NovAccess Global Inc. heeft een partnerschap aangekondigd met CKN Ventures Limited om de toegang tot klinische datasets in Zuidoost-Azië uit te breiden om therapeutica en behandelingsprotocollen te verbeteren en te versnellen. Deze samenwerking ondersteunt de nieuwe divisie Precision Medicine van NovAccess Global, die eerder deze maand van start is gegaan, om de meest uitgebreide verzameling therapeutica en behandelingsprotocollen te ontwikkelen met behulp van kunstmatige intelligentie (AI), Big Data en voorspellende technologieën. Met behulp van vooruitgang op het gebied van AI, beeldherkenning en voorspellende gegevenswetenschap zullen NovAccess Global en CKN Ventures samenwerken om de toegang tot relevante gegevensbronnen in Azië uit te breiden, waardoor de kwaliteit en impact van gelicentieerde databases zal verbeteren om patiëntgegevens te identificeren (fenotypisch, klinisch en genomisch) voor analyse met betrekking tot de ontwikkeling van therapeutische medicijnen en therapeutische behandelingsdoeleinden.

Therapeutische en behandelingsprotocolgegevens zullen op de markt worden gebracht aan externe farmaceutische en biotechnologische bedrijven, particuliere betalers, nationale/internationale gezondheidsagentschappen en zorgverleners en verzekeraars. NovAccess Global is ook van plan om AI binnen deze gegevenssets te gebruiken om de meest optimale antigenen te identificeren die gebruikt kunnen worden voor dendritische celvaccins. Antigenen zijn de moleculen die de immuunrespons op gang brengen, en ze moeten specifiek zijn voor tumorcellen en niet voor normale cellen.

AI kan de genomische en proteomische gegevens van tumorcellen analyseren en voor elke patiënt de meest geschikte antigenen vinden. NovAccess Global is ervan overtuigd dat AI kan helpen om de dosis en timing van dendritische celvaccins te optimaliseren. De dosis en timing van het vaccin kunnen de werkzaamheid en veiligheid van de behandeling beïnvloeden.

AI kan wiskundige modellen en algoritmen voor machinaal leren gebruiken om de optimale dosis en timing te voorspellen op basis van verschillende factoren, zoals de kenmerken van de patiënt, het tumortype en -stadium en de immuunstatus.