani Omar，Julia C.Hailstone，Jane E.Warren，Sebastian J.Crutch，Jason D.Warren.（2010） The cognitive organization of music knowledge：a clinical analysis.Brain 133：4，pages 1200-1213.

⑥AUC（Area Under roc Curve）是一種用來(lái)度量分類模型好壞的一個(gè)標(biāo)準(zhǔn)。

作者單位：北京市社會(huì)科學(xué)院