NovAccess Global Inc. a annoncé un partenariat avec CKN Ventures Limited pour élargir l'accès aux données cliniques en Asie du Sud-Est afin d'améliorer et d'accélérer les protocoles thérapeutiques et de traitement. Ce partenariat soutient la nouvelle division de médecine de précision de NovAccess Global, lancée au début du mois, afin de développer la collection la plus complète de thérapeutiques et de protocoles de traitement en utilisant l'intelligence artificielle (IA), le Big Data et les technologies prédictives. En utilisant les progrès de l'IA, de la reconnaissance d'images et de la science des données prédictives, NovAccess Global et CKN Ventures collaboreront pour élargir l'accès aux sources de données pertinentes en Asie qui amélioreront la qualité et l'impact des bases de données sous licence afin d'identifier les données des patients (phénotypiques, cliniques et génomiques) pour l'analyse relative au développement de médicaments thérapeutiques et à des fins de traitement thérapeutique.

Les données relatives aux protocoles thérapeutiques et de traitement seront commercialisées auprès de sociétés pharmaceutiques et biotechnologiques externes, de payeurs privés, d'agences de santé nationales/internationales, de prestataires de soins de santé et d'assureurs. NovAccess Global a également l'intention d'utiliser l'IA dans ces ensembles de données pour identifier les antigènes les plus optimaux à utiliser pour les vaccins à cellules dendritiques. Les antigènes sont les molécules qui déclenchent la réponse immunitaire, et ils doivent être spécifiques aux cellules tumorales et non aux cellules normales.

L'IA peut analyser les données génomiques et protéomiques des cellules tumorales et trouver les antigènes les plus appropriés pour chaque patient. NovAccess Global est convaincue que l'IA peut contribuer à optimiser la dose et le temps utile des vaccins à cellules dendritiques. La dose et le moment de l'administration du vaccin peuvent affecter l'efficacité et la sécurité du traitement.

L'IA peut utiliser des modèles mathématiques et des algorithmes d'apprentissage automatique pour prédire la dose et le moment optimaux en fonction de divers facteurs tels que les caractéristiques du patient, le type et le stade de la tumeur et l'état immunitaire.