Klinik araştırma, ilaç geliştirme iş akışının kritik bir aşamasıdır ve tahmini ortalama başarı oranı yaklaşık %11 1. Aşamadan onaya doğru ilerleyen ilaç adayları için. İlaç adayı güvenli ve etkili olsa bile, klinik denemeler başarısız olabilir. finansman eksikliği, yetersiz kayıt veya zayıf çalışma tasarımı.

Yapay Zeka (AI) giderek bir fırsat kaynağı olarak algılanıyor klinik deneylerin operasyonel verimliliğini artırmak ve klinik geliştirme maliyetlerini en aza indirmek. Tipik olarak AI satıcıları, hizmetlerini ve uzmanlıklarını üç ana alanda sunar. Birinci alandaki AI girişimleri, Doğal Dil İşleme (NLP) uygulayarak bilimsel makaleler, tıbbi kayıtlar, hastalık kayıtları ve hatta tıbbi iddialar gibi farklı veri kaynaklarından gelen bilgilerin kilidini açmaya yardımcı olur. Bu, hasta alımını ve sınıflandırmayı, yer seçimini destekleyebilir ve klinik çalışma tasarımını ve hastalık mekanizmalarının anlaşılmasını geliştirebilir. Örnek olarak, klinik çalışmaların yaklaşık %18'i yetersiz katılım nedeniyle başarısız olmaktadır. Bir 2015 çalışması bildirilmiştir.

Klinik deneylerdeki başarının bir başka yönü de gelişmiş hasta sınıflandırmasıdır. Deneme hastaları pahalı olduğu için – bir hastayı kaydetmenin ortalama maliyeti $ 15,700-26,000 2017'de — hangi hastanın tedaviden daha fazla fayda veya risk alacağını tahmin edebilmek önemlidir. Yapay zeka odaklı şirketler, popülasyon heterojenliğini azaltmak ve klinik çalışma gücünü artırmak için Elektronik Sağlık Kayıtları (EHR), omikler ve görüntüleme verileri gibi birden çok veri türüyle çalışır. Satıcılar, nörolojik hastalık ilerlemesini belirlemek için konuşma biyobelirteçlerini, tedavi ilerlemesini izlemek için görüntüleme analizlerini veya daha şiddetli semptomları olan hastaları belirlemek için genetik biyobelirteçleri kullanabilir.

İLGİLİ: Merkezi Olmayan Klinik Araştırmaların Yükselişi: Alanı İleriye Taşıyan 10 Şirket

AI ayrıca klinik deneylerin operasyonel süreçlerini de kolaylaştırıyor. Yapay zeka sağlayıcıları, hastaların sağlığını evlerinden takip etmeye, tedavi yanıtını ve hastanın deneme prosedürlerine bağlılığını izlemeye yardımcı olur. Bunu yaparak AI şirketleri, hasta bırakma riskini azaltır. %30 ortalamada. Genellikle Faz 3 klinik çalışma aşaması şunları gerektirir: 1000-3000 katılımcılar, bir kısmı plasebo alıyor. Bu yüzden gelişimi sentetik kontrol kolları – Bireylerden oluşan plasebo kontrol gruplarının yerini alabilen ve böylece klinik deneyler için gerekli olan birey sayısını azaltabilen yapay zeka modelleri yeni bir trend haline gelebilir.

Aşağıda, klinik geliştirme için gelişmiş araçlar sağlayan önemli yapay zeka satıcılarının bir listesini özetliyoruz. 

konser AI

ConcertAI (eski adıyla Concerto HealthAI), 2017'de kurulmuş ABD merkezli bir şirkettir. Şirket, hassas onkoloji için gerçek dünya kanıtı (RWE) hizmetleri sunmaktadır. Topluluk onkoloji ağlarıyla ortaklık ve lisanslama yoluyla en geniş klinik ağı oluşturmuştur, böylece Elektronik Tıbbi Kayıtlara, NGS teşhis Sonuçlarına ve hasta tarafından bildirilen sonuçlara erişim elde etmiştir. Concerto daha sonra bu tür verileri analiz eder ve yeni terapötik yaklaşımlar için kanıtlar üretir.

2023'te ConcertAI, klinik araştırmaların tasarımını ve yürütülmesini iyileştirmek için tesis ve doktor düzeyinde deneme bilgileri de dahil olmak üzere kamu kaynaklarından genişletilmiş veri varlıklarından yararlanarak CTO 2.0 çözümünü piyasaya sürdü. Veri ortaklarıyla yapılan işbirlikleri sayesinde sistem, operasyonel deneme ölçümleri ve saha profili verileri sunarak çalışma merkezlerinin yeteneklerini ve performansını vurgular. Ayrıca CTO 2.0, veriye dayalı bir metodoloji kullanarak deneme yeri seçimini otomatikleştirmeyi amaçlayarak tesis, hekim ve hasta düzeylerinde sağlık bilgilerinin sosyal belirleyicilerini entegre eder. Platformun SaaS teknolojisi, FDA zorunluluklarıyla uyumlu olup, gelişmiş klinik bilişim ve veri standartları aracılığıyla araştırma ölçeklenebilirliğini mümkün kılar.

Şirket, Sixth Street'ten en son 300 milyon $ 'lık C Serisi raund ile bir dizi yatırımcıdan toplam 150 milyon $ topladı. 

Elde etmek

Saama, 1997'de kurulmuş, ancak ilk risk sermayesini 2015'te toplamış olan Silikon Vadisi merkezli bir şirkettir. Şirket, Carlyle'ın son mega yatırımı olan 500 milyon $'lık ve şirket kontrolünün devriyle Merck, Pfizer, Amgen, McKesson ve diğerlerinin girişim fonları da dahil olmak üzere 430 milyon $'dan fazla risk sermayesi topladı. 

Saama, yapay zeka odaklı klinik deney analitiği alanındaki lider oyunculardan biridir ve çok çeşitli çözümler sunar: gerçek zamanlı veri işleme yetenekleri de dahil olmak üzere merkezi veri analitiği ve kontrol merkezi yoluyla hızlandırılmış klinik deneyler; otomatikleştirilmiş veri kalitesi yetenekleri; Farmakovijilans analitiği ve sunumları da dahil olmak üzere kolaylaştırılmış düzenleyici sunum yetenekleri.    

2023'te Saama'nın sahip olduğu birleşik bir SaaS platformunu tanıttı klinik geliştirme süreçlerini kolaylaştırmayı ve manuel görevleri azaltmayı amaçlayan yapay zeka ve gelişmiş analitik tarafından desteklenmektedir. Platform, yaşam bilimleri için uzmanlaşmış 90'dan fazla yapay zeka modelini bünyesinde barındırıyor ve 300 milyondan fazla veri noktası üzerinde eğitiliyor. Platforma, veri merkezileştirme için Data Hub, deneme operasyonlarının entegre bir görünümü için Operational Insights, hasta veri analizi için yapay zeka kullanan Patient Insights, yasal başvuru süreçlerini otomatikleştirmek için Source to Submission (S2S) ve verimli veri yönetimi ve temizliği için Smart Data Quality (SDQ) gibi özellikler dahildir.

YolAI

2015 yılında kurulan Boston merkezli PathAI şirketi, klinik deneyleri destekleyen uygulamalar da dahil olmak üzere patoloji için yapay zeka destekli görüntü analizi tedarikçisidir. 

Mart 2023'te PathAI ve GSK, alkolsüz steatohepatite (NASH) odaklanan randomize bir Faz IIb çalışması için iş birliği yaptı. PathAI'nin yapay zeka destekli aracı AIM-NASH, karaciğer biyopsi slaytlarını analiz ederek NASH histolojik özelliklerini saptayacak ve miktarını belirleyecek. GSK4532990'ın bir plaseboya karşı karaciğer fibrozunda ve enflamasyonda etkinliğini ölçecek olan bu deneme, AIM-NASH metriklerini keşif son noktaları olarak kullanarak 246 siroz öncesi NASH hastasını almayı amaçlamaktadır.

Bugüne kadar şirket, aralarında Merck Global Health Innovation Fund ve Bristol Myers Squibb'in de bulunduğu bir dizi yatırımcıdan 255 milyon dolar topladı. 

Okkin

Owkin, 2016'da kurulmuş, New York ve Paris merkezli yapay zeka odaklı bir şirkettir. Şirket, özellikle klinik deney verimliliğini ve farklı kaynaklardan gelen verilerle güvenlik ve bilgi birikiminden ödün vermeden çalışma becerisini artırmak amacıyla makine öğrenimi modellerini eğitmek ve geliştirmek için birleşik öğrenimi kullanır. Görüntüleme, genomik ve klinik verilerden yeni biyobelirteçleri tanımlamalarını sağlayan gelişmiş modellerden oluşan bir katalog oluşturdular. Örnek olarak Owkin, geliştirme aşamasındaki tedaviye en iyi yanıt verebilecek ciddi hastalık progresyon profillerine sahip hastaları belirlemeye çalıştı.
 

Mayıs 2023'te Owkin aldı Avrupa İlaç Ajansı'ndan (EMA) onay özellikle histolojik slaytlardan türetilen derin öğrenme prognoz değişkenlerini kullanarak onkoloji deneme analizine uygulanan AI tabanlı yöntemleri için. Owkin'in iki tescilli modeli MesoNet ve HCCnet, mezotelyoma ve hepatoselüler karsinom (HCC) hastalarında genel sağkalımı tahmin etmek için derin öğrenmeyi kullanır. Bu tahminler, randomize faz 2 ve 3 klinik deneylerinde yaşamı uzatan ilaçların genel sağkalımına ilişkin etkinlik analizlerini ayarlamayı amaçlamaktadır. EMA, bu modellerin getirdiği ilerlemeleri kabul etse de, geleneksel yöntemlerle karşılaştırıldığında sınırlı kanıt temeli göz önüne alındığında, Owkin'e gelecekteki denemelerde yapay zeka yaklaşımını doğrulamasını tavsiye ediyor.

Owkin, aralarında Sanofi, Bpifrance ve Mubadala Capital Ventures'ın da bulunduğu bir dizi yatırımcıdan toplam 304 milyon dolar topladı.  

Fener İlaç

Lantern Pharma Inc. (NASDAQ: LTRN), biyobelirteç liderliğindeki klinik deneme tasarımı yoluyla klinik denemelerin etkinliğini artırmak için yapay zekayı (AI) onkoloji ile bütünleştirir. RADR® platformları, 25 milyardan fazla onkolojiye özgü veri noktasını analiz etmek için yapay zeka ve makine öğrenimi tekniklerinin bir kombinasyonunu kullanır. Lantern'in portföyü artık iki Faz 2 programında dört ilaç adayı, 12 kanser endikasyonunda bir antikor-ilaç eşlenik programı ve platformun sektördeki klinik terapötik boru hatlarını geliştirme potansiyelini gösteren birkaç ortak programı içeriyor.

Lantern, veriye dayalı bu yöntemle, klinik öncesi ilaç geliştirme sürecini de düzene sokarak yapay zekadan türetilen içgörülerden insanda ilk klinik deneylere kadar geçen ortalama süreyi program başına 2-3 milyon dolarlık bir bütçeyle 1.0-2.0 yıla indirmeyi başardı. 

2013 yılında Dallas, ABD'de kurulan Lantern Pharma, 2020'de halka açıldı ve halka arz sonrası bağış topladı, toplam tutarı 95 milyon dolardı. 

Nöroute (eski adıyla Neucruit)

Daha önce Neucruit olarak tanınan Neuroute, klinik denemeleri kolaylaştırmayı amaçlayan kapsamlı bir hizmet olarak yazılım platformu sunar. Kapsamlı bir veri tabanından yararlanan Neuroute platformu, 1,500 ülkeyi kapsayan 7,000'den fazla hastane sahasından, 115 hastalık alanından ve 125 milyon hasta tarafından bildirilen sonuçtan elde edilen verileri kullanır. Bu, "beş trilyon tüketici içgörüsünün" entegrasyonuyla daha da zenginleştirilmiştir. 2019'daki başlangıcından bu yana Neuroute, PharmStars ve Nina Capital gibi önde gelen destekçilerden 1 milyon doların üzerinde yatırım topladı. Hasta fizibilitesi, pazar araştırması ve hasta alımı gibi yönleri kapsayan işlevselliği, çeşitli müşterileri kendine çekmiştir. Kullanıcıları arasında, Motto, Modus TX ve Flow gibi önemli müşterileri olan biyoteknoloji, tıp teknolojisi ve ilaç sektöründen ekipler bulunmaktadır.

Neuroute's Copilot, 700,000'den fazla klinik deney, patent ve yayın içeren bir eğitim veri setiyle övünerek, kendisini klinik deneyler için analitik bir araç olarak konumlandırıyor. Platform, deneme katılımındaki potansiyel engellerle ilgili tahminler sunmak için gerçek dünyadaki kanıtları kullanır ve çalışma süresini %30'a kadar azaltmayı amaçlar. Ek olarak Neuroute, protokol geliştirmedeki faydasını vurgulayarak, protokol simülasyonları aracılığıyla optimize edilmiş tasarımlar ve performans tahminleri vaat ediyor. Hasta alımında, ön tarama çözümü ve birden çok dilde çalışma materyalleri sunarak daha geniş erişim sağlar. 

AICure

AICure, 2010 yılında kurulmuş ABD merkezli bir şirkettir. AiCure Patient Connect™, hasta katılımını iyileştirmek, tesis ile hasta arasındaki ilişkiyi geliştirmek ve daha iyi sağlık ve deneme sonuçları için bireysel ve toplum çapında hastalık semptomolojisini daha derinden anlamak için bir mobil uygulama içinde oluşturulmuş bir HIPAA ve GDPR uyumlu araçlar paketidir. AiCure Data Intelligence, sponsorlara her denemenin ve sitenin performansına ilişkin gelişmiş görünürlük için gerçek zamanlı ve tahmine dayalı içgörüler sunan, üst düzeyde yapılandırılabilir veri alma ve görselleştirme platformudur. 

Şirketin bir hizmet olarak yapay zeka platformu (PaaS), daha önce ilgisiz uç noktaları ilişkilendirmek ve bunları geniş ölçekte devreye alınacak anlamlı, eyleme geçirilebilir içgörülere dönüştürmek için farklı veri kaynaklarının dinamik olarak toplanmasına olanak tanır.

AICure, Palisades Growth Capital dahil olmak üzere bir dizi yatırımcıdan toplam 52.8 milyon dolar topladı. 

Unlearn.ai'yi unut

Unlearn.AI, 2017 yılında Pfizer'de eski bir baş bilim insanı tarafından kurulmuş, San Francisco merkezli bir şirkettir. Unlearn.AI, daha küçük, daha verimli denemeler sağlamak için AI, Digital Twins ve yeni istatistiksel yöntemleri birleştiren TwinRCTs™ platformunu geliştirdi. "Dijital İkizler" kavramı, gerçek dünyadaki hastalardan alınan birden çok veri türünün yapay zeka güdümlü entegrasyonunu içerir. Unlearn.AI, plasebo kontrol gruplarındaki gerçek hastaların yerini almak amacıyla DiGenesis platformu aracılığıyla bu profilleri oluşturuyor. TwinRCTs™, gücü korurken ve düzenleyici kararları desteklemek için uygun kanıtlar üretirken daha küçük kontrol gruplarını mümkün kılmak için Digital Twins'ten prognostik bilgileri randomize kontrollü denemelere dahil eder.

Şirketin faaliyetleri, Alzheimer Hastalığı ve Multipl Skleroz üzerine çalışmaları içeriyordu. Unlearn.AI, aralarında BVC ve DCVC Bio'nun da bulunduğu bir dizi yatırımcıdan toplam 84.9 milyon dolar topladı. 

AI'nın klinik araştırmalarda artan etkisi

AI tedarikçilerinin, klinik çalışma sürecinin iyileştirilmesi üzerinde somut bir etki sağladığına inanılmaktadır. Bugün, yapay zekanın hasta kaydını hızlandırabileceğine dair kanıtlar var. bir çalışma hasta tarama süresini %34 oranında azalttığını ve hasta kaydını %11.1 oranında iyileştirdiğini bildirdi. Diğer örnekte, IQVIA klinik araştırma hasta kaydında %20'lik bir artış bildirdi. Öte yandan AICure, platformlarını kullanmanın reçeteli ilaç alma oranını %72'den %90'a çıkardığını bildirdi. 

Klinik deneme tasarımı, hasta kaydı ve sınıflandırma, yasal başvuruları optimize etme ve klinik deneme sonuçlarını tahmin etme için yapay zekanın benimsenmesi, klinik araştırmalar yeni bir terapötiğin tüm ilaç keşif yolculuğunun en pahalı ve zorlu kısmı olduğundan farmasötik araştırmalarında yapay zeka uygulaması için en faydalı kullanım durumları arasındadır. 

Başlıklar: Biyoteknoloji Firmaları   

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. Otomotiv / EV'ler, karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• Blok Ofsetleri. Çevre Dengeleme Sahipliğini Modernleştirme. Buradan Erişin.
• Kaynak: https://www.biopharmatrend.com/post/243-7-notable-ai-companies-in-clinical-research-to-watch-in-2020/