藥明康德AI/報道
日前，一家名為Unlearn.AI的臨床試驗軟件設計公司宣佈，其機器學習平臺基於阿爾茨海默病（AD）疾病模型成功創建數字孿生（Digital Twins），從而加速阿爾茨海默病藥物開發的進程，降低臨床前試驗失敗的風險，最終提高藥物臨床試驗的成功率。在聖地亞哥舉行的阿爾茨海默病臨床試驗會議（CTAD）上，該公司研究人員展示了他們的最新研究成果，AI可以提供患者數字病例記錄，從而補充阿爾茨海默病臨床試驗中的實際對照患者。
什麼是數字孿生？它是指，充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命週期過程。簡單來說，就是在虛擬空間中創造出真實空間的物理產品。這個“雙胞胎”不僅與它真實空間中的孿生兄弟形似，能模擬產品的實際運行，而且還能通過安裝在產品上的傳感器反饋回來的數據，反映產品的運行狀況。
通常來說，獲得新藥審批需要有效的臨床試驗數據，臨床試驗數據的獲取則依賴於受試者，而受試者的招募問題卻一直是一項挑戰，Unlearn.AI的機器學習平臺通過創建“數字雙胞胎”則正是為了解決患者招募這一挑戰。在這項研究中，“數字雙胞胎”便是由計算機根據綜合全面的患者數據從而生成的虛擬電子健康記錄。
該公司專有的DiGenesi系統則彙集了數萬名患者的歷史臨床試驗數據集，結合機器學習模型和嚴格的統計分析，從而創建“數字雙胞胎”，研究人員將其作為臨床試驗中的智能對照組（Intelligent Control Arms）。
為獲得大量多樣的阿爾茨海默病對照試驗數據樣本，研究人員通過16個歷史臨床試驗的對照方法，從約5,000名患有早期至中期的阿爾茨海默病的患者人群中獲取了其臨床治療路徑（CPAD）的記錄。在18個月內，模型一共捕獲了與阿爾茨海默病有關的50個臨床變量，並加以分析，從而得出這些臨床變量與AD的關係，以方便跟蹤疾病的進展。
Unlearn.AI創始人兼首席執行官Charles K.Fisher博士對此表示：“最新的發現進一步驗證了機器學習平臺的能力以及其潛力，它大大縮短了針對阿爾茨海默病所展開的新藥臨床試驗進程。目前，AD新藥的研發遭遇了種種‘不順’，然而我們的AI則可以幫助減輕新藥研發人員在開發藥物時的負擔，從而加速臨床試驗。”
對於Unlearn.AI來說，在機器學習平臺成功創建數字孿生是其智能臨床試驗軟件獲得成功的“基石”。人們通常藉助AI、大數據等此類先進技術，將真實世界所發生的一切以數字的形式展現，從而產生更多洞見，但Unlearn.AI公司所創建的數字孿生，則更是一次“逆向思維的壯舉”。只有帶有迴路反饋的全生命追蹤，才是真正的全生命週期概念，這樣也便能保證數字世界與真實世界的一致性。
智能，首先需要感知、建模，然後才是分析推理。如果沒有數字孿生對現實生產體系的準確模型化描述，所謂的智能系統也就是無源之水，無法落實。這或許就是數字孿生對智能系統的意義所在了。
本文由藥明康德AI整理編譯來源：businesswire.com
[1] Unlearn.AI Announces Results Generated from First-of-its-Kind Machine Learning Platform to Accelerate Alzheimer’s Drug Development Retrieved Dec 9, 2019from https://www.businesswire.com/news/home/20191207005014/en
[2] “數字孿生”有什麼用？Retrieved Dec 9, 2019 fromhttps://baijiahao.baidu.com/s?id=1636951740866596125&wfr=spider&for=pc &https://www.jiemian.com/article/3199226.html
[3] Generating Digital Control Subjects using Machine Learning for Alzheimer's Disease Clinical Trials (CTAD 2019) Retrieved Dec 9, 2019 from https://www.unlearn.health/publications/generating-digital-control-subjects-using-machine-learning-for-alzheimers-disease-clinical-trials
[4] Fisher, C.K., Smith, A.M., Walsh, J.R. et al. Machine learning for comprehensive forecasting of Alzheimer’s Disease progression. Sci Rep 9, 13622 (2019) doi:10.1038/s41598-019-49656-2
[5]https://baike.baidu.com/item/%E6%95%B0%E5%AD%97%E5%AD%AA%E7%94%9F/22197545?fr=aladdin
閱讀更多 醫學新視點 的文章
