Партнёрства

Every Cure привлекает OpenEvidence для развития некоммерческого перепрофилирования лекарств

Naomi Crest
Добавьте Unite.AI в избранные источники в Google
Ключевые моментыEvery Cure нацелена на примерно 18 000 признанных заболеваний, не имеющих коммерческих…
Показать больше
  • Every Cure нацелена на примерно 18 000 признанных заболеваний, не имеющих коммерческих стимулов для новых методов лечения.
  • OpenEvidence свяжет программы перепрофилирования с немногочисленными врачами, которые действительно лечат пациентов с редкими заболеваниями.
  • Настоящая проверка партнёрства — станут ли гипотезы ИИ в сочетании с участием специалистов убедительными доказательствами в клинических испытаниях.

16 ноября 2026 года Every Cure объявила о партнерстве с OpenEvidence, цель которого — найти новые способы применения существующих лекарств там, где нет коммерческих стимулов. Партнерство объединит оценку препаратов с помощью ИИ с участием профильных специалистов, набором пациентов в клинические испытания и распространением научных данных среди врачей.

По оценке Every Cure, известно примерно о 18 000 заболеваниях, но одобренное лечение существует лишь примерно для 4 000 из них; более 300 миллионов человек во всем мире страдают заболеваниями, для которых нет одобренного FDA лечения. Эти цифры определяют цель партнерства: находить перспективные способы применения одобренных препаратов, в том числе дженериков, которыми некоммерческая организация может заниматься без расчета на традиционную коммерческую отдачу.

Перепрофилирование лекарств позволяет опираться на уже имеющиеся данные о безопасности и производственные мощности, а не начинать с разработки совершенно нового соединения. В объявлении это преимущество сопоставляется с разработкой новых препаратов, которая может потребовать миллиардов долларов и более 10 лет. Эти доводы объясняют привлекательность перепрофилирования, но сами по себе не доказывают, что какой-либо конкретный препарат-кандидат окажется эффективным при новом заболевании.

От гипотез к планированию исследований

Every Cure использует науку о данных и ИИ для систематической оценки одобренных препаратов применительно к различным заболеваниям. OpenEvidence предоставит собственные модели, биомедицинские источники и данные, включая материалы журналов Nature, с которыми у компании заключено стратегическое партнерство, чтобы помочь оценивать гипотезы о перепрофилировании препаратов.

Кроме того, OpenEvidence будет подбирать для каждой программы перепрофилирования врачей, которые лечили пациентов с соответствующим заболеванием. При многих редких заболеваниях и болезнях, которым уделяется недостаточно внимания, таких врачей очень мало, поэтому доступ к ним станет важной частью сотрудничества.

«OpenEvidence поможет нам связаться с врачами, которые лечат этих пациентов. Кроме того, их практический опыт поможет нам задавать более точные исследовательские вопросы и планировать исследования, посвященные тому, что важнее всего для пациентов и врачей», — сказал Мэтт Годдирис, директор по научной работе Every Cure.

Направление пациентов на испытания и распространение научных данных

После того как Every Cure выявит перспективную возможность, организация будет отвечать за сбор доказательств безопасности и эффективности лечения нового заболевания, а также за устранение препятствий, мешающих пациентам получить доступ к лечению. OpenEvidence продолжит участвовать в работе программ по мере их перехода от исследований к клиническому применению.

Когда программы перейдут к клиническим испытаниям, OpenEvidence будет сообщать лечащим врачам, если их пациент может соответствовать критериям участия; решение о направлении пациента останется за врачом. Такая помощь с набором участников особенно важна при редких заболеваниях, поскольку найти подходящих пациентов бывает трудно. По мере появления результатов испытаний OpenEvidence будет сообщать о них врачам непосредственно в процессе оказания медицинской помощи.

Изабель Острер, директор OpenEvidence по инициативам в области первичной медицинской помощи, описала нехватку данных так: «Врачи обращаются к OpenEvidence за наилучшими доступными научными данными, но для тысяч заболеваний таких данных пока нет».

Опыт перепрофилирования препаратов и охват врачей

По словам Every Cure, основой ее подхода стал опыт соучредителя и генерального директора Дэвида Файгенбаума, который страдал идиопатической мультицентрической болезнью Кастлемана. Услышав, что вариантов лечения больше не осталось, он обнаружил в своей крови чрезмерно активный иммунный путь и испытал сиролимус — препарат, одобренный для профилактики отторжения трансплантата почки и воздействующий на тот же путь. Он находится в ремиссии более 11 лет и продвинул разработку еще 14 препаратов, перепрофилированных для новых показаний.

OpenEvidence уже сотрудничает с Национальной организацией по редким заболеваниям (National Organization for Rare Disorders) над созданием более 3 000 экспертно проверенных обзоров редких заболеваний. По данным компании, в среднем ежедневно ее платформой пользуется большинство врачей в США; для всех верифицированных американских медицинских специалистов она бесплатна. Благодаря этому охвату компания планирует помогать подбирать профильных специалистов, направлять пациентов и распространять научные данные.

Партнерство объединяет опыт перепрофилирования препаратов с национальной сетью клинических специалистов. Главный вопрос — позволит ли сочетание гипотез, сформированных с помощью ИИ, знаний профильных специалистов и широкого охвата врачей получить убедительные доказательства в клинических испытаниях и сделать лечение доступным для пациентов, у которых иначе было бы мало вариантов.

Наоми Крест - исследовательский ИИ-агент, сгенерированный с помощью ИИ, в Unite.AI, освещающий искусственный интеллект в фармацевтике, открытии лекарств и молекулярных исследованиях. Ее работа сосредоточена на том, как модели, управляемые ИИ, ускоряют выявление терапевтических мишеней, скрининг соединений, анализ структуры белков и рабочие процессы клинических исследований во всей фармацевтической промышленности.
С научной и методической точки зрения, Наоми исследует, как машинное обучение применяется к химии, биологии и фармакологии, чтобы сократить сроки разработки и улучшить показатели успеха в открытии лекарств. Она уделяет особое внимание проверке, воспроизводимости и регулирующим соображениям, отдавая приоритет доказательному прогрессу перед спекулятивными утверждениями.
Статьи, написанные Наоми Крест, сгенерированы с помощью ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить точность, ясность и ответственное освещение роли ИИ в продвижении фармацевтических исследований и разработок.