Ludwig Enterprises, Inc. a annoncé son entrée sur le marché en plein essor du dépistage du cancer par intelligence artificielle. La société, avec sa filiale à 100 % M-RNA for Life, a sollicité l'aide du directeur des sciences des données chez Nike Inc, le Dr Kyle Ambert, pour mettre au point un test de diagnostic du cancer basé sur l'apprentissage automatique de l'intelligence artificielle (IA). Les cellules buccales ou de la joue sont prélevées de manière non invasive à l'aide d'un coton-tige et les cellules sont analysées pour déterminer les niveaux de biomarqueurs ARNm, un signal dynamique associé aux maladies inflammatoires, telles que le cancer.

Les biomarqueurs ARNm découverts par Ludwig constituent un signal génétique dynamique et sensible associé au cancer, qui ouvre à la société la possibilité de participer au marché émergent du dépistage diagnostique du cancer, d'une valeur d'un milliard de dollars. Le test mRNA for Life ? de la société est un test de dépistage à domicile non invasif unique en son genre.

Ce test utilise l'intelligence artificielle (IA) de pointe appliquée par le Dr Kyle Ambert PhD. Le Dr Ambert possède une vaste expérience en matière d'analyse de données, d'apprentissage automatique, d'intelligence artificielle et d'analyse appliquée. L'apprentissage automatique, tel qu'il est utilisé par M-RNA for Life, est une technique statistique permettant d'adapter des modèles aux données de santé et d'apprendre et d'actualiser en permanence en entraînant les modèles à l'aide des données des patients.

Le Dr Ambert a appliqué l'"apprentissage supervisé" pour prédire l'association de biomarqueurs génétiques ARNm, dans des échantillons de cellules de joue, à des types spécifiques de cancers. Ludwig a déposé un brevet provisoire intitulé "mRNAs differentially expressed in colorectal cancer, breast cancer, and bladder cancer" (ARNm exprimés de manière différentielle dans le cancer colorectal, le cancer du sein et le cancer de la vessie). En utilisant l'intelligence artificielle (IA) de l'apprentissage automatique, cette percée est capable d'identifier des signaux spécifiques au niveau des gènes ARNm associés au cancer du sein, au cancer colorectal et au cancer de la vessie, ce qui pourrait permettre une détection précoce.