Unlearn

Unlearn ist ein wegweisendes KI-Unternehmen, das sich der Revolutionierung der Medizin durch die Eliminierung von Versuch und Irrtum verschrieben hat. Das Unternehmen hat eine bahnbrechende Plattform entwickelt, die Digitale Zwillinge von Patienten für klinische Studien erstellt. Diese Digitalen Zwillinge sind umfassende, longitudinale Prognosen darüber, was mit einem bestimmten Patienten passieren würde, wenn er sich in einer Kontrollgruppe befände. Durch die Nutzung dieser KI-generierten prognostischen Modelle ermöglicht Unlearn Pharma- und Biotech-Unternehmen, kleinere, schnellere und erfolgreichere klinische Studien durchzuführen. Ihre Mission ist es, die KI voranzutreiben, um die Medizin in eine computergestützte Wissenschaft zu verwandeln und die Präzisionsmedizin zum neuen Pflegestandard für alle zu machen.

Die Technologie basiert auf krankheitsspezifischen Machine-Learning-Modellen, die auf einer umfangreichen und proprietären Datenbank mit über 1 Million longitudinalen klinischen Studiendatensätzen trainiert wurden. Dieser riesige Datensatz umfasst mehr als 20 Indikationen, einschließlich komplexer Bereiche wie Neurowissenschaften (Alzheimer, Parkinson, ALS), Immunologie und Stoffwechselerkrankungen. Diese reichhaltige Datengrundlage ermöglicht es Unlearn, für jeden Studienteilnehmer hochpräzise und zuverlässige Vorhersagen nur auf der Grundlage seiner Basisdaten zu erstellen.

Wie man Unlearn verwendet

Die Zusammenarbeit mit Unlearn ist ein kollaborativer Prozess, der für Biopharma-Partner konzipiert ist, die Geschwindigkeit, Sicherheit und Anpassungsfähigkeit benötigen. Der typische Arbeitsablauf ist wie folgt:

1. Partnerschaft und Beratung: Ein Pharma- oder Biotech-Unternehmen geht eine Partnerschaft mit Unlearn ein, um eine bestimmte klinische Studie zu unterstützen. Das Team von Unlearn arbeitet mit dem Sponsor zusammen, um die Ziele, Endpunkte und das Design der Studie zu verstehen.
2. Datenintegration: Für jeden in die Studie eingeschriebenen Teilnehmer werden nur seine Basisdaten benötigt. Die Plattform von Unlearn nimmt diese Basisinformationen auf, um einen entsprechenden Digitalen Zwilling zu generieren.
3. Generierung des Digitalen Zwillings: Mithilfe seiner krankheitsspezifischen Machine-Learning-Modelle generiert die Unlearn-Plattform eine personalisierte Prognose für jeden Teilnehmer. Diese Prognose sagt die klinischen Ergebnisse des Teilnehmers zu jedem zukünftigen Zeitpunkt voraus, als ob er ein Placebo erhalten würde.
4. Statistische Analyse: Das vorhergesagte Ergebnis des Digitalen Zwillings wird als prognostische Kovariate in der endgültigen statistischen Analyse der Studie verwendet. Dies reduziert die Varianz der Schätzung des Behandlungseffekts erheblich.
5. Studienoptimierung und Entscheidungsfindung: Die Ergebnisse ermöglichen es den Sponsoren, mit weniger Teilnehmern eine höhere statistische Aussagekraft zu erzielen, die Rekrutierungszeitpläne zu beschleunigen und zuversichtlichere Go/No-Go-Entscheidungen zu treffen. Die Plattform kann auch verwendet werden, um vorhergesagte Ergebnisse für jede Untergruppe zu untersuchen und so Zwischenanalysen und die Optimierung des Studiendesigns zu unterstützen.

Unlearn bietet flexible Kooperationsmodelle, einschließlich eines Full-Service-Modells, bei dem sie den Prozess von Anfang bis Ende abwickeln, und eines Modells für benutzerdefinierte Infrastrukturen, bei dem sie sich in die proprietären Daten und Systeme eines Kunden integrieren.

Kernfunktionen von Unlearn

• Generatoren für Digitale Zwillinge: Die Kerntechnologie, die eine prognostische Vorhersage für jeden Studienteilnehmer auf der Grundlage seiner Basisdaten erstellt.
• Beschleunigung der Studienzeitpläne: Ermöglicht das Design kleinerer randomisierter kontrollierter Studien (RCTs), die die statistische Aussagekraft beibehalten oder erhöhen, was zu einer schnelleren Rekrutierung und einem schnelleren Abschluss führt.
• Verbesserte Entscheidungsfindung: Liefert vorhergesagte Ergebnisse für jede Untergruppe zu jedem Zeitpunkt und unterstützt so kritische Entscheidungen wie Zwischenanalysen und Go/No-Go-Meilensteine.
• Optimierung des Studiendesigns: Ermöglicht es Sponsoren, digitale Zwillinge zu verwenden, um Einschluss-/Ausschlusskriterien und klinische Endpunkte zu verfeinern und so effizientere Studien mit einer höheren Erfolgswahrscheinlichkeit zu entwerfen.
• Behördliche Anerkennung: Die Methoden von Unlearn sind von der Europäischen Arzneimittel-Agentur (EMA) für den Einsatz in Phase-2- und Phase-3-Studien qualifiziert und entsprechen den aktuellen FDA-Leitlinien zur Verwendung prognostischer Kovariaten.
• Breite Abdeckung therapeutischer Bereiche: Modelle und Fachwissen decken über 20 Indikationen ab, mit tiefgreifender Spezialisierung in Neurowissenschaften, Immunologie und Stoffwechselerkrankungen.

Anwendungsfälle für Unlearn

Die Technologie von Unlearn wird von führenden globalen Pharmaunternehmen und innovativen Biotechs eingesetzt, um kritische Herausforderungen in der klinischen Entwicklung zu lösen.

• Reduzierung der Stichprobengröße: AbbVie nutzte die Digitalen Zwillinge von Unlearn in einer Alzheimer-Studie und zeigte eine signifikante Reduzierung der Varianz des Behandlungseffekts, was zu kleineren Stichprobengrößen, schnellerer Rekrutierung und Kosteneinsparungen hätte führen können.
• Stärkung früher Wirksamkeitssignale: In einer frühen Alzheimer-Studie arbeitete remynd mit Unlearn zusammen, um digitale Zwillinge zur Vorhersage des Krankheitsverlaufs zu verwenden und so das Vertrauen in frühe klinische Wirksamkeitssignale zu stärken.
• Externer Komparator in einarmigen Studien: ProJenX verwendete KI-generierte digitale Zwillinge als eingebaute Placebo-Kontrolle für jeden Teilnehmer in einer offenen ALS-Studie, was im Vergleich zu traditionellen externen Kontrollen ein größeres Vertrauen in die Wirksamkeitsergebnisse schaffte.
• Optimierung des Studiendesigns: Trace Neuroscience arbeitete mit Unlearn zusammen, um deren umfangreiche ALS-Datenbank zu analysieren, was intelligentere Studiendesigns und fundiertere Entscheidungen für die Planung ihrer Phase-1/2-Studie ermöglichte.

Vorteile von Unlearn

Die Partnerschaft mit Unlearn bietet einen deutlichen Wettbewerbsvorteil in der Arzneimittelentwicklung. Zu den wichtigsten Vorteilen gehören:

• Gesteigerte Effizienz: Führen Sie kleinere, schnellere Studien durch, ohne die statistische Aussagekraft zu beeinträchtigen.
• Reduziertes Risiko: Treffen Sie fundiertere Entscheidungen früher im Entwicklungsprozess und reduzieren Sie das Risiko von Misserfolgen in späten Phasen.
• Kosteneinsparungen: Senken Sie die Kosten für die Patientenrekrutierung und den Studienbetrieb durch die Reduzierung der erforderlichen Stichprobengröße.
• Wissenschaftliche und regulatorische Strenge: Die Plattform basiert auf modernster Machine-Learning-Forschung und wird von wichtigen Regulierungsbehörden wie der EMA und der FDA anerkannt.
• Tiefes Fachwissen: Das Team von Unlearn besteht aus Experten für maschinelles Lernen, klinische Forschung und Datenwissenschaft und bietet robuste Unterstützung und Einblicke.

Preise und Pläne

Unlearn arbeitet nach einem B2B-Unternehmensmodell und bietet maßgeschneiderte Lösungen, die auf die spezifischen Bedürfnisse von Pharma- und Biotech-Unternehmen zugeschnitten sind. Die Preise sind nicht öffentlich verfügbar und werden auf der Grundlage des Projektumfangs, des therapeutischen Bereichs und des gewählten Kooperationsmodells festgelegt. Um ein individuelles Angebot und eine detaillierte Demonstration der Plattform zu erhalten, werden Interessenten ermutigt, sich direkt an Unlearn zu wenden, um eine Demo zu buchen.