快捷搜索:  test  as

Unlearn机器学习平台可加快阿尔茨海默氏症药物开

(文章滥觞:教导新闻网)

查尔斯·费舍尔(Charles K. Fisher)博士说:“我们本日宣布的结果令我们认为愉快,由于它们进一步验证了我们的平台及其潜在的潜力,可大年夜大年夜削减在阿尔茨海默氏病等紧张患者需求领域开展临床试验所花费的光阴。” ,Unlearn.AI的开创人兼首席履行官。阿尔茨海默氏病的药物开拓越来越昂贵且耗时。我们信托,我们的平台可以赞助减轻这些包袱并加快临床试验,从而为必要它们的患者供给新药。”

Unlearn正在经由过程其基于机械进修的模型来办理患者招募这一与阿尔茨海默氏病临床试验相关的最大年夜寻衅之一,该模型将数字化双胞胎纳入临床钻研的智能节制臂。Digital Twin是综合的,纵向的和谋略天生的临床记录,描述了假如特定患者吸收劝慰剂会发生的环境。专有的DiGenesis™工艺使用了成千上万名患者的历史临床试验数据集,特定疾病的机械进修模型以及严格的统计阐发,以创建与钻研治疗组中的患者完全匹配的数字记录。

为了从其阿尔茨海默氏病模型中得到大年夜量多样的节制数据样本,Unlearn经由过程其16个历史临床试验的对比钻研中的5,000名患有早至中度阿尔茨海默氏病的人的阿尔茨海默氏病关键路径(CPAD)的成员身份应用了记录。该模型在18个月内捕获了与阿尔茨海默氏病相关的50个临床变量(如神经系统反省的组成部分)之间的关系,以跟踪疾病的进展。

辉瑞医疗部门认真苦楚悲伤和神经科学的前副总裁玛丽娜·布罗德斯基(Marina Brodsky)博士说:“今朝的临床试验状态极具寻衅性,分外是对付衰弱性疾病如阿尔茨海默氏病,患者招募分外艰苦。”“这些发明令我认为鼓舞,并看到Unlearn平台具有伟大年夜的潜力,可以改变我们为临床试验添补节制臂的要领,从而大年夜大年夜削减了将其尽快送给迫切必要它们的患者的光阴。”

有关Unlearn早期阿尔茨海默氏病模型有效性的具体信息,也已颁发在《自然科学申报》的一篇名为《机械进修来周全猜测阿尔茨海默氏病进展的文章》中。

(责任编辑:fqj)

您可能还会对下面的文章感兴趣: