Technologie d’IA prédictive pour une sélection mieux ciblée des patients dans des essais cliniques

– Prédiction automatisée de l’évolution clinique utilisant les données d’IRM et cliniques du patient

– Algorithmes robustes pré-entrainés sur de grandes bases de données (USA, EU) et optimisables en utilisant les données d’un essai clinique spécifique

– Une sensibilité de sélection ajustable pour un compromis optimal entre le coût du screening et la probabilité de succès de l’essai

– Rapports automatisés avec des résultats facilement interprétables

TECHNOLOGIE PROTÉGÉE PAR DEUX BREVETS AMÉRICAINS

Technologie d’IA prédictive pour une sélection mieux ciblée des patients dans des essais cliniques

– Prédiction automatisée de l’évolution clinique utilisant les données d’IRM et cliniques du patient

– Algorithmes robustes pré-entrainés sur de grandes bases de données (USA, EU) et optimisables en utilisant les données d’un essai clinique spécifique

– Une sensibilité de sélection ajustable pour un compromis optimal entre le coût du screening et la probabilité de succès de l’essai

– Rapports automatisés avec des résultats facilement interprétables

TECHNOLOGIE PROTÉGÉE PAR DEUX BREVETS AMÉRICAINS

BÉNÉFICES

SÉLECTION DE PATIENTS PRÉSENTANT UN RISQUE PLUS ÉLEVÉ DE DÉCLIN CLINIQUE

ÉCHANTILLON DE PATIENTS MIEUX CIBLÉ

AUGMENTATION DE LA PROBABILITÉ DE SUCCÈS DE L’ESSAI*

SÉLECTION DE PATIENTS PRÉSENTANT UN RISQUE PLUS ÉLEVÉ DE DÉCLIN CLINIQUE

ÉCHANTILLON DE PATIENTS MIEUX CIBLÉ

AUGMENTATION DE LA PROBABILITÉ DE SUCCÈS DE L’ESSAI*

*Résumé présenté lors de la 13e conférence internationale Clinical Trials on Alzheimer’s Disease (CTAD), du 4 au 7 novembre 2020