user-avatar
Reuters

Le aziende di AI eseguono trial farmacologici virtuali per aumentare le probabilità di successo degli studi sull’uomo

Riepilogo di mercato AI
Il rapporto evidenzia il crescente utilizzo di simulazioni di trial clinici virtuali basate sull'IA per effettuare uno screening dei candidati farmaci e ridurre il rischio di fallimenti nelle fasi avanzate. Sebbene un'adozione diffusa potrebbe ridurre i costi di R&S e migliorare l'efficienza della pipeline in tutto il settore biotech e farmaceutico, le evidenze restano contrastanti, con mancate corrispondenze rilevanti in trial di alto profilo. L'impatto sul mercato nel breve termine sarà probabilmente incrementale, influenzando l'attenzione degli investitori sulla produttività della R&S, sulla valutazione del rischio dei trial e sulla due diligence nelle operazioni di M&A.
Livello dell'impatto
● Basso
Asset interessati
NCSKMRNA2USD/USDT+4.17%
Approfondimenti AI · NCSKMRNA2USD/USDTApprofondimenti AI
● Neutrale
Fai subito trading
⚠️ Le analisi generate dall'AI si basano sui contenuti delle notizie e sono forniti esclusivamente a scopo informativo. Non costituiscono consulenza in materia di investimenti né rappresentano le opinioni di BingX. Investire comporta rischi. Fai trading in modo responsabile.
Alcune aziende di intelligenza artificiale stanno conducendo sperimentazioni virtuali per stimare come reagirebbero pazienti “digitali” a farmaci sperimentali, con l’obiettivo di ridurre i fallimenti negli studi clinici tradizionali. BioinvestGPT afferma di aver simulato in luglio la risposta a deldesiran e di aver previsto un beneficio clinico non significativo, prima che Novartis comunicasse l’esito negativo in uno studio tardivo. In un altro caso, la società dice di aver sbagliato nel prevedere risultati positivi per pelacarsen di Novartis, spiegando che l’errore derivava da un’interpretazione incompleta del meccanismo. Takeda ha indicato che il bersaglio TYK2 è stato individuato tramite analisi genetiche umane e che il machine learning è stato usato per ottimizzare la struttura di una pillola giornaliera.