L'essai clinique est une étape critique du flux de travail de développement de médicaments, avec un taux de réussite moyen estimé à environ 11% pour les candidats-médicaments passant de la phase 1 vers l'approbation. Même si le candidat-médicament est sûr et efficace, les essais cliniques peuvent échouer en raison de la manque de financement, inscriptions insuffisantes ou mauvaise conception des études.

L'intelligence artificielle (IA) est de plus en plus perçue comme une source d'opportunités améliorer l'efficacité opérationnelle des essais cliniques et minimiser les coûts de développement clinique. En règle générale, les fournisseurs d'IA proposent leurs services et leur expertise dans les trois principaux domaines. Les start-ups d'IA du premier domaine aident à déverrouiller des informations provenant de sources de données disparates, telles que des articles scientifiques, des dossiers médicaux, des registres de maladies et même des réclamations médicales en appliquant le traitement du langage naturel (TAL). Cela peut soutenir le recrutement et la stratification des patients, la sélection des sites et améliorer la conception des études cliniques et la compréhension des mécanismes de la maladie. A titre d'exemple, environ 18 % des études cliniques échouent en raison d'un recrutement insuffisant, comme une étude 2015 signalé.

Un autre aspect du succès des essais cliniques est l'amélioration de la stratification des patients. Étant donné que les patients des essais coûtent cher - le coût moyen de l'inscription d'un patient était $ 15,700-26,000 en 2017 — il est important de pouvoir prédire quel patient tirera le plus grand bénéfice ou risque du traitement. Les entreprises axées sur l'IA fonctionnent avec plusieurs types de données, tels que les dossiers de santé électroniques (DSE), les omiques et les données d'imagerie pour réduire l'hétérogénéité de la population et augmenter la puissance des études cliniques. Les fournisseurs pourraient utiliser des biomarqueurs de la parole pour identifier la progression de la maladie neurologique, des analyses d'imagerie pour suivre la progression du traitement ou des biomarqueurs génétiques pour identifier les patients présentant des symptômes plus graves.

EN RELATION: L'essor des essais cliniques décentralisés : 10 entreprises qui font avancer le domaine

AI rationalise également les processus opérationnels des essais cliniques. Les fournisseurs d'IA aident à suivre la santé des patients depuis leur domicile, à surveiller la réponse au traitement et l'adhésion des patients aux procédures d'essai. Ce faisant, les entreprises d'IA diminuent le risque d'abandon des patients, ce qui représentait 30% en moyenne. Habituellement, l'étape de l'étude clinique de phase 3 nécessite 1000-3000 participants, une partie d'entre eux prenant un placebo. C'est pourquoi le développement de bras de contrôle synthétiques – Les modèles d'IA qui pourraient remplacer les groupes d'individus témoins avec placebo, réduisant ainsi le nombre d'individus requis pour les essais cliniques – pourraient devenir une nouvelle tendance.

Ci-dessous, nous résumons une liste de fournisseurs d'IA notables fournissant des outils avancés pour le développement clinique. 

IA de concert

ConcertAI (anciennement Concerto HealthAI) est une société basée aux États-Unis fondée en 2017. La société fournit des services de preuves en situation réelle (RWE) pour l'oncologie de précision. Il a établi le réseau clinique le plus large grâce au partenariat et à l'octroi de licences avec des réseaux communautaires d'oncologie, obtenant ainsi l'accès aux dossiers médicaux électroniques, aux résultats des diagnostics NGS et aux résultats rapportés par les patients. Concerto analyse ensuite ces données et génère des preuves pour de nouvelles approches thérapeutiques.

En 2023, ConcertAI a lancé sa solution CTO 2.0 pour améliorer la conception et l'exécution des essais cliniques en exploitant des actifs de données étendus provenant de sources publiques, qui incluent des informations sur les essais au niveau du site et du médecin. Grâce à des collaborations avec des partenaires de données, le système offre des mesures d'essai opérationnelles et des données de profil de site, mettant l'accent sur les capacités et les performances des centres d'étude. En outre, le CTO 2.0 intègre les déterminants sociaux des informations sur la santé au niveau du site, du médecin et du patient, dans le but d'automatiser la sélection du site d'essai à l'aide d'une méthodologie basée sur les données. La technologie SaaS de la plate-forme s'aligne sur les mandats de la FDA, permettant l'évolutivité de la recherche grâce à une informatique clinique avancée et à des normes de données.

La société a levé un total de 300 millions de dollars auprès d'un certain nombre d'investisseurs, avec le dernier tour de série C de 150 millions de dollars de Sixth Street. 

Sama

Saama est une société basée dans la Silicon Valley qui a été fondée en 1997, mais elle a levé son premier capital-risque en 2015. La société a levé plus de 500 millions de dollars en capital-risque, y compris le dernier méga-tour de 430 millions de dollars de Carlyle et des fonds de capital-risque de Merck, Pfizer, Amgen, McKesson et autres, avec un transfert de contrôle de la société. 

Saama est l'un des principaux acteurs de l'espace d'analyse des essais cliniques axé sur l'IA, offrant une suite diversifiée de solutions : essais cliniques accélérés via un centre d'analyse et de contrôle des données centralisé, y compris des capacités de traitement des données en temps réel ; capacités automatisées de qualité des données ; capacités de soumission réglementaires simplifiées, y compris les analyses et les soumissions de pharmacovigilance.    

En 2023, Saama a a dévoilé une plateforme SaaS unifiée propulsé par l'IA et des analyses avancées destinées à rationaliser les processus de développement clinique et à réduire les tâches manuelles. La plateforme intègre plus de 90 modèles d'IA spécialisés pour les sciences de la vie et est formée sur plus de 300 millions de points de données. La plate-forme comprend des fonctionnalités telles que le Data Hub pour la centralisation des données, Operational Insights pour une vue intégrée des opérations d'essai, Patient Insights qui utilise l'IA pour l'analyse des données des patients, Source to Submission (S2S) pour automatiser les processus de soumission réglementaires et Smart Data Quality (SDQ) pour une gestion et un nettoyage efficaces des données.

CheminAI

Fondée en 2015, la société PathAI, basée à Boston, est un fournisseur d'analyses d'images basées sur l'IA pour la pathologie, y compris des applications pour soutenir les essais cliniques. 

En mars 2023, PathAI et GSK ont conclu une collaboration pour un essai randomisé de phase IIb axé sur la stéatohépatite non alcoolique (NASH). L'outil alimenté par l'IA de PathAI, AIM-NASH, analysera les lames de biopsie hépatique, détectant et quantifiant les caractéristiques histologiques de la NASH. Cet essai, qui mesurera l'efficacité de GSK4532990 dans la fibrose et l'inflammation du foie par rapport à un placebo, vise à recruter 246 patients NASH pré-cirrhotiques, en utilisant les métriques AIM-NASH comme critères d'évaluation exploratoires.

À ce jour, la société a levé 255 millions de dollars auprès d'un certain nombre d'investisseurs, dont Merck Global Health Innovation Fund et Bristol Myers Squibb. 

Okkin

Owkin est une société fondée en 2016 basée à New York et à Paris et basée sur l'IA. La société utilise l'apprentissage fédéré pour former et développer ses modèles d'apprentissage automatique spécifiquement pour augmenter l'efficacité des essais cliniques et la capacité de travailler avec des données provenant de différentes sources, sans compromettre leur sécurité et leur savoir-faire. Ils ont construit un catalogue de modèles avancés, leur permettant d'identifier de nouveaux biomarqueurs à partir de données d'imagerie, de génomique et cliniques. À titre d'exemple, Owkin a travaillé sur l'identification des patients présentant des profils de progression de la maladie sévère qui pourraient mieux répondre au traitement en cours de développement.
 

En mai 2023, Owkin a reçu approbation de l'Agence européenne des médicaments (EMA) pour ses méthodes basées sur l'IA appliquées à l'analyse d'essais en oncologie, en particulier en utilisant des variables de pronostic d'apprentissage profond dérivées de lames histologiques. Les deux modèles exclusifs d'Owkin, MesoNet et HCCnet, utilisent l'apprentissage en profondeur pour prédire la survie globale des patients atteints de mésothéliome et de carcinome hépatocellulaire (CHC). Ces prédictions visent à ajuster les analyses d'efficacité sur la survie globale des médicaments prolongeant la vie dans les essais cliniques randomisés de phase 2 et 3. Bien que l'EMA reconnaisse les progrès apportés par ces modèles, elle conseille à Owkin de valider l'approche de l'IA dans les futurs essais, compte tenu de la base de preuves limitée par rapport aux méthodes traditionnelles.

Owkin a levé un total de 304 millions de dollars auprès de plusieurs investisseurs, dont Sanofi, Bpifrance et Mubadala Capital Ventures.  

Lanterne Pharma

Lantern Pharma Inc. (NASDAQ : LTRN) intègre l'intelligence artificielle (IA) à l'oncologie pour améliorer l'efficacité des essais cliniques via une conception d'essais cliniques basée sur des biomarqueurs. Leur plate-forme RADR® utilise une combinaison de techniques d'IA et d'apprentissage automatique pour analyser plus de 25 milliards de points de données spécifiques à l'oncologie. Le portefeuille de Lantern comprend désormais quatre médicaments candidats dans deux programmes de phase 2, un programme de conjugués anticorps-médicament couvrant 12 indications de cancer et plusieurs programmes partenaires, illustrant le potentiel de la plateforme pour améliorer les pipelines thérapeutiques cliniques dans l'industrie.

Grâce à cette méthode basée sur les données, Lantern a également rationalisé son processus de développement préclinique de médicaments, réussissant à réduire le temps moyen entre les informations dérivées de l'IA et les premiers essais cliniques sur l'homme à 2-3 ans avec un budget de 1.0 à 2.0 millions de dollars par programme. 

Fondée en 2013 à Dallas, aux États-Unis, Lantern Pharma est devenue publique en 2020 et a procédé à une levée de fonds post-introduction en bourse, totalisant 95 millions de dollars. 

Neuroroute (anciennement Neucruit)

Neuroute, anciennement connu sous le nom de Neucruit, propose une plate-forme complète de logiciels en tant que service visant à rationaliser les essais cliniques. S'appuyant sur une vaste base de données, la plateforme de Neuroute exploite les données de plus de 1,500 7,000 sites hospitaliers, 115 125 domaines pathologiques et un nombre impressionnant de 2019 millions de résultats rapportés par les patients, couvrant 1 pays. Ceci est encore enrichi par une intégration de "cinq billions d'informations sur les consommateurs". Depuis sa création en XNUMX, Neuroute a recueilli plus d'un million de dollars d'investissements de la part de bailleurs de fonds de premier plan tels que PharmStars et Nina Capital. Sa fonctionnalité, couvrant des aspects tels que la faisabilité des patients, les études de marché et le recrutement des patients, a attiré une clientèle diversifiée. Parmi ses utilisateurs figurent des équipes de la biotechnologie, de la technologie médicale et du secteur pharmaceutique, avec des clients notables tels que Motto, Modus TX et Flow.

Copilot de Neuroute se positionne comme un outil analytique pour les essais cliniques, bénéficiant d'un ensemble de données de formation qui comprend plus de 700,000 30 essais cliniques, brevets et publications. La plate-forme utilise des preuves du monde réel pour offrir des prédictions concernant les obstacles potentiels à la participation aux essais et vise à réduire le temps d'étude jusqu'à XNUMX %. De plus, Neuroute met l'accent sur son utilité dans le développement de protocoles, promettant des conceptions optimisées et des prédictions de performances grâce à des simulations de protocoles. Dans le recrutement des patients, il fournit une solution de présélection et du matériel d'étude dans plusieurs langues, assurant une portée plus large. 

AICure

AICure est une société basée aux États-Unis, fondée en 2010. AiCure Patient Connect™ est une suite d'outils conformes à la loi HIPAA et au RGPD intégrés dans une application mobile pour améliorer l'engagement des patients, améliorer la relation entre le site et le patient et parvenir à une meilleure compréhension de la symptomatologie de la maladie individuelle et à l'échelle de la population pour améliorer la santé et les résultats des essais. AiCure Data Intelligence est une plate-forme d'ingestion et de visualisation de données hautement configurable qui offre aux sponsors des informations en temps réel et prédictives pour une visibilité avancée sur les performances de chaque essai et site. 

La plate-forme d'intelligence artificielle en tant que service (PaaS) de l'entreprise permet la collecte dynamique de sources de données disparates pour corréler des points de terminaison auparavant sans rapport et les traduire en informations significatives et exploitables à déployer à grande échelle.

AICure a levé un total de 52.8 millions de dollars auprès d'un certain nombre d'investisseurs, dont Palisades Growth Capital. 

Désapprendre.ai

Unlearn.AI est une société basée à San Francisco fondée en 2017 par un ancien scientifique principal de Pfizer. Unlearn.AI a développé la plateforme TwinRCTs™, qui combine l'IA, les jumeaux numériques et de nouvelles méthodes statistiques pour permettre des essais plus petits et plus efficaces. Le concept de « jumeaux numériques » comprend l'intégration pilotée par l'IA de plusieurs types de données provenant de patients du monde réel. Unlearn.AI crée ces profils via sa plateforme DiGenesis dans le but de remplacer de vrais patients dans des groupes de contrôle placebo. TwinRCTs™ intègre les informations pronostiques des jumeaux numériques dans des essais contrôlés randomisés pour permettre des groupes de contrôle plus petits tout en maintenant la puissance et en générant des preuves adaptées pour étayer les décisions réglementaires.

Les activités de l'entreprise comprenaient des travaux sur la maladie d'Alzheimer et la sclérose en plaques. Unlearn.AI a levé un total de 84.9 millions de dollars auprès d'un certain nombre d'investisseurs, dont BVC et DCVC Bio. 

L'impact croissant de l'IA dans la recherche clinique

On pense que les fournisseurs d'IA ont un impact tangible sur l'amélioration du processus d'étude clinique. Aujourd'hui, il est prouvé que l'IA peut accélérer le recrutement des patients, une étude ont signalé une réduction du temps de dépistage des patients de 34 % et une amélioration du recrutement des patients de 11.1 %. Dans l'autre exemple, IQVIA a signalé une augmentation de 20 % du nombre de patients inscrits à des essais cliniques. D'autre part, AICure a indiqué que l'utilisation de sa plateforme augmentait le taux de prise de médicaments prescrits de 72 % à 90 %. 

L'adoption de l'IA pour la conception des essais cliniques, le recrutement et la stratification des patients, l'optimisation des dépôts réglementaires et la prédiction des résultats des essais cliniques font partie des cas d'utilisation les plus bénéfiques pour l'application de l'IA dans la recherche pharmaceutique, car les essais cliniques sont la partie la plus coûteuse et la plus exigeante de l'ensemble du parcours de découverte d'un nouveau médicament. 

Sujets: Sociétés de biotechnologie   

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Automobile / VE, Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• Décalages de bloc. Modernisation de la propriété des compensations environnementales. Accéder ici.
• La source: https://www.biopharmatrend.com/post/243-7-notable-ai-companies-in-clinical-research-to-watch-in-2020/