統合エビデンス
不完全なデータや比較不能なデータに基づく意思決定は、臨床開発を頓挫させます。治療法がより複雑化するにつれ、規制当局に提出可能なレベルの患者レベルのエビデンスが不可欠になっています。
Medidata 統合エビデンスは、過去の臨床試験データ、リアルワールドのインサイト、AI主導のモデリングを結び付け、より安全なプロトコル、より強力な比較対照、そしてより効率的な臨床開発を実現します。
規制当局グレードの患者レベルデータ
統合エビデンスは、業界で最も包括的な規制当局グレードの臨床試験データリポジトリの1つを活用しています。Data Collaboration Programを通じて、治験依頼者とCROから匿名化された患者レベルデータの管理された使用権が付与されることで、完全なプライバシー保護のもと、安全なモデリングとベンチマーキングが可能になります。
AI主導の合成データ生成がこの基盤を拡張し、データの完全性を維持しながら高度なモデリングをサポートします。
スポンサー横断的な過去の臨床試験データ
プロトコルで定義された共変量と評価項目
管理されたデータコラボレーション
AI主導の合成モデリング
エビデンスが、アウトカムを変える
臨床開発のリスクを低減
治療効果を予測
分断された試験データは開発リスクを増大させます。一方、複数の治験依頼者にわたる規制当局グレードの過去の臨床試験データをベンチマークとすることで、比較可能な患者集団が標準治療下でどのような結果を示したか、また、どの適格性基準が奏効につながるかが明らかになります。
プロトコルのモデリングにより、最もベネフィットを得られる可能性の高い患者を特定し、プログラムを薬事承認の成功と適応拡大へと導きます。
統合されたエビデンスに基づくソリューション
共同研究によるエビデンスの推進
統合エビデンスは、AIを活用し、がん領域および循環器領域の臨床データサイエンティストとの査読付きの研究や共同研究を通じて検証されています。
ASCO、ASH、ICML、NeurIPSで発表された研究成果は、当社の商用ソリューションの背景にある科学的な厳密性を裏付けています。
CAR-T・免疫療法
複数の治験依頼者にまたがる縦断的な治験データから、CAR-T療法における重度のサイトカイン放出症候群およびCRS/ICANSの予測因子を特定することで、より安全なプロトコルデザインの策定に貢献します。
循環器
主要心血管イベントに関する過去の治験データを用いて、進化し続ける標準治療下での特定アルゴリズムと比較ベンチマーキングの検証を行っています。
合成データ
査読付きの生成モデリング研究は、被験者レベルのプライバシーを保護し、臨床試験のデータ構造を維持しながらシミュレーションを行うための解釈可能な技術を実証しています。
よくあるご質問
エクスペリエンスを探る
Medidataプラットフォームの詳細