利用机器学习来跟踪眼球运动行为的眼科检查为大学

　　根据健康技术公司RightEye的说法，利用机器学习来跟踪眼球运动行为的眼科检查为大学，研究机构和政府机构提供了超过十亿个数据点，以更好地理解视觉与神经系统疾病之间的联系。

　　该公司在一份声明中说，RightEye“ EyeQ”测试结合了650多种独特的指标，可以捕获有关患者眼睛运动的精确信息，包括眼睛对准和分组，对象跟踪，深度感知和动态视敏度。使用该系统已进行了100，000多次测试，得出了超过十亿个数据点。RightEye声称提供了“前所未有的粒度级别”来识别与视觉相关的问题和增强视觉的机会。

　　该公司将其发现汇总在一个数据库中，该数据库已被埃默里大学，杜克大学，里士满退伍军人事务医疗中心，美国政府等使用，并用于研究眼球运动。美国国防部和退伍军人事务部正在将该技术应用于创伤性脑损伤研究项目，而列治文中心使用RightEye检测不同的眼球运动模式，这些信号可能预示着帕金森氏病等严重神经系统疾病的发作。

　　里士满退伍军人事务医疗中心的乔治·吉切尔（George Gitchel）博士在声明中说：“我们有令人信服的数据，眼动追踪可用于可靠地检测多个领域的神经功能障碍。” “ RightEye系统的输出代表了眼动追踪研究的进化飞跃。大型研究，流行病学研究以及其他以前被认为令人难以置信且从逻辑上讲是不可能实现的方案，突然变得可以使用RightEye进行。”

　　除了在诊断领域的应用之外，杜克大学还结合使用了比赛统计数据和RightEye来研究高水平运动员的视觉专业知识。

　　RightEye的首席运营官Melissa Hunfalvay表示：“我们帮助科学和医学了解眼睛解剖结构与大脑的联系的能力为为患有多种健康问题的患者提供更好的治疗方法开辟了一个全新的世界。” “我们才刚刚开始触及这个新领域的表面。随着我们的系统通过越来越多的数据变得越来越智能，我们将继续就人眼表明我们的整体健康状况做出更有价值的见解。”

　　RightEye估计，到2020年底，他们将收集到超过20亿个眼动追踪数据点。