在我国老龄化进程加速的背景下，阿尔茨海默病已成为威胁老年人健康的重要公共卫生问题。然而，传统诊断方式依赖腰椎穿刺或昂贵的PET-CT检查，超70%的患者因费用高昂或有创恐惧而错过早期干预时机。针对这一难题，安徽中医药大学“智眸忆探”团队成功研发出基于多模态数字标志物的阿尔茨海默病早期AI筛查系统，将筛查场景从医院延伸至社区与家庭，为破解基层诊疗难题提供了创新方案。

该项目依托学校中医学与人工智能交叉学科优势，利用普通智能手机自带的麦克风、摄像头及传感器，在用户无感状态下采集语音、眼动及步态三类数字生物标志物数据。系统采用“时空图神经网络+Transformer”融合算法进行分析，经临床数据验证，对临床前阿尔茨海默病的识别AUC值达0.94，即使在部分数据缺失的基层医疗环境下，仍能保持较高的识别精度。

智眸忆探团队在安徽中医药大学第一附属医院进行实地临床与需求调研实践

值得关注的是，为解决医疗数据隐私这一核心难题，团队引入了联邦学习架构。该架构确保原始数据不出医院，仅通过加密梯度更新模型，既严格保障了患者数据安全与合规性，又实现了优质医疗资源向基层的有效下沉。

据项目负责人介绍，团队通过深度调研发现，基层社区普遍缺乏专业的阿尔茨海默病早期筛查手段，许多患者发现时已处于中晚期，错过了最佳干预窗口。为此，团队打造了“端-边-云”一体化SaaS平台，可为社区医生提供辅助决策支持，帮助其快速识别高风险人群，推动“早发现、早干预”落地。

智眸忆探团队在阜阳市中市敬老院福寿康老年公寓就认知障碍早期筛查情况调研实践

目前，“智眸忆探”系统已完成临床数据验证，具备低成本、无创、便捷、可及性强等显著优势。团队表示，将继续深耕AI与中医药交叉领域，以科技力量服务健康中国建设，让更多老年人在家门口就能享受到便捷、精准的认知健康筛查服务。