SimBioSys présente de nouvelles données sur les plateformes de médecine personnalisée contre le cancer du sein lors du 46e Symposium annuel sur le cancer du sein à San Antonio

SimBioSys présente de nouvelles données sur les plateformes de médecine personnalisée contre le cancer du sein lors du 46e Symposium annuel sur le cancer du sein à San Antonio

CHICAGO–(BUSINESS WIRE)–SimBioSys, une société TechBio qui libère la puissance de la biophysique spatiale avec l'intelligence artificielle (IA) et la science des données pour redéfinir la médecine de précision contre le cancer avec des outils logiciels, a récemment présenté de nouvelles données de ses plateformes TumorSight et PhenoScope au 46th Symposium annuel sur le cancer du sein de San Antonio (SABCS), tenu du 5 au 9 décembre 2023.

SimBioSys présente de nouvelles données pour les plateformes de médecine personnalisée contre le cancer du sein lors du 46e symposium annuel sur le cancer du sein à San Antonio, PlatoBlockchain Data Intelligence. Recherche verticale. Aï.
SimBioSys présente de nouvelles données pour les plateformes de médecine personnalisée contre le cancer du sein lors du 46e symposium annuel sur le cancer du sein à San Antonio, PlatoBlockchain Data Intelligence. Recherche verticale. Aï.

Les données des études de validation internes et externes ont été partagées dans six présentations par affiches distinctes lors de la conférence. Les résultats comprenaient des collaborations avec les meilleurs instituts de recherche sur le cancer, une analyse multi-institutionnelle, une visualisation améliorée et des capacités de prédiction volumétrique pour faciliter la planification chirurgicale.

« Nous avons été ravis de partager ces données passionnantes avec la communauté plus large de la recherche sur le cancer du sein, qui témoignent de l'utilité de nos premières plateformes numériques de diagnostic et de planification de traitement de ce type, TumorSight et PhenoScope, pour soutenir le processus de bout en bout d'un patient. voyage dans leur lutte contre le cancer », a déclaré Tushar Pandey, PDG de SimBioSys. « Nous exprimons également notre gratitude envers nos incroyables collaborateurs et sommes impatients d’élargir nos partenariats de recherche et, dans un avenir proche, de soutenir leurs soins cliniques. »

Les présentations et les principales conclusions sont partagées ci-dessous et peuvent également être consultées sur le site SimBioSys.

(PO2-01-01) Simulation biophysique utilisant DCE-MRI pour prévoir la réponse au NAT chez les patients HER2+, avec caractérisation du glucose et validation orthogonale à l'aide de FDG-PET.

Collaborateurs : City of Hope, Oregon Health & Sciences University

Résumé de la recherche : Nous avons effectué des simulations biophysiques 3D de patientes individuelles atteintes d'un cancer du sein HER2+ afin de prévoir les réponses à la chimiothérapie néoadjuvante (NAT).

Principales constatations:

  • Les simulations biophysiques de SimBioSys sur la thérapie ciblée sur HER2 ont prédit avec précision la réponse du patient, avec une précision prédictive de 0.83.
  • De plus, notre équipe a pu caractériser les performances en montrant la corrélation des cartes de perfusion, construites à partir des simulations biophysiques 3D sur le patient DCE-MRI, avec deux modalités TEP représentatives du microenvironnement tumoral.
  • Cette nouvelle approche pourrait être utilisée à la fois en recherche et en clinique, offrant des informations exploitables sur ce qui détermine la réponse thérapeutique spécifique au patient pour des soins plus individualisés.

(PO2-02-11) Radiomique et modèle d'érosion pour prédire les caractéristiques tumorales du traitement post-néoadjuvant pour le traitement personnalisé du cancer du sein.

Collaborateurs : Northwestern Medicine, Université de Caroline du Nord, Baylor Scott & White

Résumé de la recherche : Nous avons utilisé des données d'imagerie préalable au traitement pour prédire avec précision l'efficacité du traitement néoadjuvant (NAT).

Principales constatations:

  • Les caractéristiques cliniquement pertinentes des tumeurs prédites (volume tumoral, volume de coque convexe et caractéristiques morphologiques/spatiales) ont montré un accord étroit avec la vérité terrain de l'imagerie post-NAT.
  • En fournissant des estimations fiables des caractéristiques des tumeurs post-NAT à l'aide des données SOC pré-NAT, ce modèle prédictif pourrait permettre une planification de traitement personnalisée et une stratification des patients afin d'optimiser les soins aux patients.

(PO1-01-05) Modèle spatial PK/PD avec expression HER2 pour prédire la réponse tumorale individuelle au TDM1.

Résumé de la recherche : Nous avons développé un modèle spatial PK/PD pour le conjugué anticorps-médicament trastuzumab emtansine (T-DM1) et exploré la relation entre l'expression de la cible HER2 et d'autres caractéristiques du microenvironnement tumoral.

Principales constatations:

  • Les analyses spatiales PK/PD de SimBioSys améliorent les prédictions pronostiques par rapport aux seules données d'expression du gène HER2.
  • Le modèle biophysique spatial a démontré que les caractéristiques du microenvironnement spatial de la tumeur influencent également la réponse en plus de l'expression de la cible.

(PO2-02-10) Prédire la faisabilité de la chirurgie conservatrice du sein à l'aide des normes de soins pré-traitement DCE-MRI : un nouvel outil d'aide à la décision clinique pour la planification chirurgicale du cancer du sein.

Collaborateurs : Université de Chicago, Université de l'Alabama, Mayo Clinic, Northshore Health

Résumé de la recherche : Nous avons développé un outil capable de fournir des recommandations éclairées sur la chirurgie mammaire conservatrice (BCS) ou la mastectomie sur la base des données d'imagerie des patients standard.

Principales constatations:

  • TumorSight a prédit avec succès le BCS dans 76 % des cas et la mastectomie dans 61 %.
  • TumorSight et le score de faisabilité BCS aident les patients et les cliniciens à disposer d'informations et d'outils pour faciliter les décisions de planification chirurgicale.

(PO2-07-04) Application des lignes directrices des essais de l'Alliance sur les maladies du sein multifocales à l'aide d'une plate-forme informatique d'intelligence artificielle : analyse économique et sensibilité cosmétique.

Collaborateurs : Mayo Clinic, Université de Cincinnati, Université de Chicago, Baylor College of Medicine

Résumé de la recherche : Nous avons évalué une cohorte de patients pour mieux comprendre l'impact économique de l'essai Alliance et catégoriser davantage les patients qui en bénéficieraient le plus sans subir d'impact esthétique.

Principales constatations:

  • Notre analyse économique du BCS par rapport à la mastectomie a révélé des économies estimées entre 17,000 28,500 et XNUMX XNUMX $ pour les patientes BCS bénéficiant d'une assurance privée, ce qui suggère que la diminution des coûts et l'amélioration de la qualité de vie peuvent être mutuellement alignées.
  • Nous avons estimé que la conversion du BCS à partir d'une mastectomie permettrait de générer des économies nettes de 170 à 350 millions de dollars par an.

(PO2-03-01) Des modèles de tumeurs 3D personnalisés stimulent la prise de décision partagée dans le cancer du sein précoce.

Collaborateurs : Défenseurs des droits des patients en recherche, Dana-Farber Cancer Institute

Résumé de la recherche : Les leaders d'opinion des patientes atteintes d'un cancer du sein précoce (POL) et les chirurgiens ont été interrogés pour évaluer l'impact potentiel de TumorSight sur la prise de décision partagée concernant les options chirurgicales pour le cancer du sein.

Principales constatations:

  • Les POL et les chirurgiens ont accueilli positivement la visualisation TumorSight pour la planification chirurgicale et la prise de décision.
  • Les POL ont noté que de nombreux patients ne savent pas qu'ils ont le choix en matière de chirurgie.
  • 90 % des POL pensaient que la visualisation était très importante pour les patientes atteintes d'un cancer du sein à un stade précoce, et 80 % pensaient qu'elle augmenterait la confiance dans leurs décisions et dans leur chirurgien.
  • Des outils informatiques tels que TumorSight peuvent faciliter la compréhension des patients et améliorer les traitements personnalisés.

À propos de SimBioSys :

SimBioSys est une société TechBio qui déploie une combinaison d'intelligence artificielle, de science des données et de biophysique spatiale pour redéfinir la médecine de précision, transformer les soins aux patients et vaincre le cancer. En observant le cancer de manière plus complète, SimBioSys vise à permettre aux cliniciens, aux patients et aux chercheurs de mieux comprendre la tumeur d'un patient afin d'évaluer de manière optimale toutes les options disponibles et de tenir la promesse de soins véritablement individualisés. Pour en savoir plus, visitez-nous à https://www.simbiosys.com/.

Contacts

Sarah Ellinwood

540-958-1011

Sarah.ellinwood@themarketelement.com

Horodatage:

Plus de Actualités Fintech