Notal Vision 公布了一项关键研究的积极结果，该研究评估了基于人工智能（AI）的算法在家用光学相干断层扫描（OCT）系统中估算新生血管性年龄相关性黄斑变性（nAMD）关键生物标志物的表现。研究结果最近发表在《眼科科学》杂志上。
这项横断面研究涉及来自美国6家视网膜诊所的336名nAMD患者，这些患者表现出多样化的共存病理特征。据公司介绍，这使得AI算法分割与nAMD相关的特定生物标志物尤其具有挑战性。患者在诊室独立使用两台家用OCT设备各拍摄了4张图像，而无需技术人员的帮助。为了进行比较，患者还接受了办公室内OCT设备的成像。
在试验中，AI算法寻找图像中的低反射空间，包括视网膜下和视网膜内的空间，并量化总的视网膜低反射空间体积。家用和办公室内OCT图像也由专家分级，以检测视网膜内和视网膜下的低反射空间。研究评估了两个主要结果：AI算法在家用OCT图像上估计总视网膜低反射空间体积的可重复性，以及AI与专家分级在分割低反射空间方面的一致性。
根据结果，AI算法在这两个结果上都表现出色，显示出强可重复性和与专家分级的高度一致性。值得注意的是，连续家用OCT图像和AI算法估计的总视网膜低反射空间的可重复性高于使用办公室内成像设备和专家分级的估计可重复性。此外，AI与分级者之间在低反射空间分割上的一致性不亚于分级者之间的相互一致性。
田纳西州视网膜病学的Eric Schneider博士作为研究的资深作者，在Notal Vision的一份新闻稿中评论说：“这是与AI和视网膜疾病管理相关的最重要研究之一，因为它导致了首个用于OCT的AI的批准。它应该让视网膜专家对采用这种患者监测计划充满信心。”
2024年5月，Notal Vision的自操作SCANLY Home OCT设备通过美国食品药品监督管理局（FDA）获得了De Novo授权。它还被FDA指定为突破性设备，用于患有湿性或nAMD的患者。
(全文结束)
