Des chercheurs de l'université Ben-Gurion développent une plateforme d'apprentissage automatique pour rationaliser les essais cliniques

Technologie licenciée à Panacea, une start-up nouvellement fondée et une société de portefeuille de l'accélérateur Oazis, formée par le centre d'entrepreneuriat Yazamut360 de l'université Ben-Gurion.

BEER-SHEVA, Israël - Les chercheurs de l'université Ben-Gourion du Néguev (BGU) ont développé une nouvelle plateforme pour rationaliser les essais cliniques, réduire les coûts et augmenter l'efficacité et le taux de réussite du processus de développement de médicaments ou de dispositifs médicaux. La technologie a été cédée sous licence pour un développement et une commercialisation ultérieurs à Panacea, une nouvelle société fondée par BGN Technologies, la société de transfert de technologie de BGU, et le professeur Boaz Lerner du département d'ingénierie et de gestion industrielle de BGU, et fondateur scientifique de Panacea. Panacea est une société de portefeuille de l'accélérateur Oazis, formée par le centre entrepreneurial Yazamut360 de BGU.

La nouvelle plateforme utilise l'apprentissage automatique pour optimiser les chances de succès d'un essai clinique en analysant le recrutement et l'abandon de la population de patients, et en identifiant et en hiérarchisant les marqueurs contrôlés. La technologie offre des recommandations efficaces avant le procès, une analyse provisoire pendant le procès et des informations après le procès en vue du prochain procès, ainsi qu'un sauvetage potentiel en cas d'échec.

"Les essais cliniques n'ont pas fondamentalement changé au cours des vingt dernières années", déclare le professeur Lerner. "Ils sont extrêmement coûteux et les chances de succès des nouveaux médicaments ne sont qu'un chiffre. C'est pourquoi notre plateforme est très bénéfique pour les entreprises pharmaceutiques et biotechnologiques, car elle leur permet d'accroître leur efficacité et leurs chances de réussite en rationalisant l'essai et en sélectionnant les participants et les marqueurs optimaux. Inversement, nous pouvons également aider à comprendre quand mettre fin à un essai et quelles leçons peuvent être tirées d'un test qui a échoué".

Cette technologie a déjà été utilisée dans des études cliniques portant sur plusieurs maladies neurodégénératives, notamment la sclérose latérale amyotrophique (SLA), la maladie de Parkinson et la maladie d'Alzheimer, et a démontré de hautes performances dans la stratification des patients en sous-groupes homogènes et statistiquement distincts, l'identification des facteurs et de leurs relations avec l'état de la maladie, et l'analyse prédictive de la vitesse et du schéma de progression, ainsi que de l'état de la maladie.

"À l'ère de l'intelligence artificielle et de l'apprentissage automatique, il semble tout à fait naturel que le développement de médicaments bénéficie de ces outils sophistiqués qui peuvent prendre en compte de grandes quantités de données et intégrer et analyser de nombreux paramètres pour optimiser les essais cliniques et augmenter leurs chances de succès", a déclaré Josh Peleg, PDG de BGN Technologies. "Nous sommes heureux de voir que la technologie a déjà suscité l'intérêt de plusieurs sociétés biopharmaceutiques qui ont commencé à collaborer avec Panacea pour améliorer leurs études cliniques en cours".

Traduction : E. Van Daele

Source : PR Newswire