Cette intelligence artificielle permet de générer des jumeaux numériques pour les participants aux essais cliniques, offrant ainsi une prédiction détaillée de leur état de santé futur. Ces modèles prédictifs sont entraînés avec des données patient significatives issues d’études antérieures. L'utilisation des jumeaux numériques dans les TwinRCTs permet d'améliorer la puissance des essais sans augmenter le nombre de participants, en adéquation avec les directives de la FDA et de l'EMA. Cela réduit aussi le temps nécessaire pour atteindre une inscription complète dans les études en phase avancée et augmente la probabilité que les participants reçoivent le traitement expérimental, grâce à la diminution de la taille des groupes témoins. En prévoyant l'issue de chaque participant dans le groupe témoin, indépendamment de son affectation réelle dans l'essai, Unlearn renforce la capacité des chercheurs à prendre des décisions confiantes dès les premières étapes des essais clés. Son efficacité et son adaptabilité font de cet outil une ressource précieuse pour tous les professionnels engagés dans la recherche clinique sur des maladies comme l'Alzheimer, la sclérose latérale amyotrophique et bien d'autres.
Les modèles numériques de patients permettent d'accélérer le processus d'inscription dans les études de phase tardive en nécessitant moins de patients pour obtenir la même efficacité. Cela optimise les ressources et réduit les délais, offrant ainsi un avantage significatif pour les professionnels de la santé engagés dans la recherche clinique.
L'utilisation de jumeaux numériques augmente la puissance des essais cliniques précoces sans augmenter le nombre de participants. Cela améliore notablement la précision des observations des effets des traitements, permettant des décisions plus informées et précoces dans le développement de nouvelles thérapies.
En réduisant la taille des groupes témoins, les TwinRCTs offrent une plus grande probabilité aux participants de recevoir le traitement expérimental. Cette approche augmente non seulement l'attractivité de l'étude pour les participants potentiels mais assure également une démarche éthique en limitant l'exposition à des traitements non bénéfiques.