CODExでは、新型コロナウイルス感染症を含む、様々な免疫疾患のデータベースを提供しています。
臨床試験チームは、業界のデータによれば不利な状況であるにもかかわらず、より迅速な技術革新を迫られています。例えば、90%の化合物が十分な安全性と有効性を実証できていません。サターラのCODEXは、この問題を解決するために開発されました。CODEXは、専門家がキュレーションしたデータベースを強力なAIとデータコネクティビティと組み合わせることで、臨床試験チームが試験デザインを改善し、結果を予測するために必要な洞察を提供します。
免疫学、腫瘍学、代謝性疾患、中枢神経系疾患などの治療領域にまたがる60 を超える適応症データセットの広範なライブラリにアクセスすることで、これまでにないデータ駆動型の意思決定の力を活用することができます。メタ分析タスクのために社内データをシームレスに統合し、最先端のAI搭載ドキュメント抽出ツールを活用して、お客様独自の要件に合わせたカスタムデータセットを簡単に作成できます。当社の革新的なプラットフォームCODEXで、データ主導の発見の新時代を体験してください。
コーデックスの詳細CODExの緑内障データベースには、140件以上の試験から収集された30,000名以上の患者データが保存されています。
アルツハイマー病のデータベースには、アミロイドβ阻害薬に加えて、症状改善薬(Symptomatic drugs)に関する臨床安全性と有効性の情報が蓄積されています。
横並びの臨床試験全般にわたるAIを活用した解析
人工知能(AI)は、CODEX臨床試験探索プラットフォームの機能を拡張します。強力なディープラーニングAIモデル群を特徴とするCODEXは、臨床結果データベースに関連する内部および外部のコンテンツソースから、ユーザーが迅速に検索、特定、洞察を抽出することを可能にします。臨床試験担当者は、治療効果と安全性に関してより良い結論を導き出し、臨床試験の結果を予測し、新たな試験を計画することができます。
- 発表されたリサーチ、CSR、スキャンされたドキュメント、プレスリリースなど、構造化および非構造化データから洞察をすばやく特定
- 自然言語処理を使用して、構造化されていない文献から関連するデータポイントをクエリおよび抽出し、臨床転帰データセットを拡張
- 外部公開データを利用し、内部ソースのデータを統合 - すべてを1つのプラットフォームで実現
- 非構造化コンテンツを構造化データセットに変換するコード不要の分析ツール
解析可能な臨床アウトカムデータ
CODExのデータベースには、開発中の新薬の他、上市済みの医薬品データも蓄積されています。これらのデータは、学術誌や学会のポスター、規制当局の審査資料、規制当局の臨床試験ウェブサイト(例:clinicaltrials.gov)などから収集されています。
公開されている臨床試験データを最大限有効活用することで、以下にような知見をお客様の開発計画に提供します。
- 競合品との有効性および安全性の比較
- 影響を受ける母集団と臨床試験の特性
- バイオマーカーとアウトカムの関係性 · 臨床試験デザインの最適化
- 商業的成功可能性の評価
データの可視化、探索、解析、説明
CODEXは、直感的でインタラクティブなウェブベースのグラフィカル・インターフェースで、公共および独自の臨床結果データの本当の価値をわかりやすく表示します。このインターフェースを活用すれば、重要な研究開発の質問に対する回答を視覚化、探索、解析し、広範なオーディエンスに情報提供することが簡単にできます。
- フィルター機能を用いた容易なデータサブセットの抽出
- メタ解析に対応したインタラクティブな図表の生成
- データベース更新情報の通知
- お客様固有のご要望に応じた格納データのカスタマイズ
60以上の適応症をサポート
心血管および代謝疾患: 心房細動による心原性脳塞栓症の予防、慢性腎疾患、心不全、非アルコール性脂肪性肝炎、肥満、脳梗塞2次予防、1型糖尿病および2型糖尿病など
免疫疾患: クローン病、多発性硬化症、乾癬、関節リウマチ、全身性エリテマトーデス、潰瘍性大腸炎、アトピー性皮膚炎など
悪性腫瘍: 転移性乳がん、多発性骨髄腫、非小細胞肺がん、非ホジキンリンパ腫、小細胞肺がん、固形腫瘍に対するPD-(L)1経路阻害など
中枢神経疾患、疼痛、その他: アルツハイマー病、加齢黄斑変性、喘息、慢性疼痛、新型コロナウイルス感染症、嚢胞性線維症、緑内障、B型肝炎ウイルス、C型肝炎ウイルス、特発性肺線維症、大鬱病性障害、片頭痛、ナルコレプシー、骨粗鬆症、統合失調症など
治療戦略や試験デザイン、医薬品開発の意思決定の最適化を目的としたモデリング&シミュレーション手法の応用研究に長年取り組んでいます。世界有数のモデルに基づくメタ解析のエキスパートとして広く知られています。様々な論文や書籍を執筆し、その学術的貢献に対して複数の表彰を受けています。
サターラでは、Matthew Zierhut博士が、モデルに基づくメタ解析(model-based meta-analysis:MBMA)により、 外部の集積された臨床試験データを開発の意思決定および商品化・規制戦略に統合することを推進しています。Mattは臨床開発チームと密接に連携し、最も重要な意思決定を行う際にMBMAが最適な効果を発揮するよう、活用しています。
Nick Brownは、ライフサイエンスに特化したGPTプラットフォームであるサーターラ.AIのグローバル・ポートフォリオ・リーダー、ディレクターです。ライフサイエンス、連邦政府、その他の業界において、AIの導入と顧客の成功を促進した10年以上の経験があります。Certara入社前は、旧Vyasa (現Certara.AI) でマーケティングを担当し、Layarデータプラットフォームの立ち上げと市場戦略を支援しました。Nickはニューハンプシャー大学を卒業しました。