发病率高
我国现存 AD 及其他痴呆患者超 1314 万例，占全球的 25.5%，标化患病率比全球平均水平高 0.1058 个百分点。
WHY EMM
把诊断时机，前移到症状之前。
治疗药物研发困难，AD 等神经退行性疾病的临床策略已前移至 预防、早期识别和临床前期干预。我们需要客观、可规模化、可重复的指标。
致死率上升
AD 致死顺位由 1990 年的第 10 位上升至 2019 年的第 5 位，死亡人数超 162 万例，占全球 19.8%。
诊断率低
神经影像学诊断、神经心理及体液诊断目前仍无法满足早期、快速诊断 AD 的需求。
负担沉重
2015 年我国 AD 患者年治疗费用 1677.4 亿元，预计 2050 年人均年负担将高达 18871.9 美元。
临床研究表明：眼球运动特征可作为客观的生物标志物，支持神经退行性疾病的诊断与进展跟踪。 EMM 让这一指标，从昂贵的实验室设备走向每一部手机。
CAPABILITY
四组范式，一套生物标志体系
每一组测试都对应一类经过文献验证的眼动指标，输出可量化、可比较、可复测的报告。
水平追踪
Smooth Pursuit跟随水平移动目标，量化反应延迟、追踪精度与扫视回退。
- 反应能力
- AD 患病相关性
- 注视稳定度
自由观察
Free Viewing面对自然图像/社交场景，分析注视分布与兴趣区域偏好。
- 认知能力
- 自闭症倾向
- 社交注意分布
阅读
Reading Scanpath跟踪阅读过程中的注视-跳视序列，刻画语言加工与学习能力。
- 自然阅读能力
- 语言加工评估
- 更多场景探索
疲劳测试
Mental Fatigue动态目标响应叠加眨眼/瞳孔指标，衡量精神疲劳水平。
- 动态反应能力
- 疲劳量化
- 驾驶/夜班风险评估
Tech Stack
- iOS · ARKit Face Anchor
- iTracker · GazeCapture
- BERT-style Scanpath Modeling
- 一体化数据平台 · 海量样本深度学习
SCENARIO
从三甲医院到田间义诊，随时随地。
不依赖专用硬件，让眼动检测进入更多检查链路。
医院门诊 · 早期 AD 筛查
67 岁退休患者因频繁遗忘就诊，常规查体之后追加眼动测试，报告呈现潜在患病高相关性，结合临床确诊为早期 AD。
社区卫生院 · 疲劳与亚健康
27 岁白领长期熬夜，社区免费检测中完成问卷与眼动测试，报告提示高度疲劳，指导其调整作息并跟踪复测。
下乡义诊 · 偏远地区初筛
59 岁村民无体检习惯，义诊中完成 5 分钟眼动测试，多项指标超出阈值，建议进一步前往上级医院诊断。
ROADMAP
从采集，到模型，到生态。
-
基础版
移动端眼动追踪 · 四类范式采集 · PC 端用户与数据管理
-
进阶版
采样数据深度学习 · 量化疾病相关指标 · 可视化分析报告
-
稳定推广版
多中心患者检测 · 稳定可靠的分析报告 · 持续优化模型
-
探索更多场景
基于眼动语言（Scanpath as Language）+ Vil-BERT 微调，扩展至认知心理学研究
PARTNERSHIP
寻找下一位生态共建者。
EMM 正在与三甲医院神经内科 / 体检中心 / 社区卫生服务中心 / 认知科学实验室共同推进 眼动生物标志物的临床验证与多中心数据采集，同时面向AI 医疗伙伴、设备厂商、研究机构开放接入合作。
临床合作 数据共建 渠道代理 学术研究 技术接入
- 010-6373-3390
- 北京市丰台区科学城百强大道 6 号院 6 号楼 102 室