Frühzeitige Erkennung von Nebenwirkungen durch KI-gestützte Videoanalyse
Der Kunde
Herausforderung
Die Zusammenarbeit fokussierte sich darauf, video-basierte Verhaltensanalysen in den frühen Phasen der Arzneimittelentwicklung KI-unterstützt auszuwerten. Im Zentrum standen dabei präklinische Sicherheitsstudien an Nagern zur frühzeitigen Erkennung unvorhergesehener Nebenwirkungen. Die Studien sind gesetzlich vorgeschrieben und dienen dem Schutz der Teilnehmer:innen in den nachfolgenden klinischen Studien.
Die Sicherheitsanalysen erzeugen große Videodatensätze vom Verhalten der Nager, die zuvor für wenige Verhaltensparameter analysiert werden konnten. Um die Effizienz und Genauigkeit der Studien zu steigern, suchte Boehringer Ingelheim über einen öffentlichen Aufruf auf seiner Open Innovation Plattform opnMe.com nach einem Forschungspartner, um eine KI-gesteuerte Applikation zur Analyse dieser Verhaltensmuster zu entwickeln.
Lösung
Unter 27 Teilnehmenden, die an dem Aufruf teilgenommen haben, konnte Merantix Momentum ein Komitee aus Datenwissenschafts- und Pharmakologie-Experten mit einem benutzerzentrierten und technologisch fundierten Ansatz überzeugen, der menschliche Kontrolle in den Vordergrund stellt. Im Rahmen der gemeinsamen Forschungsarbeit entwickelte Merantix Momentum eine Softwarelösung zur Kennzeichnung und Analyse des Verhaltens von Nagern im Rahmen sicherheitsrelevanter Testungen potentieller neuer Arzneimittelkandidaten.
Mit fortschrittlichen Computer-Vision-Techniken werden neue Bewegungsmuster identifiziert und bekannte Verhaltensweisen klassifiziert. Das Tool bietet neue Möglichkeiten, Verhaltensmuster zu untersuchen und detaillierte Analysen zu möglichen substanzbedingten Effekten durchzuführen. Zusätzlich verwendet die Lösung einen “Active Learning” Ansatz, um das Modell kontinuierlich durch effizientes Lernen aus Benutzerinteraktionen zu verbessern.
Ergebnisse & Auswirkungen
Accuracy: Mehr als 20 neue Verhaltensweisen werden mit einer Genauigkeit von 87% klassifiziert und auffälliges oder unklares Verhalten wird hervorgehoben, was zur Erkennung potenzieller Nebenwirkungen beiträgt.
Autonomy: Dank des Active Learning-Ansatzes waren die Wissenschaftler*innen in der Lage, die Anzahl der erkannten Verhaltensweisen zu verzehnfachen und das Machine Learning-Modell ohne Unterstützung durch Machine Learning-Entwickler*innen zu verbessern.
Acceleration: Neue Sicherheitsstudien können innerhalb eines Tages analysiert werden, während die Detektion dieser zusätzlichen Verhaltensparameter zuvor nicht möglich war.
Die Zusammenarbeit mit Boehringer Ingelheim verbessert die Analyse und Interpretation vorgeschriebener Sicherheitsstudien und trägt damit zur Arzneimittelsicherheit in der Forschung und Entwicklung neuartiger Arzneimittel bei. Der Einsatz fortschrittlicher KI-Tools hat die Effizienz der Auswertung erheblich gesteigert und neue, zuvor nicht zur Verfügung stehende Analysen ermöglicht. Diese Fortschritte tragen zu einer schnellen und sicheren Bereitstellung neuer Therapien auf dem Markt bei.
Read more about our work in our paper, that we published at ICML 2024 and Measuring Behaviour 2024.
20+
87%
10x
Überblick
- Biopharmazeutisches Unternehmen für Human- und Tiergesundheit
- Fokus auf innovativen Therapien und Forschung
- Über 53.500 Mitarbeitende in mehr als 130 Märkten
- Full Stack AI Solution
- Computer Vision
- Video Analysis
- Behavior Tracking
- Human-in-the-loop
- Active Learning
- MLOps