Unlearn.AI, क्लिनिकल परीक्षण के लिए ‘डिजिटल ट्विन’ सेवा विकसित करने वाला स्टार्टअप, $50 मिलियन जुटाता है – Vanity Kippah

Written by Frank James

डिजिटल जुड़वाँ का विचार – कंप्यूटर मॉडल के साथ निर्मित लोगों का डिजिटल प्रतिनिधित्व – चिकित्सा अनुसंधान के लिए निजी और शैक्षणिक दोनों क्षेत्रों में जोर पकड़ रहा है। भविष्य कहनेवाला सिमुलेशन तकनीक के साथ, कुछ विशेषज्ञों का कहना है कि डिजिटल जुड़वाँ में बीमारी के लक्षण बनने से पहले स्वास्थ्य जोखिमों का आकलन करके स्वास्थ्य देखभाल में सुधार करने की क्षमता होती है, उदाहरण के लिए, चिकित्सकों को यह निर्धारित करने की अनुमति देता है कि कब (और यदि) हस्तक्षेप करना है।

एक भविष्य जहां डॉक्टर सबसे प्रभावी पाठ्यक्रम निर्धारित करने के लिए रोगियों के डिजिटल जुड़वाँ पर सभी संभावित उपचारों के प्रभावों का अनुकरण कर सकते हैं, वह निश्चित रूप से महत्वाकांक्षी है। यही कारण है कि Unlearn.AI, एक स्टार्टअप जिसने आज घोषणा की कि उसने सीरीज बी फंडिंग राउंड में $50 मिलियन जुटाए हैं, ने क्लिनिकल परीक्षण शुरू किया। अनलर्न का डिजिटल ट्विन उत्पाद परीक्षण में रोगियों की विशेषताओं को दोहराता है ताकि कंपनी एआई और ऐतिहासिक डेटा के संयोजन के आधार पर छोटे, तेज परीक्षणों को सक्षम करने का दावा कर सके।

“हम पहले किए गए नैदानिक ​​​​अध्ययनों की एक बड़ी संख्या से डेटा का उपयोग करते हैं। हमारा उत्पाद एआई मॉडल नहीं है – यह एक नैदानिक ​​​​परीक्षण है, ”सीईओ चार्ल्स फिशर ने ईमेल के माध्यम से Vanity Kippah को बताया। “वैक्सीन के विकास की प्रतीक्षा में” [during the pandemic] इसका मतलब है कि हर पत्रकार और सबसे जानकार उपभोक्ता नैदानिक ​​परीक्षणों में तेजी लाने और उन्हें सुरक्षित रूप से संचालित करने की आवश्यकता के बारे में दर्दनाक रूप से जागरूक हो गए … [While there] क्या ऐसी अन्य कंपनियां हैं जो वास्तविक दुनिया के डेटा का उपयोग करके परीक्षण को तेज या बेहतर बनाने में रुचि रखती हैं, क्या उनकी प्रौद्योगिकियों का उपयोग करने के लिए प्रत्यक्ष नियामक मार्ग के साथ कोई प्रत्यक्ष प्रतियोगी नहीं हैं [late-stage] क्लिनिकल परीक्षण।”

अनलर्न की स्थापना 2017 में फिशर, आरोन स्मिथ और जॉन वॉल्श – सभी प्रशिक्षित भौतिकविदों द्वारा की गई थी। तीनों ने लीप मोशन में एक साथ काम करते हुए मुलाकात की, जो अब निष्क्रिय स्टार्टअप है जो डेस्कटॉप और संवर्धित वास्तविकता हेडसेट के लिए गति सेंसर विकसित करता है।

फिशर, स्मिथ और वॉल्श ने एक ऐसी सेवा बनाने की मांग की जो “रोग-विशिष्ट” मशीन लर्निंग मॉडल बनाने के लिए रोगियों के नैदानिक ​​​​परीक्षणों से ऐतिहासिक डेटासेट को संसाधित कर सके, जिसका उपयोग संबंधित वर्चुअल मेडिकल रिकॉर्ड के साथ डिजिटल जुड़वाँ बनाने के लिए किया जा सकता है। ये डिजिटल जुड़वां रिकॉर्ड अनुदैर्ध्य होंगे – यानी, समय और पूरे सिस्टम में डेटा शामिल है – और इसमें जनसांख्यिकीय जानकारी, सामान्य परीक्षण परिणाम और बायोमार्कर शामिल हैं जो नैदानिक ​​​​परीक्षण में वास्तविक रोगी रिकॉर्ड के समान दिखते हैं।

मैं[Our] यह नैदानिक ​​परीक्षणों में तेजी लाने वाला नहीं था – यह शुद्ध मशीन लर्निंग रिसर्च था। लेकिन [I] फार्मास्युटिकल उद्योग में एक पृष्ठभूमि थी और यह जल्दी से स्पष्ट हो गया कि फार्मास्युटिकल विकास के लिए एक तकनीक के रूप में मशीन सीखने में कोई निवेश नहीं किया गया था। (फिशर पहले फाइजर में एक मुख्य वैज्ञानिक थे।) “[Unlearn] बातचीत के माध्यम से विकसित[s] दवा उद्योग के साथ। ”

अनलर्न अब के साथ काम करता है फार्मास्युटिकल कंपनियों, बायोटेक कंपनियों और अकादमिक शोधकर्ताओं को नैदानिक ​​परीक्षण में प्रत्येक रोगी के लिए डिजिटल जुड़वां पैदा करने के लिए। मछुआरे का कहना है कि डिजिटल ट्विन्स से प्राप्त परिणामों के समायोजन के बाद उपचार प्रभावों का अनुमान अधिक सटीकता के साथ लगाया जा सकता है।

कथित तौर पर अनलर्न की क्षमता तीन कंपनियों को उत्पाद पर शोध करने के लिए मनाने के लिए पर्याप्त थी, हालांकि फिशर केवल एक का नाम लेगा: मर्क केजीएए, डार्मस्टैड, जर्मनी (मर्क से अलग फार्मास्युटिकल इकाई)। फिशर ने कहा कि मर्क केजीए अपने यादृच्छिक नियंत्रित परीक्षणों में डिजिटल जुड़वाँ से भविष्यसूचक जानकारी को शामिल करने के लिए अनलर्न का उपयोग कर रहा है, जो पूर्व आशा छोटे नियंत्रण समूहों को सक्षम करेगा और सबूत उत्पन्न करेगा “इसकी इम्यूनोलॉजी पाइपलाइन में नियामक निर्णयों का समर्थन करने के लिए उपयुक्त है।”

यदि अनलर्न की डिजिटल ट्विन तकनीक विज्ञापित होने के साथ-साथ काम करती है, तो यह एक चिकित्सा उद्योग के लिए एक वरदान हो सकता है जो लंबे समय से नैदानिक ​​​​परीक्षणों से जुड़ी उच्च लागत और तार्किक चुनौतियों को निगलने के लिए मजबूर है। जॉन्स हॉपकिन्स के 2018 के एक अध्ययन के अनुसार, अमेरिकी खाद्य एवं औषधि प्रशासन द्वारा नई दवाओं के अनुमोदन का समर्थन करने वाले नैदानिक ​​परीक्षणों की औसत लागत $19 मिलियन है। ये नैदानिक ​​परीक्षण – जो चरणों में कई महीनों में होते हैं – वर्षों (औसतन, छह से सात) लग सकते हैं और अप्रत्याशित बाधाओं का सामना कर सकते हैं, जैसे योग्य प्रतिभागियों की कमी और प्रोटोकॉल में परिवर्तन।

लेकिन कई अध्ययन डिजिटल ट्विन तकनीक की सीमाओं के बारे में सवाल उठाते हैं, जैसे कि पक्षपाती डेटा सेट के लिए इसकी संभावित संवेदनशीलता। हाल ही में एक पेपर नोट करता है कि पूर्वाग्रह – उदाहरण के लिए, नैदानिक ​​​​परीक्षण डेटा में काले रोगियों के कम प्रतिनिधित्व के कारण – डिजिटल जुड़वाँ का उपयोग करके की गई भविष्यवाणियों की सटीकता को प्रभावित कर सकता है।

फिशर इस विचार पर विवाद करता है कि अनलर्न की तकनीक समझौता निर्णय लेने का कारण बन सकती है, जो कि एक मसौदा राय की ओर इशारा करती है यूरोपीय मेडिसिन एजेंसी (ईएमए) यह दर्शाता है कि चरण 1 और चरण 2 दवा परीक्षणों के प्राथमिक विश्लेषण के लिए डिजिटल जुड़वाँ का उपयोग किया जा सकता है। (ईएमए अमेरिकी खाद्य एवं औषधि प्रशासन के दवा भाग के लगभग समानांतर चलता है।)

“टीसवाल यह है कि क्या इस तकनीक के साथ क्लीनिकल ट्रायल में पक्षपात हो सकता है। यह गणितीय रूप से असंभव होगा।” विसर ने कहा। मैं[Moreover,] अनलर्न केवल सघन डेटा का उपयोग करता है और निजी डेटा तक उसकी कोई पहुँच नहीं होती है।”

नई पूंजी के साथ, अनलर्न के कुल को 69.85 मिलियन डॉलर तक लाने के लिए, कंपनी की योजना अपने 40-व्यक्ति कर्मचारियों की संख्या को दोगुना करने और बीमारी के नए क्षेत्रों में संचालन का विस्तार करने की है।

“नैदानिक ​​​​परीक्षण प्रौद्योगिकी उद्योग में एक बड़ी समस्या है: दवा कंपनियों को नई तकनीक पर संदेह है,” फिशर ने कहा। “बड़ी चुनौती उन्हें यह समझाने के लिए सबूत जुटा रही है कि नए दृष्टिकोण मूल्य प्रदान करेंगे जबकि अभी भी सबूत प्रदान करते हैं जिनका उपयोग नियामक प्रक्रिया में किया जा सकता है।”

इनसाइट पार्टनर्स ने अनलर्न की सीरीज़ बी में भाग लिया, जिसमें रेडिकल वेंचर्स और मौजूदा निवेशक 8VC, DCVC, DCVC बायो और मुबाडाला कैपिटल वेंचर्स भी शामिल थे।

About the author

Frank James

Leave a Comment