Percée dans les options de médicaments pour les maladies inflammatoires de la peau

A HOLD FreeRelease | eTurboNews | ETN
Écrit par Linda Hohnholz

AMPEL BioSolutions annonce aujourd'hui une percée dans la médecine de précision et personnalisée qui pourrait révolutionner la façon dont les médecins traitent les maladies inflammatoires de la peau, telles que le lupus, le psoriasis, la dermatite atopique et la sclérodermie. Révélé dans la revue à comité de lecture Science Advances, l'article détaille l'approche révolutionnaire d'apprentissage automatique d'AMPEL pour caractériser l'activité de la maladie à partir des données d'expression génique obtenues à partir de biopsies cutanées de patients. Le test de laboratoire, qui n'était qu'un concept depuis quelques années, est maintenant prêt à être développé pour une utilisation pratique. L'objectif initial d'AMPEL était le lupus, mais le test peut être utilisé pour de nombreuses maladies cutanées auto-immunes ou inflammatoires qui affectent plus de 35 millions d'Américains.

L'approche innovante d'apprentissage automatique d'AMPEL, qui est maintenant prête à être développée en tant que test de biomarqueurs d'aide à la décision, pourrait avoir un impact considérable sur les soins de santé en permettant aux médecins d'identifier la cause des symptômes de la maladie du patient et de sélectionner plus précisément le traitement approprié. L'approche d'AMPEL est suffisamment sensible pour détecter les changements dans la peau cliniquement non impliquée afin qu'une intervention précoce puisse prévenir les poussées systémiques et les lésions cutanées apparentes dans les lésions. L'application de l'approche d'apprentissage automatique d'AMPEL pourrait également aider les sociétés pharmaceutiques dans le développement de médicaments et les essais cliniques.

Les patients atteints de maladies chroniques de la peau souffrent souvent d'une activité imprévisible de la maladie qui a un impact sur les activités quotidiennes comme le travail et la vie de famille. Étant donné que des symptômes imprévisibles entraînent souvent des visites aux urgences, la capacité de prédire l'aggravation de la maladie et l'implication systémique avec des biopsies cutanées de routine a des implications importantes sur les soins de santé et l'économie de la santé.

Associé au pipeline d'outils d'AMPEL pour analyser des ensembles de données cliniques très volumineux et complexes ("Big Data"), le programme d'apprentissage automatique d'AMPEL est une étape importante vers la mise en œuvre d'un test cutané de routine pour surveiller l'activité de la maladie et fournir une aide à la décision pour un traitement basé sur le gène d'un patient expression. Cela transformera la façon dont les médecins traitent les maladies chroniques de la peau en utilisant les informations recueillies par le test de laboratoire et analysées par l'apprentissage automatique pour diagnostiquer, caractériser les anomalies moléculaires précises et traiter les maladies de la peau avant que les dommages ne commencent, évitant ainsi aux patients la douleur et les inconvénients d'une maladie qui autrement affecte considérablement leur vie.

Les sociétés pharmaceutiques testent des médicaments dans des essais cliniques et sont confrontées au défi de recruter des patients qui ont le meilleur potentiel pour répondre au traitement testé. Le recrutement des « mauvais » patients peut entraîner l'échec de l'essai, ce qui entraîne souvent l'annulation du développement d'un médicament en vue de l'approbation de la FDA, ce qui peut être bénéfique pour un sous-groupe de la population globale de patients. Le test cutané d'AMPEL aidera les sociétés pharmaceutiques à identifier les patients les plus susceptibles de répondre à des traitements spécifiques, contribuant ainsi à améliorer les résultats des essais cliniques.

Dr Peter Lipsky, médecin-chef et co-fondateur, AMPEL BioSolutions : « Il n'existe actuellement aucune autre application capable de prédire avec précision l'activité de la maladie et de proposer des traitements appropriés, et nous sommes très encouragés par cette percée rapportée dans Science Advances. Pour les patients souffrant de maladies chroniques de la peau, une innovation significative dans les traitements ne peut pas arriver assez tôt. Suite au développement de notre concept d'apprentissage automatique, nous pouvons maintenant aller de l'avant en travaillant avec nos partenaires pour développer ce test cutané qui pourrait transformer la façon dont les médecins peuvent aider les patients atteints d'une maladie cutanée chronique à gérer leur état en offrant des traitements meilleurs et plus précis basés sur des les données des patients plutôt qu'une approche générale.

Dr. Amrie Grammer, directeur scientifique et co-fondateur, AMPEL BioSolutions : « » Notre équipe a développé un outil qui peut éventuellement transformer la façon dont les patients souffrant d'affections cutanées sont traités. En tant que société de médecine de précision, AMPEL change le paradigme du traitement des maladies auto-immunes et inflammatoires. Nous sommes fiers de faire ce travail en Virginie et nous continuerons à recruter des talents et à développer notre activité ici. »

Dr Wright Caughman, professeur, département de dermatologie, Emory School of Medicine, et vice-président exécutif pour les affaires de santé (émérite), Emory University : « Le test de biopsie cutanée très innovant d'AMPEL fournira un excellent nouvel outil pour le diagnostic et la gestion des maladies auto-immunes et maladies inflammatoires de la peau. AMPEL présente ce travail lors de la réunion de la Society for Investigative Dermatology plus tard ce mois-ci. Une fois que le test génomique clinique d'AMPEL sera certifié CLIA, les médecins seront en mesure d'identifier rapidement les meilleurs médicaments pour chaque patient et d'obtenir un contrôle plus rapide et plus sûr de leur maladie.

QUE RETENIR DE CET ARTICLE :

  • Cela transformera la façon dont les médecins traitent les maladies chroniques de la peau en utilisant les informations recueillies par les tests de laboratoire et analysées par l'apprentissage automatique pour diagnostiquer, caractériser les anomalies moléculaires précises et traiter les maladies de la peau avant que les dommages ne commencent, épargnant ainsi aux patients la douleur et les inconvénients d'une maladie qui autrement, cela affecte considérablement leur vie.
  • Associé au pipeline d'outils d'AMPEL pour analyser des ensembles de données cliniques très vastes et complexes (« Big Data »), le programme d'apprentissage automatique d'AMPEL constitue une étape importante vers la mise en œuvre d'un test cutané de routine pour surveiller l'activité de la maladie et fournir une aide à la décision pour un traitement basé sur le gène d'un patient. expression.
  • Suite au développement de notre concept d'apprentissage automatique, nous pouvons désormais aller de l'avant en travaillant avec nos partenaires pour développer ce test cutané qui pourrait transformer la façon dont les médecins peuvent aider les patients atteints d'une maladie cutanée chronique à gérer leur maladie en proposant des traitements meilleurs et plus précis basés sur des données individuelles. données sur les patients plutôt qu’une approche générale.

<

A propos de l'auteure

Linda Hohnholz

Rédacteur en chef pour eTurboNews basé au siège d'eTN.

S'abonner
Notifier de
invité
0 Commentaires
Commentaires en ligne
Voir tous les commentaires
0
J'adorerais vos pensées, veuillez commenter.x
Partager à...