Unlearn AI
Unlearn AI は、人工知能と患者のデジタルツイン技術を活用して臨床試験を最適化するバイオテクノロジー企業です。主要製品である TrialPioneer プラットフォームは、高精度な予測モデルを構築し、試験設計の迅速化、必要症例数の削減、意思決定の質向上を支援し、臨床試験の高コスト・長期化という業界課題の解決を目指します。
評価:
ウェブサイトを訪問5
臨床試験 AI患者のデジタルツインTwinRCTs™合成対照群AI駆動 臨床試験デザインTrialPioneer臨床試験 コスト削減希少疾患 臨床試験 ソリューション
Unlearn AIの機能
TrialPioneer と呼ばれる統合型AIプラットフォームを提供し、試験設計から解析までの反復ワークフローをサポートします。
生成AIモデルを用いて患者のデジタルツインを構築し、介入がない場合の個別患者の疾患経過を高精度に予測します。
プラットフォームにインテリジェントな情報検索機能を統合し、文献や規制事例を自動で集約して情報整合にかかる時間を短縮します。
過去データに基づく臨床および統計的仮説検証を支援し、試験設計の実現可能性を評価します。
説明可能な試験シナリオを構築するシミュレーション機能により、各種パラメータが結果に与える影響を可視化します。
デジタルツインを用いて合成対照群を作成し、従来の臨床試験で必要とされる対照患者数の削減を目指します。
疾病モデリング、ベイズによる予後共変量調整、生存解析など複数の統計手法を統合したアプローチを採用しています。
ソリューションはクラウドまたはオンプレミスで柔軟に導入可能で、スポンサーが自社データを用いてカスタムモデルを構築できるよう支援します。
Unlearn AIの使用例
希少疾患の治療開発でランダム化対照試験が実行困難な場合に、信頼できる合成対照群を構築して有効性を比較する。
新規臨床試験の設計時に、異なるエンドポイント、症例数、選択基準が結果に与える影響をシミュレーションする。
スポンサーがレトロスペクティブ解析で規制要件に準拠した手法を用いて過去試験データを再評価し、新たな知見を抽出する。
治験の中間解析フェーズで、継続または中止の判断を支えるデータを提供する。
統計担当者が臨床仮説を検証する際に、プラットフォームで統合した過去データを使って統計的検出力（エフィカシー）を評価する。
開発チームが被験者登録を加速し試験全体の期間を短縮したい場合に、デジタルツインで試験設計を最適化する。
臨床試験コストの削減が求められる際に、対照群患者数の削減を通じたリソース最適化を検討する。
神経科学、免疫学、代謝性疾患などの領域でフェーズII／III試験の設計・最適化に活用する。
Unlearn AIに関するよくある質問
QUnlearn AI 是什么？
Unlearn AI は、人工知能と患者デジタルツイン技術を用いて臨床試験の設計と効率を最適化するバイオテクノロジー企業です。
QUnlearn AI 的核心技术是什么？
中核技術は患者のデジタルツインの作成で、過去データに基づき介入がない場合の疾患経過をシミュレートする高精度のAI予測モデルを構築します。
QUnlearn AI 的 TrialPioneer 平台主要有哪些功能？
TrialPioneer プラットフォームは、インテリジェント検索、過去データによる検証、試験シナリオのシミュレーションなどを統合し、設計から解析までの反復ワークフローを支援します。
Q使用 Unlearn AI 的数字孪生技术对临床试验有什么潜在好处？
期待される利点には、対照群患者数の削減、試験期間の短縮、関連コストの低減、よりデータ駆動な試験設計と意思決定の支援などがあります。
QUnlearn AI 的技术目前主要应用于哪些疾病领域？
公開情報によれば、神経科学（アルツハイマー病、筋萎縮性側索硬化症）、免疫学、代謝性疾患、心血管領域などで適用されています。
QUnlearn AI 的解决方案如何部署？
ソリューションはクラウドまたはオンプレミスでの柔軟な導入に対応しており、スポンサーが自社データを活用してカスタムモデルを構築できるように設計されています。
QUnlearn AI 的数字孪生方法获得监管机构认可了吗？
会社情報によれば、TwinRCTs™ 方法論は欧州医薬品庁（EMA）から有利な適格性意見を得ており、米国FDAにも認識されています。
Q哪些用户或机构可能会使用 Unlearn AI 的平台？
主な利用者は、製薬会社やバイオテクノロジー企業の研究・臨床チーム、学術研究機関、ならびに臨床試験の設計・最適化を担当するCRO（受託研究機関）です。