Life Science
De plus en plus de sociétés biopharmaceutiques recherchent un partenaire de solutions d’imagerie alimentées par l’IA. Ces solutions peuvent prédire quels patients vont répondre à un médicament, trouver les bons candidats pour les études cliniques, stratifier les patients présentant différents risques et accélérer les programmes de mise au point de médicaments.
Applications
Oncologie
Nos méthodes d’IA axées sur une approche agnostique sont appliquées à chaque étape des programmes de conception de médicaments. Dans un premier temps, nous appliquons nos techniques d’IA pour harmoniser la qualité des images entre les hôpitaux et les modèles de scanners, puis nous procédons à la détection automatisée des organes et des lésions. La caractérisation des tissus permet ensuite d’extraire un profil basée sur les caractéristiques radiomiques et profondes les plus pertinentes. Ces caractéristiques sont ensuite utilisées pour développer des modèles prédictifs de la croissance tumorale, de la réponse au traitement, de la survie globale, de la survie sans récidive, ainsi que de nombreux autres résultats cliniques pour le patient.
Immunologie
Nos outils basés sur l’IA fournissent aux patients un diagnostic précoce des maladies rhumatismales grâce aux principales modalités d’imagerie. Nous accompagnons la transformation numérique des indications thérapeutiques, tant durant les phases de développement des médicaments qu'après leur autorisation, en offrant une solution intégrée destinée aux professionnels de santé.
Neuroscience
Nous appliquons nos méthodes basées sur l’IA pour la segmentation et la quantification automatisées des tissus cérébraux et des lésions anormales. Nous évaluons les différences de volume des régions cérébrales dans les maladies neurodégénératives et inflammatoires et dans les troubles métaboliques, en extrayant des biomarqueurs d’imagerie de substitution.
Hématologie
Nous proposons des méthodes de segmentation automatisée des lésions et des organes dans les examens PET/CT du corps entier. Les scénarios cliniques les plus fréquents sont le lymphome et le myélome multiple, en extrayant des caractéristiques au niveau des lésions, qui, combinées au niveau du patient, peuvent aider à prédire la réponse au traitement dans les thérapies standard ou avancées ainsi que d'autres phénomènes comme le syndrome de libération de cytokines (CRS) ou le syndrome de neurotoxicité associé aux cellules effectrices immunitaires (ICANS) dans les thérapies cellulaires telles que les thérapies par cellules T à récepteur d'antigène chimérique (CAR-T).
Études de cas
-

Oncologie
Prédiction de la rechute métastatique chez les patients atteints d'un cancer de la prostate localisé à risque intermédiaire/élevé à partir d'images médicales de stadification et de variables cliniques (étude PROVIDENCE)
En savoir plus
-

Immunologie
Prédire les résultats de l’immunothérapie chez les patients atteints d’un CBNPC avancé
En savoir plus
-

Immunologie
Prédire la réponse à l'immunothérapie dans les tumeurs solides avancées à l'aide de caractéristiques d'imagerie quantitative extraites des tomographies par émission de positons (TEP) immunitaires
En savoir plus
-

Immunologie
Oncologie
Informer les stratégies de stratification des patients pour une étude pivot d'immunothérapie du cancer métastatique de la prostate
En savoir plus
-

Immunologie
Renforcer la stratification du risque de neuroblastome grâce à des algorithmes d'IA
En savoir plus
-

Immunologie
Oncologie
Développement d'un outil basé sur la radiomique pour prédire la réponse pathologique complète (pCR) à la chimiothérapie néoadjuvante dans le cancer du sein
En savoir plus
-

Hématologie
Oncologie
Prédire la survie, la neurotoxicité et la réponse chez les patients atteints de lymphome à cellules B traités par thérapie CAR-T à l’aide d’un modèle basé sur les caractéristiques d’imagerie
En savoir plus
-

Oncologie
Modèle clinique-radiomique basé sur la tomodensitométrie pour prédire la progression et favoriser l'applicabilité clinique dans le cancer de la tête et du cou localement avancé
En savoir plus
-

Hématologie
Oncologie
Valeur pronostique des altérations génétiques et des caractéristiques d’imagerie TEP/TDM au 18F-FDG pour le lymphome diffus à grandes cellules B
En savoir plus
Articles associés
-

Des images aux informations: le PSMA-PET quantitatif couplé à l'IA dans les essais cliniques sur le cancer de la prostate
En savoir plus
-

Comprendre l'harmonisation des images IRM
En savoir plus
-

Le potentiel de l’intelligence artificielle dans le développement de médicaments et les essais cliniques
En savoir plus
Vous voulez suivre notre actualité?
En cliquant sur Envoyer, vous acceptez la politique de confidentialité et les mentions légales du site Web Quibim.