7年后生成式人工智能成功预测临床试验结果
Insilico Medicine(“Insilico”)是一家临床阶段的端到端生成人工智能(AI)药物发现公司，已证明它可以使用其专有的基于变压器的技术来预测 II 期至 III 期临床试验的成功结果人工智能临床试验预测工具inClinico，具有很高的准确性。该研究发表在实验和临床医学领域权威跨学科期刊《临床药理学和治疗学》上。
研究中使用的人工智能引擎集成到 Insilico 的inClinico系统中，该系统旨在预测临床试验的结果，并且是 Medicine42 临床试验分析和规划平台的一部分。
inClinico 系统现已可用于试点、协作项目，也可供有兴趣将人类分析性能与多种人工智能算法的性能进行比较的合格行业分析师、对冲基金和银行使用。该研究论文包括对人工智能引擎进行三种类型的验证，这些引擎经过训练可以预测第二阶段试验的成功概率，包括回顾性验证、准前瞻性验证和前瞻性验证。
基于 Tranormer 的 AI 软件平台 inClinico 结合了利用生成式 AI 和多模式数据(包括文本、组学、临床试验设计和小分子特性)的各种引擎，并在过去 7 年中接受了超过 55,600 个独特的 II 期临床试验的培训。Insilico 研究人员随后开发的临床试验成功概率模型证明，在能够测量这些结果的前瞻性验证集中，真实世界试验结果的准确性为 79%。
大约 90% 的药物开发在临床阶段失败，原因包括无法显示疗效、安全性问题以及疾病和数据的复杂性，导致数万亿美元和数十年工作的损失。
Insilico Medicine 总裁、该论文的作者之一 Alex Aliper 博士表示： “临床试验失败是人工智能能够解决的复杂问题。” “通过这个工具，我们可以帮助公司确定优先考虑哪些项目，并为投资者提供有关最有可能成功的药物发现项目的重要见解。”
inClinico 平台在内部以及与制药公司和金融机构的回顾性、准前瞻性和前瞻性验证研究中得到了验证。该平台在准前瞻性验证数据集上预测第二阶段到第三阶段的过渡时实现了 0.88 ROC AUC，这是机器学习性能的衡量标准，表明高水平的辨别能力。
第一个前瞻性预测于 2016 年做出并放置在带有日期标记的预印本服务器上。除了预测多个 II 期临床试验的结果以及在前瞻性验证集中最近完成的试验达到 79% 的准确率外，inClinico 还展示了该平台的实用性向投资者提供 – 使用带日期标记的虚拟交易投资组合，展示 35% 的 9 个月投资回报率 (ROI)。该论文指出，投资组合的表现取决于许多因素，其中许多因素很难预见或建模，而这些发现旨在作为基于经验证据的概念验证。
“目前，超过一半的二期试验失败，导致数千万美元和数十年努力的损失。准确预测第二阶段到第三阶段过渡成功的可能性可能会改变游戏规则，使生物技术和制药公司有机会在药物发现过程的早期引导临床试验取得成功，并为投资者提供有关哪些药物的宝贵见解Insilico Medicine 创始人兼首席执行官、该研究的合著者 Alex Zhavoronkov 博士表示： “开发中的技术最有可能取得成功。”
研究结果表明，靶点选择比试验设计更有可能影响临床试验结果预测，强调缺乏疗效是临床试验失败的主要原因。该工具的成功预测包括 LNP023，这是一种用于治疗罕见、危及生命的血液病阵发性睡眠性血红蛋白尿症的一流 B 因子抑制剂，这表明即使没有关于该机制的临床相关性的先验信息，inClinico 也可能有用。药物在疾病中的作用。
研究结果还表明，inClinico 可以为投资者提供技术尽职调查见解，并帮助制药公司确定药物开发计划的优先顺序。
版权声明：本文由用户上传，如有侵权请联系删除！