跳转到主要内容
行业动态

MTM Vision糖尿病视网膜疾病研究联盟新增再生元等成员

PR Newswire Health (2026年11月5日)

摘要

玛丽·泰勒·摩尔视力倡议(MTM Vision)于2026年11月5日宣布,再生元制药(Regeneron)以创始成员身份、Adaptive Sensory Technology(AST)以器械公司成员身份加入MTM Vision联盟。该联盟由MTM Vision与密歇根大学、乔斯林糖尿病中心共同设立,是聚焦预防和治愈糖尿病视网膜疾病的竞争前研究平台,此前勃林格殷格翰为首个创始成员。新成员将支持联盟扩大生物样本库与资源中心、终点与生物标志物数据资源中心,包括收集人眼样本、验证可支持新监管路径的生物标志物和终点指标。

信息来源: PR Newswire Health 发布于 2026年11月5日

要点速览

  • 再生元以创始成员身份、Adaptive Sensory Technology以器械公司成员身份加入MTM Vision联盟
  • 联盟由MTM Vision与密歇根大学、乔斯林糖尿病中心共同设立,聚焦糖尿病视网膜疾病的预防与治愈,勃林格殷格翰为首个创始成员
  • 新成员将支持扩大人眼样本库,并验证可支持新监管路径的生物标志物和临床终点

本站解读

MTM Vision联盟是一个竞争前研究平台,由非营利组织MTM Vision与密歇根大学、乔斯林糖尿病中心共同设立,目标是预防和治愈糖尿病视网膜疾病。此次再生元以创始成员身份加入,器械公司Adaptive Sensory Technology也成为成员,此前勃林格殷格翰是首个创始成员。

我们的判断是,这则消息的看点在于联盟要做的事:扩大人眼样本库,并验证可支持新监管路径的生物标志物和临床终点。联盟把终点指标列为重点,说明现有评估方式还不能满足新药研发需要;药企愿意在竞争前阶段共享样本和数据,说明行业希望先把如何衡量疗效这件事做扎实。短期内这不会带来新药或新疗法,影响要在后续临床试验设计中才能看到。

中国视角上,国内糖尿病患者基数大,糖尿病视网膜疾病同样需要更好的早期评估工具。原文未提及该联盟与中国机构的合作,国内是否会参与或借鉴其终点标准,有待确认。

常见问题

这个联盟新加的公司,跟我看眼病有关系吗?

短期内没有直接关系。MTM Vision联盟是一个研究平台,主要工作是收集人眼样本、验证糖尿病视网膜疾病的生物标志物和临床终点指标,不提供诊疗服务,也没有宣布新药或新疗法。它的成果可能在未来影响新药试验的设计,国内患者目前的就诊和治疗方式不受影响。

再生元加入后,它的药会更快在国内上市吗?

不能这样推断。再生元加入的是竞争前研究联盟,公告没有提到任何新产品、新适应症或在中国的上市进展。联盟关注的是糖尿病视网膜疾病的基础研究和评估指标,与具体药品在国内的审批没有直接关系,国内上市情况需以药监部门信息为准。

延伸阅读

行业动态

AEYE-DS获2026美国盖伦奖最佳数字健康方案

AEYE Health公司与Zack Dvey-Aharon博士凭借AI糖尿病视网膜病变筛查系统AEYE-DS,获得2026年美国盖伦奖(Prix Galien USA)“最佳数字健康解决方案”奖项。据公司新闻稿,AEYE-DS已获美国FDA许可,不需散瞳,每只眼拍一张眼底照片,由AI自动判读、不需医生阅片,一分钟内出结果,可由护士或医疗助理在基层诊疗中操作;公司称其在三项前瞻性多中心关键试验(超过1200名患者)中敏感度为92%–93%、特异度为89%–94%。

#AI医疗#糖尿病视网膜病变#数字健康
PR Newswire Health
行业动态

美国约960万人患糖尿病视网膜病变,约三分之一糖尿病患者未做年度眼检

眼科媒体《Ophthalmology Times》在11月糖尿病相关眼病宣传月期间发布常见问题解读。文章引用美国疾病控制与预防中心(CDC)牵头的模型研究估算,2021年美国约有960万人患糖尿病视网膜病变,占糖尿病人群的26.4%,其中约184万人(5.1%)为威胁视力的糖尿病视网膜病变。文章还提到,约三分之一的糖尿病患者没有进行年度眼科检查,人工智能筛查和新疗法正在改变诊疗格局。11月的宣传月由美国防盲组织Prevent Blindness设立。

#糖尿病视网膜病变#AI筛查#公众教育
Ophthalmology Times
学术研究

基于注意力机制与对比学习的OCT多病种AI分类模型

研究团队开发了轻量级深度学习框架AESNet-SEC,在SqueezeNet基础上融合多尺度空洞卷积、空间注意力、挤压激励重校准和对比表征学习,用于OCT图像多病种分类。模型在公开数据集Retinal OCT-C8(24,000张图像,8类)上准确率为98.56%,在伊朗Zeyaei医院前瞻性采集的临床数据集(9732张B扫描,4类)上四次重复评估准确率为96.33%–96.98%。加入高斯噪声测试时,糖尿病视网膜病变和玻璃膜疣的识别下降更明显。Grad-CAM可视化显示模型关注区域符合视网膜解剖,独立视网膜专科医生的审阅给予了定性支持。作者表示仍需更广泛的患者分离、多中心验证。

#AI#OCT#糖尿病视网膜病变
PubMed Ophthalmology