Forscher der Ben-Gurion-Universitat des Negev (BGU) in der Wüstenhauptstadt Be’er Sheva (Israel) haben eine neuartige Plattform entwickelt, um klinische Studien zu rationalisieren, Kosten zu senken und die Effizienz und Erfolgsrate des Entwicklungsprozesses für Medikamente oder medizinische Geräte zu erhöhen.
Die Technologie wurde zur weiteren Entwicklung und Kommerzialisierung an Panacea lizenziert, ein neues Unternehmen, das von BGN Technologies, dem Technologietransferunternehmen der BGU, und Prof. Boaz Lerner von der BGU-Abteilung für Industrial Engineering and Management, dem wissenschaftlichen Gründer von Panacea, gegründet wurde. Panacea ist ein Portfoliounternehmen des Oazis-Accelerators, das vom Yazamut360-Unternehmerzentrum der BGU gegründet wurde.
Die neue Plattform nutzt maschinelles Lernen, um die Erfolgschancen einer klinischen Studie zu optimieren, indem sie die Rekrutierung und Abbruchrate der Patientenpopulation analysiert sowie überwachte Marker identifiziert und priorisiert. Die Technologie bietet effiziente Empfehlungen vor der Studie, Zwischenanalysen innerhalb der Studie und Erkenntnisse nach der Studie zur Vorbereitung der nächsten Studie sowie eine potenzielle Rettung im Falle eines Misserfolgs.
“Klinische Studien haben sich in den letzten zwei Jahrzehnten nicht grundlegend verändert”, sagte Prof. Lerner. “Sie sind extrem kostspielig, und die Erfolgswahrscheinlichkeit für neue Medikamente liegt im einstelligen Bereich. Daher ist unsere Plattform für Pharma- und Biotech-Unternehmen von großem Nutzen, da sie ihnen ermöglicht, die Effizienz und die Erfolgschancen zu erhöhen, indem sie die Studie rationalisieren und die optimalen Teilnehmer und Marker auswählen. Umgekehrt können wir auch dabei helfen zu verstehen, wann eine Studie beendet werden muss und welche Lehren aus einer fehlgeschlagenen Studie gezogen werden können”.
Die Technologie wurde bereits in klinischen Studien zu mehreren neurodegenerativen Krankheiten wie Amyotrophe Lateralsklerose (ALS), Parkinson und Alzheimer eingesetzt und hat sich als sehr leistungsfähig erwiesen bei der Stratifizierung von Patienten in homogene, statistisch unterschiedliche Untergruppen, der Identifizierung von Faktoren und ihren Beziehungen zum Krankheitszustand und der prädiktiven Analyse von Progressionsrate und -muster sowie des Krankheitszustands.
“Im Zeitalter der künstlichen Intelligenz und des maschinellen Lernens scheint es nur natürlich, dass die Arzneimittelentwicklung von diesen hochentwickelten Werkzeugen profitieren sollte, die große Datenmengen berücksichtigen und zahlreiche Parameter integrieren und analysieren können, um klinische Studien zu optimieren und ihre Erfolgswahrscheinlichkeit zu erhöhen”, sagte Josh Peleg, CEO von BGN Technologies. “Wir freuen uns, dass die Technologie bereits das Interesse mehrerer Biopharmaunternehmen geweckt hat, die mit Panacea eine Zusammenarbeit zur Verbesserung ihrer laufenden klinischen Studien begonnen haben”.
Quelle/Sender (gekürzt): BGU