Thử nghiệm lâm sàng là một giai đoạn quan trọng trong quy trình phát triển thuốc, với tỷ lệ thành công trung bình ước tính khoảng 11% cho các ứng cử viên thuốc chuyển từ Giai đoạn 1 sang phê duyệt. Ngay cả khi ứng cử viên thuốc an toàn và hiệu quả, các thử nghiệm lâm sàng có thể thất bại do thiếu tài chính, tuyển sinh không đủ hoặc thiết kế nghiên cứu kém.

Trí tuệ nhân tạo (AI) là ngày càng được coi là một nguồn cơ hội để cải thiện hiệu quả hoạt động của các thử nghiệm lâm sàng và giảm thiểu chi phí phát triển lâm sàng. Thông thường, các nhà cung cấp AI cung cấp dịch vụ và chuyên môn của họ trong ba lĩnh vực chính. Các công ty khởi nghiệp AI trong lĩnh vực đầu tiên giúp mở khóa thông tin từ các nguồn dữ liệu khác nhau, chẳng hạn như bài báo khoa học, hồ sơ y tế, đăng ký bệnh và thậm chí cả yêu cầu y tế bằng cách áp dụng Xử lý ngôn ngữ tự nhiên (NLP). Điều này có thể hỗ trợ tuyển dụng và phân tầng bệnh nhân, lựa chọn địa điểm và cải thiện thiết kế nghiên cứu lâm sàng cũng như hiểu biết về cơ chế bệnh tật. Ví dụ, khoảng 18% nghiên cứu lâm sàng thất bại do tuyển dụng không đủ, vì một nghiên cứu 2015 báo cáo.

Một khía cạnh khác của sự thành công trong các thử nghiệm lâm sàng là cải thiện sự phân tầng bệnh nhân. Vì bệnh nhân thử nghiệm đắt tiền – chi phí trung bình để đăng ký một bệnh nhân là $ 15,700-26,000 vào năm 2017 — điều quan trọng là có thể dự đoán bệnh nhân nào sẽ nhận được lợi ích hoặc rủi ro lớn hơn từ việc điều trị. Các công ty do AI điều khiển hoạt động với nhiều loại dữ liệu, chẳng hạn như Hồ sơ sức khỏe điện tử (EHR), omics và dữ liệu hình ảnh để giảm tính không đồng nhất của dân số và tăng sức mạnh nghiên cứu lâm sàng. Các nhà cung cấp có thể sử dụng dấu ấn sinh học giọng nói để xác định tiến triển bệnh thần kinh, phân tích hình ảnh để theo dõi tiến trình điều trị hoặc dấu ấn sinh học di truyền để xác định bệnh nhân có triệu chứng nghiêm trọng hơn.

Liên quan: Sự trỗi dậy của các thử nghiệm lâm sàng phi tập trung: 10 công ty đang thúc đẩy lĩnh vực này tiến lên

AI cũng đang hợp lý hóa các quy trình hoạt động của các thử nghiệm lâm sàng. Các nhà cung cấp AI giúp theo dõi sức khỏe bệnh nhân từ nhà của họ, theo dõi phản ứng điều trị và sự tuân thủ của bệnh nhân với các quy trình thử nghiệm. Bằng cách đó, các công ty AI giảm nguy cơ bệnh nhân bỏ học, chiếm tỷ lệ 30% Trung bình. Thông thường, giai đoạn nghiên cứu lâm sàng Giai đoạn 3 yêu cầu 1000-3000 những người tham gia, với một phần trong số họ dùng giả dược. Chính vì vậy sự phát triển của cánh tay điều khiển tổng hợp – Các mô hình AI có thể thay thế các nhóm cá nhân kiểm soát giả dược, do đó làm giảm số lượng cá nhân cần thiết cho các thử nghiệm lâm sàng – có thể trở thành một xu hướng mới.

Dưới đây chúng tôi tóm tắt danh sách các nhà cung cấp AI đáng chú ý cung cấp các công cụ tiên tiến để phát triển lâm sàng. 

Hòa nhạc AI

ConcertAI (trước đây là Concerto HealthAI) là một công ty có trụ sở tại Hoa Kỳ được thành lập vào năm 2017. Công ty này cung cấp các dịch vụ bằng chứng thực tế (RWE) về ung thư chính xác. Nó đã thiết lập mạng lưới lâm sàng rộng nhất thông qua quan hệ đối tác và cấp phép với các mạng lưới ung thư cộng đồng, do đó có quyền truy cập vào Hồ sơ y tế điện tử, Kết quả chẩn đoán NGS và kết quả do bệnh nhân báo cáo. Concerto sau đó phân tích dữ liệu đó và tạo ra bằng chứng cho các phương pháp trị liệu mới.

Vào năm 2023, ConcertAI đã ra mắt giải pháp CTO 2.0 để tăng cường thiết kế và thực hiện các thử nghiệm lâm sàng bằng cách tận dụng các tài sản dữ liệu mở rộng từ các nguồn công cộng, bao gồm thông tin thử nghiệm ở cấp độ bác sĩ và trang web. Thông qua sự hợp tác với các đối tác dữ liệu, hệ thống cung cấp các số liệu thử nghiệm hoạt động và dữ liệu hồ sơ trang web, nhấn mạnh khả năng và hiệu suất của các trung tâm nghiên cứu. Hơn nữa, CTO 2.0 tích hợp các yếu tố xã hội quyết định thông tin sức khỏe ở cấp độ địa điểm, bác sĩ và bệnh nhân, nhằm mục đích tự động hóa lựa chọn địa điểm thử nghiệm bằng phương pháp dựa trên dữ liệu. Công nghệ SaaS của nền tảng phù hợp với các nhiệm vụ của FDA, cho phép khả năng mở rộng nghiên cứu thông qua các tiêu chuẩn dữ liệu và tin học lâm sàng tiên tiến.

Công ty đã huy động được tổng cộng 300 triệu đô la từ một số nhà đầu tư, với vòng Series C trị giá 150 triệu đô la mới nhất từ ​​Sixth Street. 

Saama

Saama là một công ty có trụ sở tại Thung lũng Silicon được thành lập vào năm 1997 nhưng đã huy động được khoản vốn đầu tư mạo hiểm đầu tiên vào năm 2015. Công ty đã huy động được hơn 500 triệu đô la vốn đầu tư mạo hiểm, bao gồm vòng gọi vốn lớn mới nhất trị giá 430 triệu đô la từ Carlyle và các quỹ đầu tư mạo hiểm từ Merck, Pfizer, Amgen, McKesson và những công ty khác, với sự chuyển giao quyền kiểm soát công ty. 

Saama là một trong những công ty hàng đầu trong lĩnh vực phân tích thử nghiệm lâm sàng do AI điều khiển, cung cấp một bộ giải pháp đa dạng: thử nghiệm lâm sàng tăng tốc thông qua trung tâm kiểm soát và phân tích dữ liệu tập trung, bao gồm khả năng xử lý dữ liệu theo thời gian thực; khả năng chất lượng dữ liệu tự động; sắp xếp hợp lý các khả năng đệ trình theo quy định, bao gồm phân tích và đệ trình cảnh giác dược.    

Năm 2023, Saama có tiết lộ một nền tảng SaaS hợp nhất được hỗ trợ bởi AI và các phân tích nâng cao nhằm hợp lý hóa các quy trình phát triển lâm sàng và giảm các tác vụ thủ công. Nền tảng này kết hợp hơn 90 mô hình AI chuyên về khoa học đời sống và được đào tạo trên hơn 300 triệu điểm dữ liệu. Bao gồm trong nền tảng là các tính năng như Trung tâm dữ liệu để tập trung dữ liệu, Thông tin chi tiết về hoạt động để có chế độ xem tích hợp các hoạt động thử nghiệm, Thông tin chi tiết về bệnh nhân sử dụng AI để phân tích dữ liệu bệnh nhân, Nguồn gửi (S2S) để tự động hóa các quy trình gửi theo quy định và Chất lượng dữ liệu thông minh (SDQ) để quản lý và làm sạch dữ liệu hiệu quả.

Đường dẫnAI

Được thành lập vào năm 2015, công ty PathAI có trụ sở tại Boston là nhà cung cấp phân tích hình ảnh hỗ trợ AI cho bệnh lý, bao gồm các ứng dụng hỗ trợ thử nghiệm lâm sàng. 

Vào tháng 2023 năm 4532990, PathAI và GSK đã hợp tác cho một thử nghiệm ngẫu nhiên Giai đoạn IIb tập trung vào bệnh viêm gan nhiễm mỡ không do rượu (NASH). Công cụ hỗ trợ AI của PathAI, AIM-NASH, sẽ phân tích các tiêu bản sinh thiết gan, phát hiện và định lượng các đặc điểm mô học của NASH. Thử nghiệm này sẽ đo lường hiệu quả của GSK246 trong xơ hóa gan và viêm so với giả dược, dự định tuyển dụng XNUMX bệnh nhân NASH tiền xơ gan, sử dụng các số liệu AIM-NASH làm tiêu chí thăm dò.

Đến nay, công ty đã huy động được 255 triệu đô la từ một số nhà đầu tư, bao gồm Quỹ Đổi mới Y tế Toàn cầu Merck và Bristol Myers Squibb. 

con cú

Owkin là một công ty điều khiển bằng trí tuệ nhân tạo có trụ sở tại New York và Paris được thành lập vào năm 2016. Công ty sử dụng phương pháp học liên kết để đào tạo và phát triển các mô hình máy học của mình, đặc biệt nhằm tăng hiệu quả thử nghiệm lâm sàng và khả năng làm việc với dữ liệu từ các nguồn khác nhau mà không ảnh hưởng đến tính bảo mật và bí quyết của họ. Họ đã xây dựng một danh mục các mô hình tiên tiến, cho phép họ xác định các dấu ấn sinh học mới từ hình ảnh, bộ gen và dữ liệu lâm sàng. Lấy ví dụ, Owkin đã làm việc để xác định những bệnh nhân có hồ sơ tiến triển bệnh nghiêm trọng có thể đáp ứng tốt nhất với điều trị trong quá trình phát triển.
 

Vào tháng 2023 năm XNUMX, Owkin nhận được chứng thực từ Cơ quan Dược phẩm Châu Âu (EMA) cho các phương pháp dựa trên AI được áp dụng cho phân tích thử nghiệm ung thư, cụ thể là sử dụng các biến tiên lượng học sâu thu được từ các slide mô học. Hai mô hình độc quyền của Owkin, MesoNet và HCCnet, sử dụng công nghệ học sâu để dự đoán khả năng sống sót chung ở bệnh nhân ung thư trung biểu mô và ung thư biểu mô tế bào gan (HCC). Những dự đoán này nhằm mục đích điều chỉnh các phân tích hiệu quả về thời gian sống sót chung của các loại thuốc kéo dài sự sống trong các thử nghiệm lâm sàng ngẫu nhiên giai đoạn 2 và 3. Mặc dù EMA thừa nhận những tiến bộ mà các mô hình này mang lại, nhưng họ khuyên Owkin nên xác thực phương pháp AI trong các thử nghiệm trong tương lai, do cơ sở bằng chứng hạn chế so với các phương pháp truyền thống.

Owkin đã huy động được tổng cộng 304 triệu USD từ một số nhà đầu tư, bao gồm Sanofi, Bpifrance và Mubadala Capital Ventures.  

Đèn Lồng Pharma

Lantern Pharma Inc. (NASDAQ: LTRN) tích hợp trí tuệ nhân tạo (AI) với khoa ung thư để nâng cao hiệu quả của các thử nghiệm lâm sàng thông qua thiết kế thử nghiệm lâm sàng dựa trên dấu ấn sinh học. Nền tảng RADR® của họ sử dụng kết hợp AI và các kỹ thuật máy học để phân tích hơn 25 tỷ điểm dữ liệu dành riêng cho bệnh ung thư. Danh mục đầu tư của Lantern hiện bao gồm bốn ứng cử viên thuốc trong hai chương trình Giai đoạn 2, chương trình kết hợp thuốc kháng thể trên 12 chỉ định ung thư và một số chương trình đối tác, minh họa tiềm năng của nền tảng trong việc tăng cường các đường ống điều trị lâm sàng trong ngành.

Thông qua phương pháp dựa trên dữ liệu này, Lantern cũng đã sắp xếp hợp lý quy trình phát triển thuốc tiền lâm sàng của họ, quản lý để giảm thời gian trung bình từ những hiểu biết có nguồn gốc từ AI đến các thử nghiệm lâm sàng đầu tiên trên người xuống còn 2-3 năm với ngân sách 1.0-2.0 triệu USD cho mỗi chương trình. 

Được thành lập vào năm 2013 tại Dallas, Hoa Kỳ, Lantern Pharma ra mắt công chúng vào năm 2020 và gây quỹ sau IPO, với tổng trị giá 95 triệu USD. 

thần kinh (trước đây là Neucruit)

Neuroute, trước đây được công nhận là Neucruit, cung cấp một nền tảng phần mềm dưới dạng dịch vụ toàn diện nhằm hợp lý hóa các thử nghiệm lâm sàng. Dựa trên cơ sở dữ liệu mở rộng, nền tảng của Neuroute khai thác dữ liệu từ hơn 1,500 địa điểm bệnh viện, 7,000 khu vực bệnh tật và 115 triệu kết quả ấn tượng do bệnh nhân báo cáo, trải rộng trên 125 quốc gia. Điều này được làm phong phú thêm bằng sự tích hợp của “năm nghìn tỷ thông tin chi tiết về người tiêu dùng”. Kể từ khi thành lập vào năm 2019, Neuroute đã thu được hơn 1 triệu đô la đầu tư từ những người ủng hộ nổi tiếng như PharmStars và Nina Capital. Chức năng của nó, bao gồm các khía cạnh như tính khả thi của bệnh nhân, nghiên cứu thị trường và tuyển dụng bệnh nhân, đã thu hút một lượng khách hàng đa dạng. Trong số những người dùng của nó có các nhóm từ lĩnh vực công nghệ sinh học, medtech và dược phẩm, với những khách hàng đáng chú ý bao gồm Motto, Modus TX và Flow.

Neuroute's Copilot tự định vị mình là một công cụ phân tích cho các thử nghiệm lâm sàng, tự hào với bộ dữ liệu đào tạo bao gồm hơn 700,000 thử nghiệm lâm sàng, bằng sáng chế và ấn phẩm. Nền tảng sử dụng bằng chứng trong thế giới thực để đưa ra dự đoán về các rào cản tiềm ẩn trong việc tham gia thử nghiệm và nhằm mục đích cắt giảm tới 30% thời gian nghiên cứu. Ngoài ra, Neuroute nhấn mạnh tiện ích của nó trong phát triển giao thức, hứa hẹn các thiết kế được tối ưu hóa và dự đoán hiệu suất thông qua mô phỏng giao thức. Trong tuyển dụng bệnh nhân, nó cung cấp giải pháp sàng lọc trước và tài liệu nghiên cứu bằng nhiều ngôn ngữ, đảm bảo phạm vi tiếp cận rộng hơn. 

AICure

AICure là một công ty có trụ sở tại Hoa Kỳ, được thành lập vào năm 2010. AiCure Patient Connect™ là một bộ công cụ tuân thủ HIPAA và GDPR được xây dựng trong một ứng dụng di động để cải thiện sự tham gia của bệnh nhân, cải thiện mối quan hệ giữa trang web và bệnh nhân, đồng thời đạt được sự hiểu biết sâu sắc hơn về triệu chứng bệnh của cá nhân và toàn dân để cải thiện sức khỏe và kết quả thử nghiệm. AiCure Data Intelligence là nền tảng trực quan hóa và nhập dữ liệu có thể định cấu hình cao, cung cấp cho nhà tài trợ những hiểu biết dự đoán và theo thời gian thực để có khả năng hiển thị nâng cao về hiệu suất của từng thử nghiệm và trang web. 

Nền tảng AI dưới dạng dịch vụ (PaaS) của công ty cho phép thu thập động các nguồn dữ liệu khác nhau để tương quan với các điểm cuối không liên quan trước đó và biến chúng thành thông tin chi tiết có ý nghĩa, có thể hành động để triển khai trên quy mô lớn.

AICure đã huy động được tổng cộng 52.8 triệu đô la từ một số nhà đầu tư, bao gồm cả Vốn tăng trưởng Palisades. 

bỏ học.ai

Unlearn.AI là một công ty có trụ sở tại San-Francisco được thành lập vào năm 2017 bởi một cựu nhà khoa học chính tại Pfizer. Unlearn.AI đã phát triển nền tảng TwinRCTs™, kết hợp AI, Digital Twins và các phương pháp thống kê mới để cho phép các thử nghiệm nhỏ hơn, hiệu quả hơn. Khái niệm “Song sinh kỹ thuật số” bao gồm tích hợp nhiều loại dữ liệu dựa trên AI từ các bệnh nhân trong thế giới thực. Unlearn.AI đang tạo các hồ sơ này thông qua nền tảng DiGenesis của họ với mục đích thay thế bệnh nhân thực trong các nhóm kiểm soát giả dược. TwinRCTs™ kết hợp thông tin tiên lượng từ Digital Twins vào các thử nghiệm ngẫu nhiên có kiểm soát để cho phép các nhóm kiểm soát nhỏ hơn trong khi vẫn duy trì sức mạnh và tạo ra bằng chứng phù hợp để hỗ trợ các quyết định theo quy định.

Các hoạt động của công ty bao gồm nghiên cứu về bệnh Alzheimer và bệnh đa xơ cứng. Unlearn.AI đã huy động được tổng cộng 84.9 triệu USD từ một số nhà đầu tư, bao gồm BVC và DCVC Bio. 

Tác động ngày càng tăng của AI trong nghiên cứu lâm sàng

Các nhà cung cấp AI được cho là mang lại tác động hữu hình đối với việc cải thiện quy trình nghiên cứu lâm sàng. Ngày nay, có bằng chứng cho thấy AI có thể đẩy nhanh quá trình đăng ký bệnh nhân, một nghiên cứu báo cáo đã giảm 34% thời gian sàng lọc bệnh nhân và cải thiện việc đăng ký bệnh nhân thêm 11.1%. Trong một ví dụ khác, IQVIA đã báo cáo số lượng bệnh nhân tham gia thử nghiệm lâm sàng tăng 20%. Mặt khác, AICure báo cáo rằng việc sử dụng nền tảng của họ đã tăng tỷ lệ dùng thuốc theo đơn từ 72% lên 90%. 

Việc áp dụng AI cho thiết kế thử nghiệm lâm sàng, đăng ký bệnh nhân và phân tầng, tối ưu hóa hồ sơ theo quy định và dự đoán kết quả thử nghiệm lâm sàng — là một trong những trường hợp sử dụng có lợi nhất cho ứng dụng AI trong nghiên cứu dược phẩm, vì các thử nghiệm lâm sàng là phần tốn kém và đòi hỏi khắt khe nhất trong toàn bộ hành trình khám phá thuốc của một phương pháp trị liệu mới. 

Chủ đề: Công ty công nghệ sinh học   

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Ô tô / Xe điện, Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• BlockOffsets. Hiện đại hóa quyền sở hữu bù đắp môi trường. Truy cập Tại đây.
• nguồn: https://www.biopharmatrend.com/post/243-7-notable-ai-companies-in-clinical-research-to-watch-in-2020/