Unlearn

Unlearn 是一家旨在透過消除醫學中的試錯來徹底改變醫學的先驅人工智慧公司。該公司開發了一個開創性的平台，為臨床試驗中的患者創建數位孿生。這些數位孿生是對特定患者在對照組中可能發生情況的全面、縱向的預測。透過利用這些人工智慧生成的預後模型，Unlearn 使製藥公司和生物技術公司能夠進行規模更小、速度更快、更成功的臨床試驗。他們的使命是推動人工智慧將醫學轉變為一門計算科學，使精準醫療成為每個人的新護理標準。

該技術建立在針對特定疾病的機器學習模型之上，這些模型在一個包含超過100萬份縱向臨床研究記錄的專有數據庫上進行訓練。這個龐大的數據集涵蓋了20多種適應症，包括神經科學（阿茲海默症、帕金森氏症、肌萎縮性脊髓側索硬化症）、免疫學和代謝性疾病等複雜領域。這個豐富的數據基礎使 Unlearn 能夠僅使用每位試驗參與者的基線數據，為他們生成高度精確和可靠的預測。

如何使用 Unlearn

與 Unlearn 的合作是一個為需要速度、安全性和適應性的生物製藥合作夥伴設計的協作過程。典型的工作流程如下：

1. 建立合作與諮詢：製藥或生物技術公司與 Unlearn 合作，以支援特定的臨床研究。Unlearn 的團隊與申辦方合作，了解試驗的目標、終點和設計。
2. 數據整合：對於每位入組試驗的參與者，僅需要其基線數據。Unlearn 的平台接收這些基線資訊，以生成相應的數位孿生。
3. 數位孿生生成：Unlearn 平台使用其針對特定疾病的機器學習模型，為每位參與者生成個人化預測。該預測模擬了參與者在接受安慰劑的情況下，在未來每個時間點的臨床結果。
4. 統計分析：數位孿生的預測結果在試驗的最終統計分析中用作預後共變數。這顯著降低了治療效果估計的變異數。
5. 試驗優化與決策：結果使申辦方能夠用更少的參與者實現更高的統計效力，加速入組時間，並做出更自信的「繼續/終止」決策。該平台還可用於探索任何亞組的預測結果，支援期中分析和試驗設計優化。

Unlearn 提供靈活的合作模式，包括他們端到端處理流程的全方位服務模式，以及與客戶專有數據和系統整合的客製化基礎設施模式。

Unlearn 的核心功能

• 數位孿生生成器：核心技術，根據每位試驗參與者的基線數據為其創建預後預測。
• 加速試驗時間線：能夠設計規模更小的隨機對照試驗（RCT），同時保持或提高統計效力，從而加快入組和完成速度。
• 增強決策制定：在任何時間點為任何亞組提供預測結果，支援期中分析和「繼續/終止」里程碑等關鍵決策。
• 試驗設計優化：允許申辦方使用數位孿生來完善納入/排除標準和臨床終點，設計出效率更高、成功機率更大的試驗。
• 監管機構認可：Unlearn 的方法已獲得歐洲藥品管理局（EMA）的資格認證，可用於第2期和第3期試驗，並符合當前FDA關於使用預後共變數的指南。
• 廣泛的治療領域覆蓋：模型和專業知識涵蓋20多種適應症，在神經科學、免疫學和代謝性疾病方面有深入的專業化。

Unlearn 的使用案例

Unlearn 的技術正被全球領先的製藥公司和創新的生物技術公司應用於解決臨床開發中的關鍵挑戰。

• 減少樣本量：艾伯維（AbbVie）在一次阿茲海默症試驗中利用了 Unlearn 的數位孿生，證明了治療效果變異數的顯著降低，這可能轉化為更小的樣本量、更快的入組和成本節約。
• 加強早期療效信號：在一次早期的阿茲海默症研究中，remynd 與 Unlearn 合作，使用數位孿生預測疾病進展，幫助增強了對早期臨床療效信號的信心。
• 單臂研究中的外部對照：ProJenX 在一項開放標籤的肌萎縮性脊髓側索硬化症（ALS）試驗中，將AI生成的數位孿生用作每位參與者的內建安慰劑對照，與傳統的外部對照相比，為療效發現提供了更大的信心。
• 優化試驗設計：Trace Neuroscience 與 Unlearn 合作，挖掘其廣泛的ALS數據庫，從而為其第1/2期試驗的規劃提供了更智能的試驗設計和更明智的決策。

Unlearn 的優勢特點

與 Unlearn 合作在藥物開發中提供了獨特的競爭優勢。主要優勢包括：

• 提高效率：在不犧牲統計效力的情況下，進行規模更小、速度更快的試驗。
• 降低風險：在開發過程的早期做出更明智的決策，降低後期失敗的風險。
• 節約成本：透過減少所需的樣本量，降低患者招募和試驗營運成本。
• 科學和監管的嚴謹性：該平台基於前沿的機器學習研究，並得到EMA和FDA等主要監管機構的認可。
• 深厚的專業知識：Unlearn 的團隊由機器學習、臨床研究和數據科學領域的專家組成，提供強而有力的支援和見解。

定價和計劃

Unlearn 採用企業B2B模式運營，提供根據製藥和生物技術公司的具體需求量身定制的解決方案。定價不公開，根據專案範圍、治療領域和所選的合作模式確定。有興趣的各方若想獲得客製化報價和平台的詳細演示，建議直接聯繫 Unlearn 預約演示。