技术公司 Unlearn 正与 APST Research 合作，创建数字孪生以支持肌萎缩侧索硬化症（ALS）的临床试验。APST 数据库中超过8000名 ALS 患者的临床数据将被输入到 Unlearn 的数字孪生生成器（DTG），这是一个人工智能平台，可以创建每个患者的数字副本。
数字孪生支持从设计和规划到执行和分析的整个临床试验过程。通过使用大量已完成的临床数据来训练机器学习模型，该公司可以在个体水平上预测数字孪生在接受对照治疗时的结果。这可以通过比传统试验设计更小的对照组来增加统计功效，识别具有不同治疗反应的亚组，并添加模拟比较组。
“我们改进和交付临床试验参与者的数字孪生的能力取决于我们数据的质量，”Unlearn 首席执行官 Steve Herne 在发给《ALS 新闻今日》的公司新闻稿中表示，“这次与 APST 的合作不仅建立了长期合作伙伴关系，还为我们提供了最强大的 ALS 数据集。我们将通过显著缩短研究时间来推进对抗 ALS 的斗争。”
ALS 是一种进行性神经退行性疾病，其特征是运动神经元的丧失，这些特殊的神经细胞控制着肌肉运动、说话、吞咽和呼吸。ALS 的标志性症状是肌肉无力，通常首先影响身体的一部分，然后逐渐扩散并变得更加严重。患者早期就会失去执行日常任务的能力，随着时间的推移，可能会出现瘫痪，影响呼吸能力。
虽然有一些疗法可以减缓疾病进展并延长生存期，但它们的益处有限，仍需更多研究以改善患者的长期预后。
除了将 APST 数据整合到 DTG 中，Unlearn 和 APST 还计划发布研究报告，报告数字孪生技术及其应用的进展。Unlearn 还将向 APST 提供研究参与者的数字孪生，以支持进一步的研究并增强数据集的实用性。
“这次合作标志着 APST 数据集首次被授权，创造了一个独特的机会，可以对 ALS 临床试验产生积极影响，”APST 创始人 Thomas Meyer 博士表示，“通过与 Unlearn 合作，我们可以加速研究项目和临床试验，使我们更接近对 ALS 的全面理解，并为 ALS 患者带来潜在的突破。”
(全文结束)
