Tempus AI, Inc. Breidt Immuno-Oncologie Portfolio uit met de lancering van AI-geactiveerde, multimodale immuunprofiel algoritmische tests
16 juli 2024 om 15:30 uur
Delen
Tempus AI Inc. kondigt aan dat zijn multimodale immuunprofiel score (IPS) algoritmische test nu beschikbaar is voor research use only (RUO). IPS is het eerste aanbod van een groter op immunotherapie gebaseerd portfolio dat bij Tempus wordt ontwikkeld om de volgende generatie algoritmische diagnostiek naar de immuno-oncologie te brengen. Daarnaast werkt Tempus samen met andere partners, zoals Cleveland Clinic, om aanvullende immunotherapie-gerichte algoritmische tests aan dit groeiende portfolio toe te voegen, die gebruik maken van klinische, laboratorium-, genomische en transcriptomische gegevens om patiënten te identificeren die mogelijk reageren op immunotherapie.
IPS van Tempus is een laboratorium ontwikkelde test (LDT) die een combinatie van immunotherapiegerelateerde biomarkers uit eerdere DNA- en RNA-testresultaten beoordeelt om een IPS van 0-100 te berekenen en een classificatie van ofwel IPS-Low of IPS-High. IPS-resultaten kunnen de stratificatie van patiënten in verschillende kankercohorten ondersteunen, zodat duidelijk wordt wie er wel of niet op immunotherapie zal reageren. De IPS-test is alleen beschikbaar voor partners in de biowetenschappen voor onderzoeksdoeleinden en het is de bedoeling dat deze aan het eind van het jaar beschikbaar komt als extra optie voor clinici die de xT en xR van Tempus bestellen.
Tempus voert een retrospectief, real-world onderzoek uit om de prognostische en voorspellende bruikbaarheid van IPS te evalueren bij gevorderde pan-kankerpatiënten die behandeld worden met immuuncheckpointremmers (ICI) en zal later dit jaar gegevens vrijgeven. Naast de ontwikkeling en lancering van IPS, heeft Tempus een machine-learning-gebaseerde algoritmische test in licentie die ontwikkeld is door Timothy A. Chan, MD, PhD, Cleveland Clinic. De test toont de mogelijkheid om de werkzaamheid van immuuncheckpointblokkade te voorspellen op basis van patiëntspecifieke biologische, laboratorium-, genomische en klinische factoren en voegt toe aan de groeiende portefeuille van immunotherapiespecifieke biomarkers.
Het AI-gebaseerde platform van Tempus genereert het type rijke multimodale gegevens dat nodig is om een nieuwe klasse voorspellende algoritmen te ontwikkelen die in de kliniek geïntroduceerd kunnen worden ter ondersteuning van gepersonaliseerde behandelingsselectie voor patiënten. De immuunresponstesten van IPS en Cleveland Clinic voegen zich bij een groeiende reeks algoritmische testen die door Tempus worden aangeboden, waaronder Homologous Recombination Deficiency (HRD), Tumor Origin (TO), dihydropyrimidine dehydrogenase (DPYD) en PurISTSM. Elk van deze tests is ontworpen om specifieke biologische signalen of klinische eindpunten te voorspellen, om uiteindelijk clinici en life science partners te ondersteunen bij het nemen van beter geïnformeerde beslissingen voor patiënten.
Delen
Naar het originele artikel.
Wettelijke waarschuwing
Tempus AI, Inc. is een technologiebedrijf. Het bedrijf biedt diagnostiek van de volgende generatie voor meerdere ziektegebieden, met technologische mogelijkheden, waarbij gegevens en analyses worden gebruikt om de geneeskunde te helpen personaliseren. De productlijnen van het bedrijf omvatten genomica, gegevens en kunstmatige intelligentietoepassingen (AI). De genomics-productlijn maakt gebruik van de laboratoria om next generation sequencing, diagnostiek, polymerasekettingreactie (PCR), profilering, moleculaire genotypering en andere anatomische en moleculaire pathologische tests aan te bieden. De AI-toepassingen van het bedrijf zijn gericht op het ontwikkelen en leveren van diagnostiek die algoritmisch van aard is, het implementeren van nieuwe software als medisch hulpmiddel en het bouwen en implementeren van klinische beslissingsondersteunende tools. Het belangrijkste product van de AI-toepassingen is Next, een AI-platform dat gebruik maakt van machine learning om een intelligente laag toe te passen op routinematig gegenereerde gegevens om proactief lacunes in de zorg voor oncologie- en cardiologiepatiënten te identificeren en te minimaliseren.