阿尔茨海默病，是一种发病缓慢，随时间恶化的神经退行性疾病

阿尔茨海默病（Alzheimer’s Disease，AD），是一种发病缓慢，随时间恶化的神经退行性疾病。截至目前，我国已确诊的患者已近1000万，随我国人口老龄化的发展，患病人群的数量也在不断攀升。但就AD的检测而言，困难重重。目前已有的方法，或具侵入性，或是成本高昂，亦或是操作困难，信效度有待考量。因此，开发一个更可靠、便捷的诊断评估工具，实现AD的早筛查、早诊断、早干预，是科研工作者及其企业的当务之急。

在今年的阿尔茨海默病日，“NeuS”邀请到上海织生科技有限公司创始人兼CEO叶剑锋，为我们介绍他们以眼动为数字生物标记物的AD检测新技术。

很荣幸今天请到了来自织生科技的首席执行官叶剑锋老师。在专访开始前，想先问下叶剑锋老师，当初您为什么会选择回来创业？

叶剑锋：我也是神经现实的粉丝，特别开心能在这里和大家分享我的一点经历。

首先，我选择神经退行疾病领域的技术应用这个方向，受到两件事情的影响。第一件事情发生在我在法国留学的最后一年，我做了一个帕金森病（Parkinson's disease，PD）相关的临床科研项目。帕金森病人在前中期可以通过吃药控制症状，但是随着病程发展，药物的作用就变得非常小，甚至会产生一些明显的副作用，我们临床上称为药物的剂末现象和开关现象。

*开关现象：帕金森病患者服用药物时产生的一种副作用。“关”主要表现为突然出现肢体僵直，运动不能；“开”时则为突然活动正常，肢体僵硬消失，可以自如活动。

剂末现象：帕金森病患者在开始药物治疗若干年后出现药性减弱，药效维持时间变短，从而导致药量不断增加的现象。

等到疾病的后期，我们有一个手术解决方案叫深部脑刺激（Deep Brain Stimulation, DBS）——在丘脑底部植入电极，控制病人异常的运动症状。我的工作包括开展术前症状评估，构建病人个性化的档案模型；开展术后监督评估；规划药物和电刺激的频率和周期等等。也就是这个研究，让我从研发方面转到偏临床应用方面。

第二件事情，是在做临床科研项目的那一年，我在法国碰到一位台湾人。她嫁到法国，她在台湾有一位罹患阿尔茨海默病（Alzheimer's disease，AD）的母亲。为了更好照顾母亲，她把她母亲从台湾迁到法国。她觉得法国这边更好的医疗条件能更好地帮助她母亲。但事实恰好相反，AD患者到一个新的环境里，不同的饮食习惯和经历社交孤立，反而导致病情加速恶化。她和我说了很多照顾母亲痛苦辛酸的经历。她的母亲已经不认得她了，但每次去养老院见她母亲的时候，她母亲几乎忘记了所有事情，唯独还记得她的名字。这个细节打动了她，也成了她坚持下去的动力。对于一个家庭，有一位中后期AD患者是灾难性的。

这件事情的经历，让我关注起AD这个领域。AD患病率大概是PD的5倍左右，而且还没有症状控制的药物。加上我国正处于加速进入老龄化的时代，这个问题也是未来不得不面对的。所以，临床项目经验和台湾朋友的这个个案影响，促使我决定回国，在AD这个领域介入开始做一些事情。

选择创业其实是机缘巧合的一个机会。有一次参加驻法大使馆举办的留学生创业比赛项目征集会上，我把在医院做的临床研究项目提交报了名。当时没想着要回国创业，而是先在国内一家做AD数字疗法的公司做了研发产品经理。后来被驻法大使馆通知我的项目被选中回国参赛。因为这个偶然的机会，我选择了辞职创业。

能给我们介绍下目前国内阿尔茨海默病患者的情况吗？除您个人经历外，织生科技为何选择了AD作为主要的初期目标？

叶剑锋：目前我们国内确诊的AD患者是1000万左右；处于轻度认知障碍（Mild cognitive impairment，MCI）这个阶段的人群大概有3800万；随人口老龄化发展，这将近5000万人群预计到2050年会发展到1.2-1.5亿的规模。这部分人群对家庭和社会成本的消耗是巨大的。所以，政府这两年也开始推动AD早筛早诊早干预，以减少老年人的发病率，降低未来医保负担。所以从客观的发展来讲，它基数够多，增长够快，以及未来痛点够痛，家庭或者是子女的付费意愿也足够强烈，这些是选择AD这个领域的客观基础。

目前国内的阿尔茨海默病的诊断存在哪些问题？

叶剑锋：首先AD的底层病理其实还不明确。虽然在临床上现在有一些客观化的生物标记物，但是我们也不能明确到底是这些生物标记物导致AD，还是有了AD以后导致了生物标记物的产生，然后促进反过来加快病情恶化。

传统上，我们在医院做生物标记物的检测，可能要用PET-CT或者脑脊液来做检测。但这些设备非常昂贵，很多地市级医院可能都没有像磁共振这样的仪器；此外，做脑脊液需要做腰穿手术，它虽然是一个小手术，但很多老年人比较拒绝用这种创伤性的手段来做检测。这些技术上的限制使得AD检测的落地相对困难。

行为学评估方面，主要是通过临床量表或电子化任务来去做检测的。量表存在几个方面的限制。首先是一些量表本土化不充分的问题。第二是这些评估方式会受到一系列主观因素的影响。比如受评者的年龄和学历。第三是量表评估非常耗时耗力，特别在非专业人员操作下客观性和一致性难以保障。缺少兼具客观性、准确性和落地性的评估检测方法是目前AD早筛早诊存在的一大痛点。

织生科技基于AI摄像头眼动追踪技术演示

那您们为何选择眼动作为切入点，这之间又做了哪些突破？

叶剑锋：选用眼动作为数字生物标记物的技术路径，首先眼动结合相关任务用于鉴别AD有相对明确的研究。另外眼动获取的几项关键行为学参数大概是在百毫秒级，主观参与程度低，数据更加客观真实。最后，我们看到最近几年，国外有多家机构基于AI眼动追踪技术的数字生物标记物通过了FDA认证。权威机构对眼动数字生物标记物的认可度逐步提升。

然而传统眼动追踪需要外接硬件设备和软件，落地性上还是存在一些限制。我们的一个核心突破点，是利用了AI技术在普通摄像头上实现了临床级眼动追踪，打破了传统眼动追踪的硬件限制，实现广泛性落地的可能。

那从目前已经收集到数据来看，它的精度怎么样？它对于使用场景有没有什么限制？因为即便一些很常规的检测技术，像是核磁共振，轻微的运动，或其他场外因素都会对脑部运动产生巨大的干扰。

叶剑锋：我们构建了一个摄像头与头部3D和瞳孔的五维空间坐标系，然后再利用专门化的数据集训练模型，实现精准的眼动追踪和注意力位点的预测。目前可以实现注意力位点预测可以达到90%左右精准性，误差范围控制在1.5cm内，在国际上处于相对领先的技术水平。我们的眼动AI模型可以实现头部运动距离和角度变化的自动化矫正，甚至在任务过程中不需要提前做矫正，因此在生活化的场景中也可以很好应用。在国外一项已有的眼动追踪评估范式研究中，通过结合视觉配对比较（visual paired comparison,VPC）任务，眼动指标作为数字生物标记物对于鉴别正常人和MCI的敏感性达到了96.7%，特异性达到了78%，相比于普通的量表，这是一个巨大的检测效力提升。我们的产品正在做临床前的试验，对于试验结果，我们团队也是充满信心。整个评估任务过程是通过用户自己看视频的形式进行，就像量血压一样，不需要额外的人工成本投入，因此在基层医疗卫生服务机构场景有很好的落地性。

目前而言，除眼动数据外，您们还收集到哪些数据，用来建立AD的数字生物标志物？

叶剑锋：除了眼动之外，我们正在同步研发声音和空间轨迹分析的技术路径。

在传统的AD量表评估任务中，都会记录声音和轨迹参数。例如在连线测验中，要求用户在平板上按照规则去完成连线。除了记录所用时间和错误次数，我们通过算法模型分析连线的轨迹找到更多具有疾病鉴别效力的参数。这样，在传统量表进行评估的同时，还能获得新的客观化依据。最近，我们也在和上海这边一家知名的三甲医院一起，推动传统量表的数字化升级，后续通过构建整合分析模型，综合量表、用户档案和数字化生物标记物给出更加精准的评估结果。

那除了对于AD的检测以外，眼动还能做到什么？在医疗应用的实际场景上，它具有哪些的优势？

叶剑锋：其实眼动的应用是非常宽泛的，它可以应用在游戏行业、广告行业，甚至教育行业上，但在这些领域的应用目前不在我们公司的工作规划中。在医疗应用领域的应用是我们的核心。除了AD，我们眼动技术在PD、注意力缺陷多动障碍（ADHD）和孤独症（ASD）等效果都是非常显著的。比如说孤独症存在一个典型的特征：避免与人眼的直接交流。在人与人交流过程中，眼部是一个非常重要的信号区，而ASD儿童很明显会避开对方的视线。我们可以设计一个包含社交场景的视频，分析ASD儿童看这段视频的时眼睛聚焦的视频区域、在人脸区域的停留时长等参数，作为ASD诊断的客观化指标。

基于摄像头眼动的神经适应症数字生物标记物，优势在于评估的敏感性和客观性，同时又具有很好的落地性。

SyncThink公司的EyeBOX®。它通过测量眼球运动异常来帮助诊断脑震荡，是首个获FDA批准的脑震荡客观检测产品。

那目前而言，国外是否存在一些以此作为基础的产品，它们存在哪些不足，与他们相比，您的技术有哪些突破？

叶剑锋：我们看到有三家用摄像头眼动技术作为数字生物标记物来检测脑部功能障碍的北美公司。其中两家用于认知功能障碍评估，其中一家用于检测脑震荡。他们先后在这两年拿到FDA认证。我们公司是国内首家基于此技术的AD数字生物标记物产品，预计明年中旬拿到NMPA了。虽然我们比国际对标公司晚一点，但总体上国内外在同一起跑线上。

在眼动追踪技术上，我们分析了竞品公司的技术模型。相比于他们的技术模型，我们的眼动模型不论在模型的准确性上还是在操作自由度上（例如不限制头动）都有更好的技术表现。

在商业模式上，发达国家有比较完备的医疗服务体系和健康保险体系。所以，国外的公司比较强调科技器械属性。但国内既没有一个非常完备的健康医疗服务体系，也没有非常成熟的健康保险体系。所以，在我们做商业应用的时候，我们往往需要建构一个从评估到干预的闭环商业模式。

那目前对于该技术，您有着怎样的发展规划？以此作为基础的产品，还需要经过哪些过程才能进入市场？

叶剑锋：在技术的发展规划上，第一个是通过更大的数据集去优化AI模型的识别精度。第二个是优化模型实现手机端本地运算，实现用户端的眼动追踪评估。

在产品市场规划上。有两个核心前置工作，第一个是技术产品的临床实验。第二个是申请医疗器械。这也是我们团队近期的重点工作。

您之前也提到，国内很多检测指标基本是沿用国外的标准，会存在一些水土不服的情况。那您们是否有准备通过这一技术，建立一个适用于我们中国人的阿尔茨海默病的诊断标准，应该从哪些方面入手？

叶剑锋：其实这也是我们在跟一些国内大医院或专家学者在沟通过程中想去推动的。

因为国家历史发展原因，我们原来评估诊断的纸质量表，只能从国外拿工具应用到国内，包括已发表的论文文献等。但现在正好处于AI快速发展，智能终端普及应用的时代，这样的契机下，我们这样结合 AI与智能终端的技术检测产品，得以跟国外站在同一起跑线上。而且我们国内有更大的样本群体，能够更快地建立相关的服务标准。在沟通过程中，我们跟专家都觉得构建我国原创的评估诊断技术工具是一个非常有意义的事情，也是我们后续会持续推动的工作。

然而建立诊断标准，其实是一个系统性工作。首先，从专业性来讲，我们跟国内一些大型的三甲医院一起推动用技术的、用临床的科研方式，发表一些有权威性的论文。第二是基于市场与公众层面的科普。我们希望推动一些面向c端有趣又有效的评估检测方法，来提高社会对这个领域的关注，以及对我们技术的认可。有了群众基础，有了专家的共识，我们希望它可以成为一个公认的、更好的行为学评估诊断标准。

最近这几年数字医疗在国内发展得很快，您的公司在年初也完成了首轮近1000万的融资，在你看来，织生科技是怎样的一家公司？

叶剑锋：织生的创始团队是一只神经认知科学背景的研究团队，我们始终有怀着对脑科学的情怀。我们取名织生科技，寓意神经交织产生生命和智慧。我们团队对公司也有一个非常明确的定位：定位在脑神经科学领域，专注前沿技术研发和应用，以解决神经系统疾病为核心，以创造生命福祉为使命的一家医疗科技公司。

我们公司目前提供的技术跟产品有三方面：

第一个，数字生物标记物技术辅助疾病诊断。数字生物标记物即通过数字化手段将人类所释放的“信号”变成一种可量化、具有临床可解释性的客观标准，用于发现、解释或预测疾病走向。相比传统量表评估，更具客观性，准确性和落地性。目前，我们基于人工智能技术实现了摄像头眼动追踪技术，代替了传统意义上的眼动仪器。我们基于这个技术研发了用于阿尔茨海默病诊断的数字生物标记物。同步在推进的，还有基于声纹和轨迹分析技术的AD数字化生物标记物。

第二个，垂直领域的系统平台完成医疗服务资源分配。目前社会服务结构里，缺少专业的基层服务人员，AD专业服务和资源也比较匮乏。所以我们希望这套系统能够把相关的社会服务资源链接起来，帮助用户匹配到他最需要的医疗或是服务资源。

第三个，非药物干预方式开发和推广。我们公司提供的是一套非药物生活方式干预手段。它主要面向早期AD和MCI患者。目前来讲，AD（特别到中后期以后）是没有药物可以医治。但如果早期介入干预，治疗效果是相对有效的。根据一些研究论文*，控制风险因素，能够降低40%的疾病发生率，或是延缓疾病的发展。

*Livingston, G.,et al. (2020). Dementia prevention, intervention, and care: 2020 report of the Lancet Commission. Lancet (London, England), 396(10248), 413–446.

您的公司在未来有怎样的发展方向？

叶剑锋：未来我们以AD眼动数字生物标记物作为切入点。从纵向来讲我们规划推动形成AD领域全程的解决方案。从横向来讲，我们筹备推动更多神经系统疾病，例如儿童ADHD，ASD，PD数字化评估诊断工具研发。

最后再回到我们公司的初心跟定位，我们专注脑科学领域，希望推动创新技术的研发和应用，解决神经系统疾病领域的一些关键性问题，最终希望让我们的生命、我们社会变得更好一点，这是我们织生科技之道。