NetraMark Holdings Inc. a annoncé le lancement de son offre NetraAI Lab, conçue pour permettre aux sociétés biopharmaceutiques d'expérimenter plus facilement et à moindre coût les avantages de sa solution NetraAI pour améliorer les taux de réussite des essais cliniques. Dans le cadre de cette offre, NetraMark appliquera NetraAI aux données d'essais cliniques de ses clients et cherchera à identifier les variables clés qui déterminent les résultats d'essais spécifiques, à fournir des hypothèses vérifiables sur le rôle que ces variables jouent dans les réponses des patients et à recommander des critères d'inclusion et d'exclusion sur la base de ces informations qui peuvent potentiellement être utilisées pour améliorer le succès de futurs essais cliniques. Les clients participant à l'offre recevront ces précieux résultats en seulement quatre semaines.

Les principales caractéristiques et avantages du laboratoire NetraAI sont les suivants Analyse NetraAl pour un seul actif en phase clinique ; Catégories définies d'enquête (par exemple, réponse, placebo, toxicité). réponse, placebo, toxicité) ; découverte d'ensembles de données/sources de données (audit/inventaire) ; simulation de l'étude de la phase suivante en ce qui concerne la taille de l'effet et les valeurs p ; délai d'exécution de quatre semaines ; équipe de projet intégrée ; chef de projet NetraAl, data scientist senior, bioinformaticien, scientifique clinique ; équipe de développement du promoteur ; livrables/recommandations de grande valeur ; réunion à mi-parcours avec les résultats initiaux et les tests d'hypothèses ; réunion de recommandations finales ; présentation avec les variables détaillées et l'impact de la simulation sur la taille de l'effet/les valeurs p ; stratégies d'enrichissement et considérations relatives à la conception du protocole. Contrairement à d'autres solutions d'essais cliniques basées sur l'IA, NetraAI est conçu de manière unique pour inclure des mécanismes de focalisation qui séparent les petits ensembles de données en sous-ensembles explicables et inexplicables. Les sous-ensembles inexplicables sont des ensembles de patients qui peuvent conduire à des modèles de surajustement sous-optimaux et à des informations inexactes en raison de faibles corrélations avec les variables impliquées.

L'IA Netra utilise les sous-ensembles explicables pour obtenir des informations et des hypothèses (y compris les facteurs qui influencent les réponses au traitement et au placebo, ainsi que les événements indésirables) qui peuvent augmenter les chances de succès d'un essai clinique. Les méthodes d'IA classiques ne disposent pas de ces mécanismes de focalisation et assignent chaque patient à une classe, même si cela conduit à un "surajustement" qui noie les informations critiques qui pourraient être utilisées pour améliorer les chances de succès d'un essai.

En outre, l'approche "boîte noire" des autres solutions d'IA rend difficile la compréhension des recommandations fournies. En revanche, NetraAI est une "maison de verre".

où chaque variable identifiée est associée à une justification biologique et à une hypothèse testable que les experts en la matière des clients peuvent évaluer et apprécier. La puissance de NetraAI a été validée dans une publication récente dans Frontiers in Computational Neuroscience, qui décrit son utilisation pour découvrir de nouvelles cibles médicamenteuses pour la sclérose latérale amyotrophique (SLA) et des sous-populations uniques de patients atteints de SLA qui pourraient améliorer considérablement les taux de réussite des essais cliniques. En lançant l'offre NetraAI Lab, NetraMark pense que les participants verront rapidement la valeur que NetraAI apporte et finiront par adopter la technologie NetraMark comme une partie normale de leur processus d'essai clinique.