Unlearn

Інструмент 'Цифрові близнюки' компанії Unlearn.ai переосмислює клінічні дослідження, створюючи розвинені моделі пацієнтів для покращення медичних випробувань.

Unlearn.ai розробила інноваційний інструмент під назвою 'Цифрові близнюки', який має на меті трансформувати спосіб проведення клінічних досліджень. Ця технологія на основі штучного інтелекту підтримує клінічні випробування в широкому спектрі медичних галузей, від нейронауки та імунології до метаболічних захворювань. Отже, що ж таке Цифрові близнюки? Це складні моделі, які допомагають прогнозувати, як здоров'я пацієнта може змінюватися з часом.

Процес починається зі збору базових даних учасника. Ця інформація потім обробляється через модель ШІ, яка була навчена на великій кількості історичних даних, в результаті чого створюється 'Цифровий близнюк' для цього пацієнта. Цей інструмент має багато переваг, особливо коли йдеться про клінічні випробування. Для досліджень на ранніх стадіях він покращує нашу здатність спостерігати за ефектами лікування без необхідності залучати більше учасників. Водночас він прискорює дослідження на пізніх стадіях, зменшуючи кількість пацієнтів, необхідних для досягнення того ж рівня статистичної впевненості, що й традиційні дизайни випробувань.

Ще одна цікава особливість інструменту 'Цифрові близнюки' - це його здатність надавати прогностичні оцінки для кожного учасника в рандомізованому клінічному випробуванні. Ця можливість підвищує аналітичну потужність дослідження, забезпечуючи при цьому відповідність рекомендаціям Управління з контролю за продуктами і ліками США та Європейського агентства з лікарських засобів. Зокрема, ці 'близнюки' пацієнтів відіграють важливу роль у TwinRCT, які є надзвичайно ефективними випробуваннями, що працюють з меншими контрольними групами. Цей метод покращує шанси пацієнтів отримати експериментальне лікування, що робить його революційним для персоналізованої медицини.

В цілому, інструмент 'Цифрові близнюки' виділяється як революційна система підтримки в клінічних випробуваннях, прокладаючи шлях до більш ефективних і адаптованих підходів до охорони здоров'я.