Onc.AI Présentera les Résultats de son Modèle de Radiomiques Basé sur l'Apprentissage Profond au Congrès Annuel de l'ASCO 2025 CHICAGO -- (BUSINESS WIRE) -- Onc.AI, une entreprise de santé numérique dédiée au développement de solutions cliniques assistées par l'intelligence artificielle pour l'oncologie, a annoncé aujourd'hui que les résultats d'une nouvelle étude de validation, issue de collaborations avec Pfizer, Baylor Scott & White et le University of Rochester Medical Center, seront présentés lors du Congrès Annuel de la Société américaine de médecine clinique de l'oncologie (ASCO) qui se tiendra du 30 mai au 3 juin 2025 à Chicago, Illinois. Le poster d'Onc.AI mettra en lumière son modèle de radiomiques basé sur l'apprentissage profond, le Serial CTRS, homologué comme une solution de rupture par la FDA. Ce modèle évalue les changements observés sur les scanners CT de routine au fil du temps pour prédire la survie globale des patients atteints de cancer bronchopulmonaire non à petites cellules (NSCLC) avancé et d'autres types de tumeurs solides. Les collaborations avec Baylor Scott & White et Pfizer ont permis de montrer que : ASCO Innovation Hub (IH13) : Onc.AI y présentera les derniers résultats de son portefeuille de modèles de radiomiques basés sur l'apprentissage profond, destinés aux investigateurs en oncologie médicale et aux entreprises de biopharmacie cherchant à accélérer le développement clinique en oncologie. Voici les points clés du programme : Présenta: - Abstract #253138 : Validation de Serial CTRS pour la prédiction précoce de la réponse à l'immunothérapie chez les patients atteints de NSCLC métastatique - Lien : meetings.asco.org - Abstract #251996 : Application rétrospective mono-centre d'un score radiomique basé sur l'apprentissage profond chez les patients atteints de NSCLC métastatique : impact potentiel sur les décisions de traitement de première ligne - Lien : meetings.asco.org - Abstract #245837 : Harmonisation des images pour la prédiction de la réponse aux inhibiteurs de checkpoint immunitaire PD-(L)1 en utilisant des caractéristiques radiomiques basées sur l'apprentissage profond chez les patients atteints de NSCLC avancé - Lien : meetings.asco.org Selon Dr. Ronan Kelly, Directeur de l'Oncologie au Charles A. Sammons Cancer Center de Baylor University Medical Center à Dallas, Texas, "ces résultats robustes de l'étude de validation s'appliquent aux données observationnelles de la vie réelle ainsi qu'à un essai clinique parrainé par l'industrie pharmaceutique. Serial CTRS présente un potentiel élevé pour les oncologues médicaux et pour optimiser le développement clinique des médicaments par les entreprises pharmaceutiques." Dr. Arpan Patel, Professeur Associé d'Oncologie Médicale au University of Rochester Medical Center, a ajouté : "notre étude rétrospective souligne comment le score basique de radiomiques basé sur l'apprentissage profond d'Onc.AI peut être extrêmement utile aux oncologues médicaux en tant que marqueur pronostique pour les patients atteints de NSCLC de première ligne sans mutations." À propos d'Onc.AI Onc.AI est une entreprise de santé numérique qui développe des solutions cliniques en oncologie assistées par l'intelligence artificielle en appliquant des techniques avancées d'apprentissage profond aux images diagnostiques de routine. La plateforme d'Onc.AI est utilisée au point de soin par des oncologues médicaux et aussi par des leaders mondiaux de l'industrie pharmaceutique pour accélérer le développement de médicaments en oncologie. L'entreprise est soutenue par des investisseurs institutionnels de premier plan, tels que le Blue Venture Fund, Action Potential Venture Capital (GSK) et MassMutual Alternative Investments. Onc.AI bénéficie également du programme SBIR de l'Institut national du cancer (1R44CA291456-01A1). Pour plus d'informations, veuillez consulter : www.onc.ai Contact Média [email protected]