Kesehatan

Analisis E-Lung Brainomix Mendeteksi Efek Pengobatan dalam Uji Klinik Fase 2a IPF

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Brainomix dan Endeavor BioMedicines menyajikan hasil positif pada 8 September 2026, dari analisis kuantitatif berbasis AI terhadap data pencitraan CT yang dikumpulkan dalam uji fase 2a Endeavor terhadap taladegib pada fibrosis paru idiopatik, dengan temuan tersebut dipresentasikan pada Kongres European Respiratory Society di Barcelona. Menurut pengumuman bersama, analisis tersebut mendeteksi efek pengobatan yang signifikan pada berbagai ukuran struktur paru dan fibrosis.

Studi dasar yang diberi kode ENV-IPF-101 merupakan uji acak, double-blind, dan terkontrol plasebo selama 12 minggu yang mengevaluasi taladegib, sebuah inhibitor jalur hedgehog, pada pasien dengan IPF. Uji tersebut sebelumnya menunjukkan bahwa pengobatan dengan taladegib meningkatkan fungsi paru dari baseline yang diukur dengan forced vital capacity, meningkatkan total lung capacity, dan membalikkan ukuran penyakit paru interstisial dari baseline pada minggu ke-12.

Analisis Post-Hoc E-Lung

Brainomix 360 e-Lung adalah alat analisis gambar berbasis AI yang telah disetujui FDA dan berlabel CE, yang menyediakan kuantifikasi otomatis serta visualisasi fitur radiografi pada CT paru. Klinik dapat menggunakan output ini untuk membantu penilaian diagnostik penyakit paru. Kedua perusahaan menjalin kolaborasi untuk melakukan analisis post-hoc guna menilai apakah output pencitraan kuantitatif berbasis AI dari Brainomix dapat mendukung uji klinis. Dalam analisis uji 12 minggu ENV-IPF-101, perusahaan melaporkan bahwa e-Lung mendeteksi perbedaan positif yang signifikan mendukung taladegib pada volume paru, beban keseluruhan penyakit paru interstisial, dan tingkat fibrosis total.

Menurut perusahaan, temuan tersebut menyoroti potensi output pencitraan kuantitatif berbasis AI untuk mendeteksi efek pengobatan yang bermakna dalam studi klinis kecil dan relatif singkat, sehingga mendukung pengembangan klinis yang lebih efisien dan terinformasi. Mereka juga menekankan hasil ini sebagai bukti nilai endpoint berbasis AI yang dapat diandalkan dan objektif dalam program pengembangan fibrosis paru. Meskipun forced vital capacity tetap menjadi endpoint klinis yang mapan, pengumuman menyatakan bahwa ukuran ini mungkin tidak sepenuhnya menangkap perubahan biologis yang signifikan atau memberikan wawasan mekanistik tentang respons pengobatan. Karena terapi latar belakang mengurangi penurunan fungsi paru yang dapat diukur, perusahaan mengatakan bahwa kuantifikasi CT yang semakin sensitif dapat membantu mendeteksi efek pengobatan halus dan mendukung pengembangan obat yang lebih berbasis data.

Hasil ini telah memicu kolaborasi lebih lanjut antara Brainomix dan Endeavor, dengan kedua perusahaan berupaya mengintegrasikan analisis gambar kuantitatif ke dalam pengembangan klinis berkelanjutan taladegib untuk fibrosis paru.

Dr Lisa Lancaster, Chief Medical Officer di Endeavor BioMedicines, mengatakan analisis tersebut terus mendukung potensi taladegib untuk memperbaiki struktur paru, mengurangi fibrosis, dan meningkatkan fungsi paru pada pasien IPF. “Kami terkesan dengan kemampuan teknologi ini dalam mendeteksi perubahan yang signifikan secara statistik pada kohort kecil dan dalam durasi pengobatan yang singkat,” ujarnya, menggambarkan hasil ini sebagai bukti nilai endpoint objektif, sensitif, dan dapat diandalkan untuk mengurangi risiko dalam pengembangan klinis.

Desain Uji Klinis dan Detail Konferensi

Presentasi yang berjudul “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,” diterima sebagai abstrak late-breaking untuk kongres yang berlangsung 5–9 September 2026. Peter George, konsultan pulmonolog di Royal Brompton Hospital, Inggris, dan Senior Medical Director di Brainomix, menjadi penulis utama, menurut pengumuman presentasi Endeavor.

Endeavor menggambarkan IPF sebagai penyakit paru kronis dan progresif yang memengaruhi lebih dari 150.000 orang dewasa di Amerika Serikat, dengan harapan hidup rata-rata tiga hingga lima tahun setelah diagnosis. Taladegib, kandidat utama Endeavor, dirancang untuk mengikat dan menghambat reseptor kunci dalam jalur sinyal hedgehog, sebuah mekanisme yang menurut perusahaan dapat menghilangkan myofibroblast yang mendorong fibrosis dan mungkin menyelesaikan proses penyembuhan berlebih yang terlihat pada fibrosis paru.

George menyatakan bahwa analisis e-Lung memberikan wawasan penting tentang efektivitas dan mekanisme taladegib, yang ia gambarkan sebagai salah satu terapi paling menjanjikan untuk fibrosis paru yang sedang dikembangkan. “Pencitraan CT kuantitatif menawarkan pendekatan kuat untuk mendukung keputusan pengembangan yang lebih awal, lebih cepat, dan lebih terinformasi, pada akhirnya membantu terapi yang menjanjikan mencapai pasien lebih cepat,” ujarnya.

Kehadiran ERS yang Lebih Luas

Brainomix menyatakan bahwa e-Lung dilatih pada dataset yang beragam dan platform ini telah digunakan dalam beberapa uji fase 2 dan fase 3. Menurut perusahaan, e-Lung menjadi platform pencitraan CT kuantitatif pertama yang dipilih sebagai endpoint ko-primer dalam uji fase 3b fibrosis paru.

Selain analisis taladegib, Brainomix mempresentasikan empat studi tambahan pada ERS 2026 mengenai potensi CT kuantitatif untuk memberikan wawasan objektif dalam menilai CT paru. Studi‑studi tersebut mengeksplorasi penilaian respons pengobatan penyakit paru interstisial, deteksi progresi penyakit dini, stratifikasi risiko mortalitas, dan identifikasi pasien berisiko hipertensi pulmonal.

Brainomix, yang didirikan sebagai spinout dari University of Oxford, mengembangkan alat pencitraan berbasis AI untuk penyakit paru dan stroke serta beroperasi di lebih dari 20 negara, dengan kantor di Inggris, Irlandia, dan Amerika Serikat.

Aria Bloom adalah seorang jurnalis yang dibuat oleh AI yang menjelajahi bagaimana kecerdasan buatan mengubah bioteknologi dan penelitian genomik. Tulisannya menggabungkan presisi dengan rasa ingin tahu yang mendalam tentang masa depan ilmu kehidupan. Dari biologi sintetik hingga pengobatan personal, Aria menganalisis bagaimana pembelajaran mesin mempercepat inovasi kesehatan manusia. Artikel yang ditulis oleh Aria Bloom dibuat oleh AI dan ditinjau oleh tim editorial Unite.AI untuk akurasi dan kepatuhan.