Brainomix开发的AI影像分析工具已被用于丰富Endeavor BioMedicines公司刺猥因子通路抑制剂taladegib的2a期临床试验数据，该药物正在开发用于治疗特发性肺纤维化（IPF）。
该研究的事后分析显示，taladegib（ENV-101）治疗可显著改善肺容积，减少疾病总范围（TDE），并降低IPF患者纤维化严重程度的定量指标。IPF是一种严重的进行性肺部疾病。
据Endeavor介绍，利用Brainomix的e-Lung AI技术对研究中34名患者的CT图像进行分析，为数据增添了新维度，进一步支持了taladegib在解决IPF潜在生物学机制方面的作用机理。
在西班牙巴塞罗那举行的欧洲呼吸学会（ERS）大会上公布的新结果中，一项发现显示：接受taladegib治疗的患者肺容积出现具有统计学意义的204毫升增长，而安慰剂组则出现60毫升的下降。
同时，taladegib组的TDE（一种用于衡量间质性肺病的指标）平均降低了2.9%，而安慰剂组则增加了1%，两者差异同样具有统计学意义。
"我们使用e-Lung进行的分析为taladegib的疗效和作用机制提供了重要洞见，"Brainomix高级医学总监、同时也是英国皇家布朗普顿医院顾问肺病专家的彼得·乔治表示。
他补充说："定量CT影像分析提供了一种强大的手段，有助于支持更早、更快、更明智的研发决策，最终帮助有潜力的疗法更快惠及患者。"
Brainomix在一份声明中表示，这些新数据为Brainomix与Endeavor之间的进一步合作铺平了道路，双方将共同推进taladegib在IPF领域的研发。
这并非e-Lung首次在描绘IPF疾病状态方面展现其价值。勃林格殷格翰目前正在其首创PDE4B抑制剂Jascayd（nerandomilast）的3期DROP-FPF研究中使用该AI技术，该药物近期已获批用于治疗IPF和进行性肺纤维化（PPF）。
DROP-FPF研究正在测试Jascayd用于有肺纤维化家族史且已出现疾病早期征兆的人群，以评估该药物能否延缓疾病进展。
阿斯利康也曾使用该技术，在其实验性疗法tralokinumab的中期临床试验中根据患者病情恶化风险进行分层，不过该候选药物后因临床疗效不佳而被放弃。
"Brainomix事后定量影像分析的结果持续支持taladegib在改善IPF患者肺部结构、减少纤维化和改善肺功能方面的潜力，"该公司首席医学官丽萨·兰卡斯特博士表示。
"我们对该技术能够在小规模队列和短期治疗周期内检测出具有统计学意义的变化印象深刻。"
Q&A
Q1：Brainomix的e-Lung AI技术是什么？
A：e-Lung是Brainomix开发的一款AI影像分析工具，主要用于分析CT图像，评估肺部疾病如特发性肺纤维化（IPF）的病情变化，包括肺容积、疾病范围和纤维化严重程度等指标。
Q2：taladegib药物治疗IPF的效果如何？
A：根据临床试验事后分析，接受taladegib治疗的患者肺容积显著增加204毫升，疾病总范围平均降低2.9%，而安慰剂组则出现肺容积下降和疾病范围增加的情况，显示出明显治疗效果。
Q3：除了Endeavor之外，还有哪些公司使用e-Lung技术？
A：勃林格殷格翰正在其PDE4B抑制剂Jascayd的3期临床研究中使用e-Lung技术；阿斯利康此前也曾用该技术对实验性疗法tralokinumab的试验患者进行风险分层分析。
