QurAlis utilisera les algorithmes d'apprentissage automatique d'Unlearn.AI pour créer des jumeaux numériques de patients participant à des essais cliniques sur la (SLA).

Le 27 juin, QurAlis, une société de biotechnologie axée sur le développement de médicaments de précision pour la SLA, a annoncé qu'elle avait conclu un partenariat avec Unlearn.AI, une startup spécialisée dans l'apprentissage automatique, afin d'accélérer et d'optimiser son programme clinique sur la SLA.

Dans ce qui représente un changement significatif dans la méthodologie des essais cliniques, QurAlis utilisera les algorithmes avancés d'apprentissage automatique d'Unlearn.AI pour créer des jumeaux numériques ou des versions synthétiques de patients participant aux essais cliniques. Ces jumeaux numériques, générés à partir des données de base des patients, produiront, au fil du temps, des preuves conformes à la réglementation en prédisant les résultats de santé individuels sous le traitement de contrôle.

"Les progrès de l'apprentissage automatique et de l'IA permettent d'améliorer la puissance des essais pour détecter un résultat positif lorsqu'il existe vraiment tout en contrôlant l'erreur de type 1 et de raccourcir considérablement les délais sans introduire de biais dans l'étude", a déclaré le Dr Kasper Roet, fondateur et directeur général (CEO) de QurAlis.

"Nous sommes ravis de nous associer à Unlearn.AI pour faire progresser notre programme clinique grâce à l'IA et à d'autres technologies innovantes afin de générer des preuves adaptées à soutenir les décisions réglementaires et contribuer à accélérer la mise à disposition de nouveaux médicaments de précision susceptibles de sauver des vies de patients atteints de SLA et d'autres maladies neurodégénératives."

Cette approche de "bras de contrôle intelligent", ainsi que le contrôle de l'erreur de type 1, peuvent réduire le nombre de patients devant participer à un groupe de contrôle dans les essais cliniques, ce qui permet de raccourcir les délais tout en minimisant l'exposition des patients à des traitements potentiellement inefficaces. Cet aspect est particulièrement important dans les essais cliniques portant sur des maladies telles que la SLA, où le temps est un facteur critique pour les patients. 

Selon l'analyse de GlobalData, ces essais cliniques randomisés pourraient transformer le paysage des essais cliniques : "L'approche genAI d'Unlearn.AI pourrait changer la donne pour le secteur des soins de santé, en offrant un moyen plus efficace et plus éthique de tester de nouveaux traitements, en particulier pour des maladies comme la SLA, où les enjeux sont importants."

"Au fur et à mesure que la technologie mûrit et obtient les autorisations réglementaires, d'autres essais cliniques pourraient tirer parti de cette méthode pour accélérer la découverte de médicaments et améliorer les résultats pour les patients. La collaboration débutera par un essai clinique sur la SLA, qui servira de terrain d'essai pour la technologie. En cas de succès, cela pourrait conduire à une adoption plus large de cette technologie dans les essais cliniques pour toute une série de pathologies".

Traduction : Fabien
Source : Clinical Trials Arena