Onc.AI élabore des modèles d'IA qui analysent les tomodensitogrammes afin d'améliorer les décisions en matière de traitement du cancer et d'optimiser les essais cliniques pharmaceutiques. Leurs modèles approuvés par la FDA et désignés de percées aident les oncologues à choisir les traitements optimaux et à identifier les patients à risque élevé. Pour les sociétés pharmaceutiques, la technologie de Onc.AI facilite l'équilibrage des bras d'essai, la sélection des patients et l'analyse de la futilité, dans le but de réduire les taux d'échec élevés dans les essais en oncologie. Leurs modèles exclusifs d'apprentissage profond, validés par des données réelles et des partenariats avec de grandes sociétés pharmaceutiques, extraient des caractéristiques prédictives des tomodensitogrammes pour prévoir les résultats cliniques comme la survie globale, surpassant les méthodes traditionnelles.
Quel est le problème ?
À la clinique, les modèles d'IA approuvés par la FDA de Onc.AI aideront les oncologues médicaux à prendre de meilleures décisions pour leurs patients. Notre premier produit (en cours d'examen par la FDA) prend en charge la population de patients atteints de MNSCLC à taux élevé de PDL1 et aide les oncologues à choisir entre pembro et pembro+chimio à l'aide d'une tomodensitométrie initiale du patient. Notre modèle d'IA désignée par la FDA-Breakthrough utilise des tomodensitogrammes de base et de premier suivi pour identifier les patients à mauvais pronostic qui pourraient bénéficier d'un changement de stratégie de traitement, d'une surveillance accrue et d'une discussion patient-oncologue sur les objectifs du plan de traitement. Pour le secteur pharmaceutique, nos modèles d'IA peuvent être utilisés dans les essais de phase I à III pour diverses applications de développement clinique (équilibrage des bras d'essai au moyen d'une covariable d'imagerie, enrichissement, sélection des patients et analyse de futilité). Le modèle révolutionnaire d'IA de Onc.AI surpasse RECIST et la volumétrie tumorale pour ce qui est de prédire la survie globale, et présente un potentiel important en tant qu'outil de développement clinique en oncologie lorsque 70 % (50 %) des essais de phase II (III) échouent.
Quelle est leur solution ?
Onc.AI a mis au point une série de modèles exclusifs d'IA en apprentissage profond qui extraient automatiquement les caractéristiques prédictives et pronostiques des tomodensitogrammes diagnostiques recueillis régulièrement. Ces caractéristiques sont ensuite ajustées à un modèle de survie (risque proportionnel de Cox) et utilisées pour prédire les résultats cliniques les plus pertinents en oncologie (OS, PFS et TTP). Onc.AI déploie ses modèles au moyen d'une solution hébergée dans le cloud et dispose également d'une interface d'analytique et de visualisation, afin que les clients puissent visualiser et manipuler les données des patients grâce à la stratification des scores du modèle Onc.AI.
