Unlearn

Unlearn: AI 기반 디지털 트윈으로 임상 시험 간소화

Unlearn이란 무엇인가? Unlearn은 인공 지능을 활용하여 임상 시험에 참여하는 환자의 디지털 트윈을 생성하는 회사입니다. 이러한 디지털 트윈은 광범위한 과거 임상 데이터를 기반으로 훈련된 질병 특이적 머신 러닝 모델을 사용하여 생성됩니다. Unlearn은 각 시험 참가자의 기준 데이터만 사용하여 미래의 모든 시점에서 비교할 수 없는 정확도로 임상 결과를 예측할 수 있습니다. 이러한 혁신적인 접근 방식은 제약 회사가 임상 개발을 가속화하고, 더 빠른 결정을 내리고, 시험 설계를 최적화하는 데 도움이 됩니다.

Unlearn은 어떻게 작동하는가?

Unlearn의 핵심 기술은 임상 시험에서 실제 환자의 행동과 예측 결과를 모방하는 디지털 트윈을 생성하는 데 중점을 둡니다. 작동 방식에 대한 분석은 다음과 같습니다.

1. 데이터 획득: Unlearn은 특정 질병과 관련된 방대한 양의 과거 임상 데이터를 활용합니다.
2. 모델 훈련: 질병 특이적 머신 러닝 모델은 이 과거 데이터를 기반으로 훈련됩니다.
3. 디지털 트윈 생성: 각 새로운 임상 시험 참가자에 대해 기준 데이터만 사용하여 디지털 트윈이 생성됩니다.
4. 결과 예측: 이러한 디지털 트윈은 미래의 모든 시점에서 임상 결과를 예측하므로 연구원은 모든 참가자 하위 그룹에 대해 예측된 결과를 탐색할 수 있습니다.

주요 기능 및 이점

• 가속화된 시험 일정: 추가 참가자 없이 효능을 유지하거나 향상시키는 더 작은 규모의 무작위 대조 시험(RCT)을 설계하고 실행합니다. 이 접근 방식은 EMA의 자격을 충족하며 현재 FDA 지침과 일치합니다.
• 더 빠른 의사 결정: 모든 시점에서 측정된 모든 임상 결과에 대해 모든 참가자 하위 그룹의 예측 결과를 탐색합니다. 이 기능은 시험 전반에 걸쳐 중간 분석 및 기타 중요한 결정을 지원합니다.
• 시험 설계 최적화: 디지털 트윈을 사용하여 포함/제외 기준 및 임상적 종점을 개선하여 성공 가능성이 더 높은 효율적인 시험을 가능하게 합니다.

실제 결과

Unlearn의 기술은 임상 개발을 가속화하는 데 상당한 잠재력을 보여주었습니다. 대략적인 결과는 다음과 같습니다.

• 대조군 규모 축소
• 등록 시간 절약

Unlearn은 신경 과학, 면역학 및 대사 질환과 같은 분야에서 활동하고 있으며 AbbVie, remynd 및 Trace Neuroscience와 파트너십을 맺고 있습니다.

Unlearn은 누구를 위한 것인가?

Unlearn은 주로 다음을 위해 설계되었습니다.

• 제약 회사: 약물 개발을 가속화하고 비용을 절감합니다.
• 생명 공학 회사: 임상 시험 설계를 최적화하고 성공 가능성을 높입니다.
• 연구원: 질병 진행 및 치료 효과에 대한 더 깊은 통찰력을 얻습니다.

왜 Unlearn을 선택해야 하는가?

• AI 기반 정밀도: Unlearn의 디지털 트윈은 임상 결과 예측에서 비교할 수 없는 정밀도를 제공합니다.
• 규제 준수: Unlearn의 접근 방식은 EMA의 자격을 충족하며 현재 FDA 지침과 일치합니다.
• 전략적 파트너십: Unlearn은 주요 바이오 제약 회사와 협력하여 실제 임상 시험에 기술을 적용합니다.

AI에서 생성된 디지털 트윈을 활용함으로써 Unlearn은 임상 시험을 혁신하고, 더 많은 정보에 입각한 승인/미승인 결정을 내리고, 리소스를 절약하고, 가장 유망한 치료법을 신속하게 추적합니다.

과학적 증거

Unlearn은 과학 회의에 적극적으로 참여하고 연구 결과를 발표합니다. 예를 들어 AAIC 2025에서 AI에서 생성된 디지털 트윈에 대해 발표했고 AD/PD Vienna 2025에서 AbbVie와 함께 파킨슨병 임상 시험에서 등록을 가속화하기 위한 머신 러닝 모델에 대해 발표했습니다.

Unlearn 사용 방법

Unlearn이 귀하의 연구를 어떻게 지원할 수 있는지 알아보려면 해당 웹사이트를 통해 문의하십시오. 해당 팀은 디지털 트윈이 귀하의 임상 시험 설계 및 의사 결정 프로세스에 미칠 수 있는 잠재적 영향을 평가하는 데 도움을 줄 수 있습니다.

Unlearn은 임상 시험 방법론의 중요한 발전을 나타내며 약물 개발을 가속화하고 환자 결과를 개선하기 위한 데이터 기반 접근 방식을 제공합니다. AI 기반 디지털 트윈은 임상 시험 프로세스를 최적화하려는 연구원과 제약 회사에게 강력한 도구를 제공합니다.