Est il possible de prédire le succès des essais cliniques ? Insilico Medicine a la réponse

Est il possible de prédire le succès des essais cliniques ? Insilico Medicine a la réponse

L’entreprise Insilico Medicine donne une nouvelle dimension à la prédiction du succès des essais cliniques de phase II à III. Ceci est rendu possible grâce à leur plateforme de prédiction d’essais cliniques basée sur l’IA : inClinico.

Leur travail, qui offre une forte précision, est actuellement publié dans la revue Clinical Pharmacology and Therapeutics, un périodique renommé dans le domaine de la médecine clinique et expérimentale.

Qu’est-ce qu’inClinico ?

L’inClinico est un outil intégré au sein de la plateforme d’analyse et de planification des essais cliniques Medicine42 d’Insilico. Il est conçu pour prévoir les résultats d’essais cliniques et est désormais accessible pour des programmes pilotes, des collaborations, ainsi qu’aux analystes, hedge funds et banques qualifiés pour comparer leur performance d’analyse humaine avec celle de divers algorithmes d’IA.

Comment fonctionne inClinico ?

inClinico, une plateforme logicielle basée sur l’IA, combine différents moteurs exploitant l’IA générative et des données multimodales (dont textes, conception d’essais cliniques, propriétés de petites molécules). Elle a été formée sur plus de 55 600 essais cliniques de phase II uniques au cours des 7 dernières années.

Le modèle subséquent développé par les chercheurs d’Insilico pour la probabilité de succès d’un essai clinique a montré une précision de 79% sur les résultats d’essais réels dans un ensemble de validation prospective où ces résultats pouvaient être mesurés.

Impact de l’IA sur la prédiction du succès des essais cliniques

Environ 90% du développement de médicaments échoue au stade clinique pour diverses raisons, dont l’incapacité à démontrer une efficacité, des problèmes de sécurité, et la complexité des maladies et des données. Ceci résulte en la perte de trillions de dollars et de décennies de travail.

“Les échecs des essais cliniques sont des problèmes complexes que l’IA est particulièrement bien placée pour résoudre”, déclare Alex Aliper, PhD, président d’Insilico Medicine et co-auteur de l’article. “Avec cet outil, nous pouvons aider les entreprises à déterminer quels programmes privilégier et donner aux investisseurs des informations cruciales sur les programmes de découverte de médicaments les plus susceptibles de réussir.”

Validation de la plateforme inClinico

La plateforme inClinico a été validée dans des études de validation rétrospective, quasi-prospective et prospective en interne et avec des entreprises pharmaceutiques et des institutions financières. La plateforme a obtenu un ROC AUC de 0,88 dans la prédiction de la transition de phase II à phase III sur un ensemble de données de validation quasi-prospective, une mesure de performance dans l’apprentissage automatique indiquant un haut niveau de capacité de discrimination.

Application de l’inClinico dans le monde réel

Les premières prédictions prospectives ont été faites et placées sur des serveurs de préimpression datés en 2016. En plus de prévoir les résultats de plusieurs essais cliniques de phase II et d’atteindre une précision de 79% pour les essais récemment terminés dans l’ensemble de validation prospective, inClinico a également démontré l’utilité de la plateforme pour les investisseurs en affichant un rendement sur investissement (ROI) virtuel daté de 35% sur 9 mois.

Contributions importantes de l’inClinico

Les résultats indiquent que le choix de la cible a plus d’impact sur la prédiction du résultat de l’essai clinique que la conception de l’essai, soulignant que le manque d’efficacité est le principal facteur d’échec des essais cliniques. L’outil a réussi à prédire le succès de LNP023, un inhibiteur de facteur B de première classe pour l’hémoglobinurie paroxystique nocturne, une maladie du sang rare et potentiellement mortelle, ce qui indique que inClinico pourrait être utile même sans information préalable sur la pertinence clinique du mécanisme d’action du médicament dans la maladie.

En synthèse

Les résultats démontrent que inClinico pourrait offrir des informations techniques précieuses pour les investisseurs et aider les entreprises pharmaceutiques à prioriser leurs programmes de développement de médicaments.

“Ce résultat prometteur nous donne beaucoup à construire”, déclare Petrina Kamya, PhD, responsable des plateformes IA et présidente d’Insilico Medicine Canada. “Nous prévoyons de continuer à affiner cet outil en identifiant des composantes encore plus granulaires du protocole d’essai clinique affectant le succès clinique ainsi qu’en développant des modèles IA génératifs qui peuvent créer des protocoles cliniques optimaux à partir de zéro et générer les critères les plus pertinents pour la sélection des patients.”

DOI : 10.1002/cpt.3008 – “Prediction of clinical trials outcomes based on target choice and clinical trial design with multi-modal artificial intelligence’

Légende illustration principale : Le système inClinico est désormais disponible pour une utilisation dans le cadre de projets pilotes, de programmes de collaboration, ainsi que pour une utilisation par des analystes industriels qualifiés, des fonds spéculatifs et des banques intéressés par la comparaison des performances analytiques humaines avec les performances de plusieurs algorithmes d’IA. Credit : Insilico Medicine

Insilico Medicine, une société de biotechnologie au stade clinique qui s’appuie sur l’IA générative, relie la biologie, la chimie et l’analyse des essais cliniques à l’aide de systèmes d’IA de nouvelle génération. L’entreprise a développé des plateformes d’IA qui utilisent des modèles génératifs profonds, l’apprentissage par renforcement, des transformateurs et d’autres techniques modernes d’apprentissage automatique pour la découverte de nouvelles cibles et la génération de nouvelles structures moléculaires dotées des propriétés souhaitées. Insilico Medicine développe des solutions révolutionnaires pour découvrir et développer des médicaments innovants contre le cancer, la fibrose, l’immunité, les maladies du système nerveux central, les maladies infectieuses, les maladies auto-immunes et les maladies liées au vieillissement.

[ Rédaction ]

         

Articles connexes