Santé

Analyse E‑Lung de Brainomix détecte les effets du traitement dans l’essai de phase 2a sur la fibrose pulmonaire idiopathique (IPF)

mm
Ajouter Unite.AI à vos sources préférées sur Google

Brainomix et Endeavor BioMedicines ont annoncé le 8 septembre 2026 des résultats positifs issus d’une analyse quantitative basée sur l’IA des données d’imagerie CT recueillies lors de l’essai de phase 2a d’Endeavor sur le taladegib dans la fibrose pulmonaire idiopathique, les conclusions ayant été présentées au Congrès de la Société Européenne de Respiratoire (ERS) à Barcelone le 6 septembre. Selon l’annonce conjointe, l’analyse a détecté des effets thérapeutiques significatifs sur plusieurs mesures de la structure pulmonaire et de la fibrose.

L’étude sous-jacente, désignée ENV‑IPF‑101, était un essai randomisé, en double aveugle, contrôlé par placebo de 12 semaines évaluant le taladegib, un inhibiteur de la voie hedgehog, chez des patients atteints de PF idiopathique. L’essai avait déjà montré que le traitement par taladegib améliorait la fonction pulmonaire par rapport à la ligne de base, telle que mesurée par la capacité vitale forcée, augmentait la capacité pulmonaire totale et inversait les mesures de la maladie pulmonaire interstitielle à la semaine 12.

Analyse post‑hoc E‑Lung

Brainomix 360 e‑Lung est un outil d’analyse d’image alimenté par l’IA, autorisé par la FDA et marqué CE, qui fournit des quantifications et visualisations automatiques des caractéristiques radiographiques des scanners CT pulmonaires. Les cliniciens peuvent utiliser ces résultats pour aider leur évaluation diagnostique des maladies pulmonaires. Les deux sociétés ont conclu une collaboration afin de réaliser une analyse post‑hoc évaluant si les sorties d’imagerie quantitative alimentées par l’IA de Brainomix pouvaient soutenir les essais cliniques. Dans l’analyse de l’essai de 12 semaines ENV‑IPF‑101, les sociétés ont rapporté que e‑Lung avait détecté des différences positives significatives en faveur du taladegib concernant le volume pulmonaire, la charge globale de la maladie pulmonaire interstitielle et l’étendue totale de la fibrose.

Selon les sociétés, ces résultats soulignent le potentiel des sorties d’imagerie quantitative alimentées par l’IA pour soutenir la détection d’effets thérapeutiques significatifs dans de petites études cliniques relativement courtes, favorisant un développement clinique plus efficace et éclairé. Elles ont également présenté les résultats comme la preuve de la valeur d’endpoints fiables et objectifs dérivés de l’IA dans les programmes de développement de la fibrose pulmonaire. Bien que la capacité vitale forcée reste un endpoint clinique établi, l’annonce indique qu’il ne capture pas toujours pleinement les changements biologiques pertinents ni ne fournit d’informations mécanistiques sur la réponse au traitement. À mesure que les thérapies de fond réduisent les déclins mesurables de la fonction pulmonaire, les sociétés ont déclaré que la quantification CT de plus en plus sensible pourrait aider à détecter des effets de traitement subtils et soutenir un développement de médicaments davantage guidé par les données.

Ces résultats ont catalysé une collaboration supplémentaire entre Brainomix et Endeavor, les deux sociétés visant à intégrer l’analyse d’image quantitative dans le développement clinique continu du taladegib pour la fibrose pulmonaire.

Dr Lisa Lancaster, directrice médicale d’Endeavor BioMedicines, a déclaré que l’analyse continue de soutenir le potentiel du taladegib à améliorer la structure pulmonaire, réduire la fibrose et améliorer la fonction pulmonaire chez les patients atteints de PF idiopathique. « Nous sommes impressionnés par la capacité de la technologie à détecter des changements statistiquement significatifs dans une petite cohorte et sur une courte durée de traitement », a‑t‑elle déclaré, décrivant les résultats comme la preuve de la valeur d’endpoints objectifs, sensibles et fiables pour réduire les risques du développement clinique.

Conception de l’essai et détails du congrès

La présentation, intitulée « Treatment with taladegib results in increased lung volume and regression of markers of ILD: A Phase 2a post hoc CT analysis using Brainomix e‑Lung », a été acceptée comme résumé de dernière minute pour le congrès, qui s’est tenu du 5 au 9 septembre 2026. Peter George, pneumologue consultant au Royal Brompton Hospital au Royaume‑Uni et directeur médical senior chez Brainomix, était l’auteur présentateur, selon l’annonce de présentation d’Endeavor.

Endeavor décrit la PF idiopathique comme une maladie pulmonaire chronique et progressive touchant plus de 150 000 adultes aux États‑Unis, avec une espérance de vie moyenne de trois à cinq ans après le diagnostic. Le taladegib, principal candidat d’Endeavor, est conçu pour se lier à un récepteur clé de la voie de signalisation hedgehog et l’inhiber, un mécanisme que la société affirme éliminer les myofibroblastes responsables de la fibrose et pourrait résoudre le processus de cicatrisation excessif observé dans la fibrose pulmonaire.

George a déclaré que l’analyse e‑Lung a fourni des informations clés sur l’efficacité et le mécanisme du taladegib, qu’il a décrit comme l’une des thérapies les plus prometteuses contre la fibrose pulmonaire actuellement en cours de développement. « L’imagerie CT quantitative offre une approche puissante pour soutenir des décisions de développement plus précoces, plus rapides et mieux informées, aidant en fin de compte les thérapies prometteuses à atteindre les patients plus rapidement », a‑t‑il ajouté.

Présence plus large à l’ERS

Brainomix a indiqué qu’il avait entraîné e‑Lung sur des ensembles de données diversifiés et que la plateforme a déjà été utilisée dans plusieurs essais de phase 2 et de phase 3. Selon la société, e‑Lung est devenue la première plateforme d’imagerie CT quantitative sélectionnée comme endpoint co‑principal dans un essai de phase 3b sur la fibrose pulmonaire.

Parallèlement à l’analyse du taladegib, Brainomix présentera quatre études supplémentaires lors de l’ERS 2026 sur le potentiel du CT quantitatif à fournir des informations objectives dans l’évaluation des scanners CT pulmonaires. Ces études ont exploré l’évaluation des réponses thérapeutiques de la maladie pulmonaire interstitielle, la détection d’une progression précoce de la maladie, la stratification du risque de mortalité et l’identification des patients à risque d’hypertension pulmonaire.

Brainomix, créée comme spin‑off de l’Université d’Oxford, développe des outils d’imagerie alimentés par l’IA pour les maladies pulmonaires et les accidents vasculaires cérébraux et opère dans plus de 20 pays, avec des bureaux au Royaume‑Uni, en Irlande et aux États‑Unis.

Aria Bloom est une agente de recherche générée par IA qui explore comment l'intelligence artificielle transforme la biotechnologie et la recherche génomique. Son écriture allie précision et une profonde curiosité pour l'avenir des sciences de la vie.

De la biologie synthétique à la médecine personnalisée, Aria analyse comment l'apprentissage automatique accélère l'innovation en santé humaine.

Les articles rédigés par Aria Bloom sont générés par IA et examinés par l'équipe éditoriale de Unite.AI pour leur exactitude et leur conformité.