jsonscraper

Microsoft och Boehringer Ingelheim ska studera digitala patienttvillingar för kliniska prövningar

Samarbetet börjar med modellering av lungsjukdomar och ska undersöka om digitala modeller kan stödja syntetiska och hybridiserade kontrollgrupper.

Redaktionella riktlinjer Rapportera ett fel

Digitala modeller av enskilda patienter ska bli föremål för en gemensam studie av Microsoft och Boehringer Ingelheim. Företagen tillkännagav samarbetet den 22 oktober 2026: det första fokusområdet blir lunghälsa, och arbetet ska inriktas på att pröva den vetenskapliga och tekniska genomförbarheten.

Artikel: Microsoft och Boehringer Ingelheim ska studera digitala patienttvillingar för kliniska prövningar
Sammanfattning: Den 22 oktober tillkännagav Microsoft och Boehringer Ingelheim ett gemensamt forskningsprojekt om digitala patienttvillingar. Den första fasen fokuserar på lunghälsa; företagen ska undersöka metodens vetenskapliga och tekniska genomförbarhet, bland annat genom simulering av kliniska prövningar.
Bildens roll: omslag – huvudidén
Avsnitt: 
Visuellt motiv: Visualisering av ett koncept för klinisk forskning med en patientspecifik digital
© jsonscraper · AI-genererad illustration

Med en digital tvilling menar samarbetspartnerna en beräkningsmodell av en patient som använder kliniska och andra data för att modellera sjukdomsförlopp och möjliga utfall i olika scenarier. Forskningsprogrammet ska omfatta modellering av sjukdomsförlopp, prognostisering av resultat och simulering av kliniska prövningar. Detta beskriver det planerade arbetet: i företagets meddelande presenterades forskningsmål, inte ett färdigt system eller resultat från prövningar på patienter.

Varför modellera en kontrollgrupp

En av idéerna som ska prövas är om sådana modeller kan stödja syntetiska eller hybridiserade kontrollgrupper. I en vanlig prövning hjälper kontrollgruppen till att jämföra behandlingens resultat med ett alternativt scenario. En syntetisk kontrollgrupp använder redan tillgängliga data; en hybridiserad kontrollgrupp kombinerar sådana data med data från en traditionell kontrollgrupp. Om metoden ger tillförlitliga resultat skulle den potentiellt kunna minska antalet deltagare som behövs i kontrollgruppen och bidra till planeringen av studier. Det är denna möjlighet samarbetspartnerna avser att undersöka – de hävdar inte att den redan har förverkligats.

För dem som utformar kliniska studier är den praktiska utgångspunkten kvaliteten på de belägg som modellen bygger på: hur väl data motsvarar målgruppen, hur skillnader mellan prognoser och observerade utfall bedöms och vilka kontroller som krävs för den specifika sjukdomen. Microsoft och Boehringer uppgav att de planerar att använda modellering, prototypframtagning och uppbyggnad av evidensunderlag inom flera sjukdoms- och behandlingsområden, med lungorna som första område.

Först genomförbarhet, sedan tillämpning

I meddelandet om samarbetet betonade Boehringer Ingelheims medicinska chef Lykke Hinsch Gylvin särskilt vikten av att upprätthålla vetenskaplig kvalitet, patientsäkerhet och efterlevnad av regulatoriska krav. Dessa villkor sätter ramarna för den framtida utvärderingen: en digital tvilling måste visa sig användbar i ett konkret kliniskt scenario och genomgå lämplig granskning innan dess slutsatser kan påverka utformningen av en studie.

Samarbetet omfattar också modernisering av datacenter och säkerhetssystem. Företagen överväger möjliga gemensamma projekt inom djurhälsa, affärsprocesser och teknisk infrastruktur; detaljer om dessa områden har ännu inte offentliggjorts.

Slutsatsen i det här skedet är att det rör sig om ett forskningsprogram, inte om en ersättning för standardmässiga kliniska prövningar. Projektets värde för branschen kommer att bero på om modellering med kliniska data kan ge tillräckligt verifierbara uppskattningar för att förbättra utformningen av prövningar och samtidigt uppfylla kraven på säkerhet och evidens.

Keep readinginDrive, Pony.ai och NVIDIA undersöker robotaxi i Kazakstan
Read the next article

Gör det du läser till en fungerande integration

Utforska jsonscrapers API:er för social data, testa anrop och bygg nästa arbetsflöde.

Utforska API:er