Unlearn AI
Unlearn AI 是一家專注於利用人工智慧與患者數字孿生技術優化臨床試驗的生物技術公司。其核心產品 TrialPioneer 平台透過建立高精度預測模型，協助研究團隊加速試驗設計、降低樣本量需求並提升決策品質，旨在解決臨床試驗成本高、週期長等行業痛點。
評分:
訪問官網5
臨床試驗 AI患者數字孿生TwinRCTs合成對照組AI 驅動臨床試驗設計TrialPioneer 平台降低臨床試驗成本罕見病臨床試驗解決方案
Unlearn AI 主要功能
提供名為 TrialPioneer 的一體化 AI 平台，支援從設計到分析的迭代工作流程
利用生成式 AI 模型建立患者數字孿生，預測對照組下個體患者的疾病自然進展
平台整合智慧檢索功能，自動整合文獻與監管先例以縮短資訊對齊時間
支援基於歷史資料進行臨床與統計假設驗證，評估試驗設計的可行性
提供情境模擬功能，建構可解釋的試驗設計情境並模擬不同參數的影響
透過數字孿生建立合成對照組，旨在減少傳統臨床試驗所需的對照組患者人數
平台方法融合疾病建模、貝葉斯預後協變量調整、生存分析等多種統計方法
解決方案提供雲端或本地化部署的靈活選擇，支援申辦方利用自有資料構建客製化模型
Unlearn AI 適用場景
在罕見病藥物研發中，當隨機化對照試驗不可行時，用於構建可靠的合成對照組以進行療效比較
研究團隊在設計新臨床試驗方案時，用於模擬不同終點、樣本量和入排標準對結果的影響
申辦方在回顧性分析中，使用符合監管要求的方法重新評估歷史試驗資料以挖掘新價值
在臨床試驗的期中分析階段，為是否繼續或終止試驗的決策提供數據支持
生物統計師驗證臨床假設時，利用平台整合的歷史數據進行統計效能評估
藥物研發團隊需要加速入組並縮短整體試驗週期時，採用數字孿生技術優化試驗設計
當需要降低臨床試驗成本時，探索透過減少對照組患者數量來優化資源分配
在神經科學、免疫學、代謝疾病等領域進行二期或三期臨床試驗的設計與優化
Unlearn AI 常見問題
QUnlearn AI 是什麼？
Unlearn AI 是一家利用人工智慧與患者數字孿生技術優化臨床試驗設計與效率的生物技術公司。
QUnlearn AI 的核心技術是什麼？
其核心技術是建立患者的數字孿生，即基於歷史資料生成、用於模擬未接受干預時疾病進展的高精度預測模型。
QUnlearn AI 的 TrialPioneer 平台主要有哪些功能？
TrialPioneer 平台主要集成智慧檢索、歷史資料驗證和試驗場景模擬功能，支援從設計到分析的迭代工作流。
Q使用 Unlearn AI 的數字孿生技術對臨床試驗有什麼潛在好處？
潛在好處包括可能減少對照組患者招募數量、縮短試驗週期、降低相關成本，並支持更數據驅動的試驗設計與決策。
QUnlearn AI 的技術目前主要應用於哪些疾病領域？
根據公開信息，其技術已應用於神經科學（如阿爾茨海默病、肌萎縮性側索硬化）、免疫學、代謝疾病、心血管等多個疾病領域。
QUnlearn AI 的解決方案如何部署？
解決方案提供靈活的部署選擇，支援申辦方利用自有資料在雲端或本地化環境中構建客製化的 AI 模型。
QUnlearn AI 的數字孿生方法獲得監管機構認可了嗎？
其 TwinRCTs™ 方法論已獲得歐洲藥品管理局（EMA）的有利資格意見，並被美國 FDA 認可。
Q哪些使用者或機構可能會使用 Unlearn AI 的平台？
主要面向製藥公司、生物技術公司研發與臨床團隊、學術研究機構以及負責臨床試驗設計與優化的契約研究組織（CRO）人員。