计划临床试验的评分：比较临床试验的计划设计，并对其进行优化以提高成功率
历史和正在进行的临床试验数据库：寻找推动制药行业发展的关键临床试验，按照成功概率（PoS）对其进行分类，并研究成功临床试验的设计
临床试验结果评分：能够使用简单的数据驱动 PoS 指标分析各项试验的表现
生成综合报告：根据组学数据、药物结构、试验方案、临床前数据、发表文献、资助和专利的输入信息生成定制报告，包含 PoS 和特征对概率的影响
历史和正在进行的临床试验数据库：寻找推动制药行业发展的关键临床试验，按照成功概率（PoS）对其进行分类，并研究成功临床试验的设计
临床试验结果评分：能够使用简单的数据驱动 PoS 指标分析各项试验的表现
生成综合报告：根据组学数据、药物结构、试验方案、临床前数据、发表文献、资助和专利的输入信息生成定制报告，包含 PoS 和特征对概率的影响
核心功能
目标客户和使用案例
-
医药基金的买方分析师- 寻找可投资的资产
- 投资组合风险减低
-
制药公司的 BD&L 高管- 并购、许可和合作的技术尽职调查
- 医药投资组合风险减低
- 竞争分析
-
临床研究者和开发人员- AI 优化试验设计 - 试验终点、研究中心、入组资格
- 一般危险信号研究
- 对失败项目进行事后分析，以期重新启动
inClinico 用于药物管线尽职调查
多模态数据驱动的先进人工智能建模平台
- 专有的 ML 算法，用于信息提取和数据协调
- 全面协调整合公共数据
- 先进的 NLP 系统，持续收集业界专家的反馈
- 来自 CRO 的大量临床前数据
- 基于不同模式的成功概率
- 对预测结果的详细解释
- 全行业成功率分析
单独临床试验报告
列出药物研发领域基准加速因素的总结报告
- 临床试验按成功概率排序
- 报告涵盖临床试验申办方及其财务详情
- 利用推导出的概率更精确地估算 NPV，为许可和投资决策提供信息
inClinico 用于优化临床试验设计
inClinico 从临床试验方案中提取有意义的表述
- 试验结构——设盲、随机化和队列
- 患者纳入标准
- 试验终点
- 临床研究中心信息
获得关于临床方案细节影响的交互式报告
- 哪些细节对模型预测最为重要
- 精确量化每个特征以及特征组的影响
获得可行见解，了解如何改变临床方案可提高成功概率
- 模拟不同设计并获取详情报告
- 根据专业知识和基于数据的建议选择最佳设计
数据源
-
500 万
组学数据样本科学界生成的全套转录组学、基因组学、表观基因组学、蛋白质组学、单细胞数据 -
3000 万
篇发表文献已发表的生物医学研究成果 -
300 万
资助生命科学研究资助 -
380 万
项专利涉及生命科学行业的专利。 -
34.2 万
项临床试验探索与临床试验设计相关的额外知识 -
1.3 万
种药物从 I 期临床试验到上市阶段的药物
合作
2020 年 10 月 15 日
2020 年 4 月 27 日
2020 年 4 月 14 日
2020 年 3 月 16 日
2020 年 1 月 14 日
inClinico 前瞻性验证
2022 年 7 月
2020 年 6 月
2020 年 4 月
波士顿
1000 Massachusetts Avenue, Suite 126
Cambridge, MA 02138
Cambridge, MA 02138
纽约
Insilico Medicine
Park Avenue South
NY, NY, Suite 010, 10010
Park Avenue South
NY, NY, Suite 010, 10010
蒙特利尔
1250 René-Lévesque Ouest,
Suite 3710, Montréal, Québec,
Canada H3B 4W8
Suite 3710, Montréal, Québec,
Canada H3B 4W8
阿布扎比
Level 6, Unit 08, Block A, IRENA HQ Building Masdar City, Abu Dhabi, United Arab Emirates
上海
上海市浦东新区金科路 2889 弄长泰广场 C 座 9 楼
台北
台湾省台北市信义区基隆路一段 333 号 1303 室
香港
香港新界白石角香港科学园第二期 8W 座 3 楼 310 室
This website uses cookies to ensure you get the best experience