Il est essentiel de disposer d'échelles d'évaluation neurologiques plus précises, étant donné que les échelles actuelles sont désuètes, ne sont pas validées et souffrent d'une forte variabilité entre évaluateurs. L'amélioration des méthodes de cotation est essentielle à une meilleure prise de décision clinique, à un développement thérapeutique plus efficace et à la demande croissante d'évaluations numériques objectives dans les essais de télésanté et décentralisés. Dannce.ai utilise une technologie d'apprentissage en profondeur appelée DANNCE, qui analyse les vidéos des patients pour suivre les poses et les comportements 3D, fournissant ainsi des informations précieuses sur la santé neuropsychiatrique. Cette approche novatrice, appuyée par la protection des brevets et une équipe d'experts en analyse comportementale quantitative, a démontré son efficacité chez les patients atteints de la maladie de Parkinson et dans le phénotypage préclinique des médicaments et le diagnostic de la maladie, avec plus de 10 000 heures consacrées à son développement. Il offre un moyen non invasif de saisir des données comportementales riches pour les cliniciens et les développeurs de médicaments, leur permettant de découvrir des informations auparavant cachées.
Quel est le problème ?
Les développeurs de médicaments, les cliniciens et les patients ont besoin d'échelles d'évaluation plus précises pour les tests neurologiques. Il est bien établi que les échelles d'invalidité pour ces affections, dont beaucoup ont été élaborées il y a plus de 40 ans et qui n'ont jamais été validées, sont limitées par leur sensibilité et leur facilité d'utilisation. Les symptômes de la plupart des patients neurologiques sont évalués sur une échelle de 0 à 4 qui présente une grande variabilité inter-évaluateurs en raison de la nature subjective de la notation. La forte variance dans la notation entraîne non seulement une altération de la prise de décision clinique, mais rend également difficile la détermination de l'efficacité des thérapies en cours de développement clinique, obligeant les entreprises à mener des essais beaucoup plus importants afin de séparer le signal du bruit. Une meilleure compréhension de la réponse des patients au traitement aiderait les pharmaciens et les biotechnologies à mettre de côté les programmes « voués à l'échec » plus tôt dans le développement, évitant ainsi les échecs coûteux à un stade avancé. Parallèlement, l'essor de la télésanté et des essais décentralisés accroît le besoin de méthodes numériques automatisées et objectives pour mesurer l'état neurologique.
Quelle est leur solution ?
dannce.ai aidera les cliniciens à voir ce qui n'est pas visible et les développeurs de médicaments à générer des données réelles, en utilisant les données de mouvement et la vision par ordinateur. Leur technologie d'apprentissage profond, DANNCE, prend la vidéo des patients en entrée et utilise leurs algorithmes propriétaires de suivi de pose 3D et d'analyse comportementale pour quantifier le comportement. Le comportement est le résultat de la coordination complexe des processus cérébraux et est affecté par une maladie ou une déficience. Par conséquent, l'éventail comportemental d'un patient ou d'un animal constitue une riche source d'information non invasive sur sa santé neuropsychiatrique. Ils ont une approche technique unique et protégée par des brevets qui a une justification scientifique élevée, soutenue par une équipe d'experts mondiaux en analyse comportementale quantitative. Leur approche a pris plus de 10 000 heures à mettre au point, a une preuve de concept humaine chez les patients atteints de la maladie de Parkinson et une vaste expérience préclinique en matière de phénotypage des effets des médicaments et de diagnostic de la maladie.
