Diskusjon Triggere Porteføljer Aksjonærlister

Photocure småprat (PHO) 🔦 2

Dette selskapet kan være en interessant samarbeids partner for Photocure i å bruke AI;

Artificial intelligence in cancer diagnostics

DoMore Diagnostics

Min datter jobber i Innovasjon Norge og har vært med å bidratt til at de har fått opp til Euro 10 mill i støtte. Stolt far.

2 Likes

New Publication: Racial Difference in Detection Rate of Bladder Cancer Using Blue Light Cystoscopy

Press release – Oslo, Norway, March 28, 2024: Photocure ASA, The Bladder Cancer Company, announces the publication of the study “Racial Difference in Detection Rate of Bladder Cancer Using Blue Light Cystoscopy: Insights from a Multicenter Registry” in the journal Cancers this week. This study aims to evaluate heterogeneity in characteristics of blue light cystoscopy (BLC®) for detection of malignant lesions among various races with non‐muscle invasive bladder cancer (NMIBC).

The study author Sia Daneshmand, MD and the participants of the BLC with Cysview Study Group collected clinicopathologic information from adult patients undergoing transurethral resection of bladder tumor (TURBT) or biopsy who were enrolled in the multi-institutional BLC Cysview registry between April 2014 and February 2021. The primary outcome was detection of any malignant lesion on final pathology. Sensitivity, negative and positive predictive values for detection of malignant lesions were calculated for BLC, white light cystoscopy (WLC), and the combination of both modalities.

Overall, 2379 separate samples were identified from 1292 patients, of whom, 1095 (85%) were White/Caucasian, 96 (7%) Black/African American, 51 (4%) Asian and 50 (4%) Hispanic. The sensitivity of WLC, BLC, and the combination of both for any malignant lesion was 88.7%, 95.8% and 99%, respectively, in the total cohort (P<0.001). BLC sensitivity vs. WLC was most significantly pronounced in the Asian population (96% vs 78%, P<0.001). In all races, the sensitivity of BLC was significantly higher than WLC for detection of CIS (P<0.001). Also, the addition of BLC to standard WLC increased the detection rate by 10% for any malignant lesion in the total cohort. This rate increased to 18% in Asian patients. Positive predictive value of BLC was also the highest in Asian population (94.4%).

The authors conclude that regardless of race, BLC increased the detection of bladder cancer when combined with WLC. However, the difference was more pronounced in Asian patients: “ Our study showed that regardless of race, BLC increases the detection of bladder cancer when combined with WLC. These results could identify differences in groups that will lead to improved treatment of underserved minority populations. Further research is warranted to understand the underlying etiology of these observations which may ultimately alter interpretation of lesions detected by BLC,” said Dr. Daneshmand.

Ny publikasjon: Racial Difference in Detection Rate of Bladder Cancer Using Blue Light Cystoscopy

Pressemelding – Oslo, Norge, 28. mars 2024: Photocure ASA, The Bladder Cancer Company, kunngjør publiseringen av studien «Racial Difference in Detection Rate of Bladder Cancer Using Blue Light Cystoscopy: Insights from a Multicenter Registry» i tidsskriftet Cancers denne uka. Denne studien tar sikte på å evaluere heterogenitet i egenskaper ved blått lys cystoskopi (BLC®) for påvisning av ondartede lesjoner blant ulike raser med ikke-muskelinvasiv blærekreft (NMIBC).

Studieforfatteren Sia Daneshmand, MD og deltakerne i BLC med Cysview Study Group samlet inn klinikopatologisk informasjon fra voksne pasienter som gjennomgikk transurethral reseksjon av blæretumor (TURBT) eller biopsi som ble registrert i det multiinstitusjonelle BLC Cysview-registeret mellom april 2014 og februar 2021. Det primære resultatet var påvisning av enhver ondartet lesjon ved endelig patologi. Sensitivitet, negative og positive prediktive verdier for påvisning av ondartede lesjoner ble beregnet for BLC, hvitt lys cystoskopi (WLC) og kombinasjonen av begge modaliteter.

Totalt ble det identifisert 2379 separate prøver fra 1292 pasienter, hvorav 1095 (85 %) var hvite/kaukasiske, 96 (7 %) svarte/afroamerikanere, 51 (4 %) asiatiske og 50 (4 %) latinamerikanske. Sensitiviteten til WLC, BLC og kombinasjonen av begge for enhver malign lesjon var henholdsvis 88,7 %, 95,8 % og 99 % i den totale kohorten (P<0,001). BLC-sensitivitet vs. WLC var mest signifikant uttalt i den asiatiske befolkningen (96 % vs 78 %, P<0,001). I alle raser var sensitiviteten til BLC signifikant høyere enn WLC for påvisning av CIS (P<0,001). I tillegg økte tillegget av BLC til standard WLC deteksjonsraten med 10 % for enhver ondartet lesjon i hele kohorten. Denne frekvensen økte til 18 % hos asiatiske pasienter. Positiv prediktiv verdi av BLC var også den høyeste i asiatisk befolkning (94,4 %).

Forfatterne konkluderer med at uavhengig av rase, økte BLC påvisningen av blærekreft når kombinert med WLC. Forskjellen var imidlertid mer uttalt hos asiatiske pasienter: «Vår studie viste at uavhengig av rase, øker BLC oppdagelsen av blærekreft når det kombineres med WLC. Disse resultatene kan identifisere forskjeller i grupper som vil føre til forbedret behandling av undertjente minoritetspopulasjoner. Ytterligere forskning er berettiget for å forstå den underliggende etiologien til disse observasjonene som til slutt kan endre tolkningen av lesjoner oppdaget av BLC,” sa Dr. Daneshmand.

6 Likes

Hmmmm - er ikke helt uenig, selv om jeg tror at rigtigt mange at os der investerer i blandt andet Photocure, er MEGET bevidst om risikoelementerne og IKKE undevurderer dem, og derved ikke bare kaster alt ind.

Men - nu når jeg som sådan ikke er helt uenig, hvorfor skriver jeg så dette, jo Bingo123 - det skriver jeg fordi du sjældent laver en begrundelse(r) for disse risikoelementer, men blandt andet nøjes med at nævne "“der er er stor risiko i biotek”, her mangler jeg lidt begrundelser som fortæller om det specifikke selskab der skrives om - og ikke bare de gentagne ord omkring det Branchen - der for biotek som helhed, jo i høj grad er risikofyldt.

Her tror jeg alle, eller næsten alle er enige i, at det er et vigtigt og langt hen af vejen gældende element i denne branche.

Risikoelementerne i Photocure, og nok en stor del at grunden til den nuværende kurs - er heldigvis ikke omkring godkendelse, men om hvornår denne godkendelse (eks. omkring Cevira) vil begynde at vise sig også på det økonomiske område, altså:

  • hvornår starter det, altså hvornår kommer produktet på markedet, her er alt fra 6-18 måneder i spil.?

  • hvordan vil dette markedet for Cevira udvikle sig, vil der være den efterspørgsel vi alle håber på.?

  • hvor hurtigt og hvor meget vil denne udvikling vise sig på bundlinjen hos Photocure.?

og sikker også en del andre spørgsmål, som alle har en betydelig indvirkning på hvor kursen ligger i dag.

Hertil kan man også uden tvivl om årsager til den “lave” kurs nævne, de ting som har ramt biotek sektoren de sidste par år, som nok ikke har fremmet lysten til at tage for store chancer og investerer nye eller endog større beløb i biotek.

Dette selv om Photocure som kun få andre i Norge, jo allerede har produkt på markedet, og utvivlsomt snart et par andre muligheder på vej inden for et (for mig at se) rimeligt tidshorisont.

8 Likes

Priority review was introduced in 2017. Drugs need to meet three conditions to be eligible for this program: they must be new drugs with apparent clinical benefits, medicinal products for the prevention and treatment of certain conditions, or other medicinal products that are urgently needed and that meet the criteria, including consistency evaluation.

The priority review system seeks to solve the problematic delay in approvals when China is compared to other countries (‘drug lag’), as well as to deal with the backlog of applications. Drugs that have apparent clinical benefit have accounted for between 23% and 61% of all priority reviews in each of the past four years. During 2016–2020 period, the median review time for drugs and products granted priority review was 77 days

Conditional approval was introduced in 2020). The conditional authorized approval procedure had, however, been previously applied for drugs and vaccines before 2020. The procedure allows drugs or vaccines to be approved with surrogate endpoints or single arm trials if they have shown significant clinical efficacy. Several PD-1 inhibitors, such as sintilimab, [camrelizumab], and [tislelizumab]were approved for relapsed and/or refractory [classical Hodgkin lymphoma] (cHL) patients on the basis of single-arm phase 2 [clinical trials] with ORR ranging from 76.9% to 78.7%. [Niraparib] was approved as a maintenance treatment for platinum-sensitive refractory [ovarian cancer]patients on the basis of the results of global multicenter trials.


In the newly released China Women’s Development Guidelines (2021–2030), China clearly identified objectives including raising women’s awareness of cervical cancer prevention and treatment, continuously improving the prevention and treatment capacity for cervical cancer, and achieving 70% screening coverage of targeted female age groups (6). To effectively achieve these objectives, several strategies and measures were also recommended as follows (…)

Third, China should continue to implement women’s cervical cancer screening programs and comprehensively accelerate the improvement of cervical cancer screening rates among women.

Fourth, China has to strengthen innovative applications of cervical cancer screening and diagnostic technologies, explore screening methods and strategies suitable for China, focus on improving the screening and service capacities of local institutions, strengthen the building of information management systems and big data applications, and strengthen quality control, monitoring, and evaluation.

Finally, China needs to improve the tracking and management of those with abnormal screening results, strengthen the connectivity between screening and follow-up diagnosis and treatment services, and promote early diagnosis and treatment

it has been found that the provision of basic services in cervical cancer (vaccination, screening, and treatment) is still lacking


Fra meldingen til Asieris:

APL-1702 is a pioneering cold light photodynamic drug-device combination product, used as a non-surgical therapy for treating cervical HSIL.

The response rate in the APL-1702 treatment group showed a statistically significant improvement of 89.4% (41.1% vs. 21.7%, p = 0.0001) compared to that in the placebo control group, indicating a remarkable therapeutic effect.

Women with cervical precancerous lesions have unmet clinical needsfor non-surgical therapies. Currently, invasive procedures such as loop electrosurgical excision procedure (LEEP) and cold knife conization remain the primary treatment options for high-grade cervical lesions. However, these surgical treatments are associated with adverse reactions including bleeding, infection, and cervical structural damage, which may lead to complications such as preterm birth and miscarriage.

Treating HSIL serves as the final barrier against cervical cancer.

I have encountered many HSIL patients who desire to preserve their intact cervix while receiving treatment. The emergence of APL-1702 will fulfill the wishes of these patients, allowing them to avoid or delay cervical trauma to the maximum extent possible

It is gratifying to see the emergence of innovative products like APL-1702, which simultaneously possess clinical value in addressing the treatment gap, public health value in cervical cancer prevention and control, and social value in promoting fertility-friendly options. This breakthrough will safeguard women’s health and make a positive contribution to the acceleration of the 2030 global and Chinese action plans for cervical cancer elimination

The study not only demonstrates remarkable efficacy but also exhibits a favorable safety profile, offering a new powerful artillery for the national cervical cancer prevention and control system.

Det blir et spennende Q2 - thats for sure.

8 Likes

Takk for at du deler, Haltopen. Ut ifra kriteriene som stilles for Priority review (fast track) og Conditional approval, bør det være gode muligheter for at Cevira kommer raskt ut på markedet. Som du skriver - Q2 blir spennende👍

1 Like

@Snoeffelen - jeg har fulgt deg her på TI og andre fora i mange år og lært mye av det du har skrevet. Ble derfor overrasket når jeg leser det du skriver om AI.

Har også vært med i PHO siden IPO og er godt lastet, så jeg er også interessert i at det skal gå riktig vei for PHO og endelig løsne…

Yrkesmessig leverer jeg programvare til helsevesenet. Der ser jeg hvordan AI blir mer og mer relevant som en del av det som forventes og inngår i leveranser til helsevesenet. Jeg jobber ikke direkte med AI selv, men begynner å forstå hvilket potensiale som finnes. Samtidig må AI i helsevesenet reguleres strengt. MDR som også omfatter programvare er i spill (Regulation (EU) 2017/745 - Wikipedia) samt EUs mye AI-act (EU AI Act: first regulation on artificial intelligence | Topics | European Parliament) legger føringer på hvordan AI kan brukes i helsevesenet.

Først må jeg si at jeg ikke forstår resonnementet om at AI er hypotese-genererende og ikke validerende. For meg er ikke det så farlig. Jeg kommer aldri å forstå hvordan AI i detalj fungerer eller bruke tiden det tar for å sette meg inn i det.

Det jeg bruker tiden på er å forstå hva AI kan brukes til, på hvilken måte helsevesenet kan bli hjulpet av AI til å håndtere de utfordringene helsevesenet står ovenfor. Jeg jobber for eksempel med et firma som gjør AI basert resursoptimering og som kan vise til opp til 30 % bedre utnyttelse på reelle data.

Det finnes allerede eksempler på at AI brukes klinisk, for eksempel innen bildediagnostikk, noe som jeg mener er relevant for PHO og PHOs aksjonærer å forstå.

Et eksempel er fra Bærum sykehus der røntgenbilder analyseres for brudd og gir pasientene mye raskere svar (Bærum sykehus er først i Norge med å ta i bruk kunstig intelligens til behandling – Stor-Oslo).

Et annet er fra Sverige for brystkreft med 20 % flere identifiserte tilfeller (https://www.thelancet.com/pdfs/journals/landig/PIIS2589-7500(23)00153-X.pdf)

Et tredje er fra AI tråden her på TI der man bruker AI til å analysere gamle sammenkrøllede skriftruller med blekk uten bly (så røntgen blir ubrukelig) for å kunne «rulle ut rullene» og tyde skriften.

Poenget med dette er at alle eksemplene viser at AI er et utmerket verktøy for å analysere bilder og ser detaljer som det menneskelige øyet ikke oppfatter.

Det er jo nettop det som er problemet med WLC, selv med HD skjermer vises ikke blærekreften godt nok. BLC er bedre enn WLC, men mer tidskrevende og tungvint i bruk. Artikkelen som @Rodjer delte brukte AI til å simulere BLC på WLC bilder og på den måten unngå ulempene, men oppnå fordelene med BLC.

Selv om Schneider vifter vekk spørsmålene om AI og henviser til at AI på BLC blir bedre enn AI på WLC tror jeg dessverre ikke han har noe belegg for det. Om det skal være relevant må noen utvikle AI for BLC, og jeg har ikke oppfattet at PHO gjør det, eller at de samarbeider med noen om det.

Om ingen utvikler AI for BLC, hvordan blir da «syntetisk BLC» - altså BLC skapt av AI på WLC bilder - sammenlignet med ekte BLC? Hvor stor må forskjellen være for at BLC fortsatt skal betraktes som overlegen nok til den ekstra investering og tidsbruken ekte BLC krever? Kommer syntetisk BLC til markedet før BLC blir SOC, hva skjer da? Det eneste vi vet er at forskjellen mellom WLC med syntetisk BLC og ekte BLC kommer til å krympe. Det blir en utfordring for PHO.

Om noen utvikler AI for BLC, vil den da fortsatt være overlegen syntetisk BLC? Hvor stor vil forskjellen være og vil den fortsatt være stor nok for å forsvare kostnaden og ulempene med ekte BLC. Dette blir også en utfordring for PHO.

Min konklusjon er at PHO må forholde seg til AI og «syntetisk BLC». De kan ikke sove i timen. Det samme gjelder selskapets aksjonærer… jeg er fortsatt en av dem.

Så lenge blærekreft er på top 10 listen av de vanligste og blant de dyreste kreftformene å behandle er det mange andre som også er interessert i både diagnostikk og behandling av blærekreft. «Syntetisk BLC» er bare en av dem…

12 Likes

Et veldig godt gjennomtenkt, og veldig godt skrevet innlegg om BLC og AI @Stovnerjonny.

Mitt ståsted er at WLC + AI kan ende opp bedre enn BLC, men hvis det skulle bli tilfellet er det rimelig sikkert at BLC + AI er bedre en WLC + AI, og 100% sikkert at WLC+BLC +AI er best.
Og sidn man må bruke Cysview for å få den fotokjemiske reaksjonen til BLC må man kjøpe produkter fra Photocure.
Samtidig er det veldig ressurskrevende å verifisiere/validere AI pga algoritmene.

Men det burde du, for det er kjernen i mitt resonnement; nevrale nettverk er mer krevende å validere enn en linear regresjon.

Følgende blir ikke helt korrekt matematisk men det er et pedagogisk forsøk på å forklare hvordan nevrale nett modellerer et data -sett versus det enkleste; en lineær regresjon.

Hvis man har et datasett så vil et nevralt nett (grønn linje) matematisk kunne tilpasse måle-dataene utrolig mye bedre enn linear regresjon (rød linje).

Snakker vi korrelasjon og match er jo modellen med nevralt nett totalt overlegen den enkle lineære regresjonen.

Men hva om vi har brukt det datasettet (som i AI-sjargong ofte kalles treningssettet) til validering av av nevral-nett-modell og lineær regresjonsmodell, på et helt nytt datasett?

Da kan det hende, som i Elon Musk memet, at den nevrale nett-modellen bare spytter ut tull

image

Ser du problemet? Og ikke først og fremst at treningssettet i en AI-modellen må være stort og godt, jeg tenker mest på at dette skal gjennom en regulatorisk kvern, der inspektører fra FDA kan stille kjipe spørsmål.

6 Likes

Det er gode spørmål, som gjerne kan formidles til selskapet - med en anmodning om å orientere om hva Pho allerede gjør - ev har til hensikt å gjøre - av undersøkelser av muligheter og trusler med AI. Forretningsmodellen (device & drug) gjør det mer komplisert, men desto mer viktig å forstå.

Scolar AI oppgir flere artikler på søk om “Cystoscopy Artificial Intelligence Diagnostic System (CAIDS) and similar AI-enhanced diagnostic approaches” - fra de siste 3-4 årene

https://www.sciencedirect.com/science/article/pii/S2666168320332638?via%3Dihub

https://www.liebertpub.com/doi/10.1089/end.2023.0056

https://www.eu-focus.europeanurology.com/article/S2405-4569(21)00113-9/fulltext


Edit: En artikkel om Pho’s mulige involvering i relevant forskning

“This research highlights the integration of AI with blue light cystoscopy to improve the identification and classification of bladder cancer lesions, leveraging the enhanced visualization capabilities provided by Photocure’s Hexvix®/Cysview® in conjunction with AI algorithms.”
https://www.nature.com/articles/s41598-021-91081-x

7 Likes

Tak for et godt indlæg – med flere pointer !!

Håber nogle af skribenterne der skriver flot og med indsigt om AI og muligheder, vil tage kontakt og gå i dialog med Dan og PHO.
På den måde kan vi blive ved med at have førertrøjen :grin:

Dansken

2 Likes

Akkurat det punktet har jeg også som helt sentral faktor i dette spørsmålet.
Man trenger bare se på hvor lang tid FDA har brukt på å godkjenne siste blc scope fra KS. Det samme gjelder nedklassifisering av blc, som FDA selv har identifisert som en soleklar kandidat til nedklassifisering. Det tar sykt med tid selv om både dagens rettighetshaver og “alle andre” ønsker dette gjennomført.

Og hva er oddsen for at en særdeles konservativ bransje skal hoppe på noe, som for de, er science fiction? Hva skal til for at de tør stole på algoritmene /nevrale nettverk og ikke øynene til urologen? Det er også noe med ansvar her;hvem vil ha ansvaret /oppleve konsekvensene hvis ai ikke oppdager noe den helt klart skulle “sett”?
Jeg tror ai må testes helt enormt før det slippes gjennom.
AI vil bli litt som statsråder. De blir målt på feil og ikke suksess. Graverende feil og de blir underkjent. Forskjellen er litt at regulatoriske myndigheter vil sikre seg ekstremt mot at så faktisk skjer.

I tillegg…
Hvis ai skal overta for blc, så må ai pushes gjennom hos regulatoriske myndigheter. Hvem skal gjøre det? Hvem skal utvikle et system godt nok, og hvordan skal de tjene penger på det? Vil de ha ressurser nok til å kjøre det lange løpet mot FDA?

Med nedklassifisering vil “alle” scope leverandører ha et sterkt insentiv i å selge på nyeste (blc) generasjon scope til sine kunder , og vedlikehold rundt dette. De vil høyst sannsynlig tjene mye mer på det, enn å sukre wlc med mulig ai om mange år. Og når blc er utbredt… Så vil vel tanken hos de være i retning “OK, hvilke mersalgmuligheter har vi?”
Da kan AI være et alternativ.

Redigert :
Veldig bra diskusjon jevnt over på denne tråden nå. Stor tommel opp og klapp på skulderen til alle med saklige/relevante innlegg.

8 Likes

Spot on!

Jeg husker noen i bransjen som en gang på spøk sa:
Det er bedre å gjøre ingenting enn å gjøre feil”,
som en slags motsats til all livs lærdom at “den som intet våger intet vinner” og “det er bedre å ta en beslutning som er feil, enn å ikke ta en beslutning”, osv.

Det er bare så altfor lett å stille spørsmål rundt validering med AI til at det blir ikke ender opp i flerfoldige hindere og snubletråder.

Nå har faktisk FDA en guideline på AI /ML, men det er ikke en konkret oppskrift, det er et “diskusjons papir under utvikling”.

https://www.fda.gov/science-research/science-and-research-special-topics/artificial-intelligence-and-machine-learning-aiml-drug-development

Man ser det fordi det er brukt tidlig i utvikling (discovery og research), og til å analyser data i etterkant, post marketing, men ikke i den viktige valideringsfasen (fase 3), samt at det bare er komponenter i innsendelsene.

Men er altså foreløpig på “diskusjons-stadiet”, med utsagn om at “AI helt sikkert vil bli en viktig del i utviklingsløpet en eller annen gang”.

Min magefølelse er at ingen konkurrenter kommer til å satse fullt på AI og BLC, det er litt for mange ting å tenke på før man er der.

Min tanke om dette er at det er litt for mange hindere, slik at om noen skulle satse på BLC og AI så vil det være Photocure selv, hvis man ser at rammeverk og teknologi tilsier at det er regningssvarende.

6 Likes

AI vil ikke bli ansvarlig for å detektere svulster, men generelt vil den kunne brukes til mønstergjenkjenning… og peke på mulige svulster som må verifiseres med tradisjonelle metoder. Slik at urologene sparer tid.

BLC vil gjøre jobben enklere og bedre også for AI I tillegg kommer kanskje også en mulig terapeutisk effekt med BLC.

4 Likes

og da er du straks i gang med å gi urologene støttehjul som lett blir til fundamentale påler for endel av de.

Greia er jo at de ikke får til det uten blått lys og cysview/hexvix. Sånn sett argumenterer du egentlig for at det er blc som må til

Trukket

Takk for en forståelig forklaring @Snoeffelen - jeg tror jeg forstår dine to poenger, men jeg er ikke sikker på om jeg er enig i konklusjonene. Som jeg skrev er jeg ikke dypt innsatt i AI, men tror likevel jeg forstår en del av mekanismene rundt.

Nedenfor forklarer jeg hvordan jeg ser på poengene, og for meg er det helt greit at vi ikke har samme oppfatning om dette, spesielt siden ingen av oss er eksperter på AI :slight_smile:

Ditt første poeng er om man tar en AI modell som er opplært på et datasett av en viss type og så tester det på et datasett av en annen type. Enig i at det kommer til å feil svar, men jeg tror ikke det er en relevant problemstilling.

AI modellene må trenes på datasett som er av samme type som de siden skal analysere. Dette oppfatter jeg som praksis for de AI modeller som er i bruk. For WLC må de trenes på WLC bilder, for BLC må de trenes på BLC bilder. For begge grupper er det mulig å skaffe ett stort nok materiale å trene på, selv om det nok er lettere for WLC. Det blir to ulike AI modeller med hvert sitt bruksområde. Derfor tror jeg det blir veldig bra svar fra AI modellene som er opplært på et datasett av samme type som den får til analyse.

Ditt andre poeng er at FDA kommer til å stille kjipe spørsmål rundt AI. Jeg her ikke gravd i hvordan det fungerer i USA, så det kan godt hende at FDA er involvert i kvurdering v AI der.

Det viktige å huske på er at AI er programvare og ikke en medisin eller diagnostisk substans som puttes inn i pasienten.

I EU blir programvare som brukes i forbindelse med diagnose og behandling regulert av MDR - Medical Device Regulation(link i forrige post). De programvareprodukter jeg jobber med reguleres av MDR. Avhengig av hvilken konsekvens programvarens svar kan gi pasienten klassifiseres programvaren i ulike klasser med ulike krav til dokumentasjon og klinisk evidens for å bli godkjent. Parten som godkjenner omtales som «Notified body» og er ikke den samme som det europeiske FDA. Det finnes flere «Notified Bodies» i Europa. Et viktig poeng er at man ikke kan påstå noe om sin programvare som man ikke har evidens for. Så det er mange likhetstrekk mellom de høyest klassede programvarene og godkjennelse av medisiner.

En parallell er at man må vise at noe virker, at det gir en klinisk nytte. For medisiner noe som er bedre enn SOC, for programvare noe som er bedre enn uten programvaren. Samtidig gjøres det en vurdering av risikoen og forekomsten av feil relatert til programvaren, på samme måte som bivirkninger for medisiner.

Mitt poeng er at man skal vise at noe virker, men man behøver ikke vise hvordan det virker. For medisiner vet vi hvilken substans som gir ønsket virkning, men hvordan denne substansen faktisk blir tatt opp i kroppen og utløser ønsket virkning kan ikke alltid forklares helt og derfor ikke et krav, det som kreves er at det virker og at det ikke gir uønskede effekter.

På samme måte mener jeg det fungerer for AI, som jo er en programvare, man må vise at den fungerer og at risikoen for feil er akseptabel (gjerne sammenlignet med de resultatene menneskene idag produserer, men i fremtiden målt mot andre AI modeller som allerede er i bruk). Det er ikke nødvendig å vise i detalj hvordan AI modellen fungerer, så lenge den produserer et klinisk relevant resultat og har en akseptabel risikoprofil. Jeg er derfor ikke så urolig for «kjipe spørsmål fra FDA», i hverfall ikke i Europa.

Syntetisk BLC blir sannsynligvis klassifisert som MDR klasse IIb i EU/EØS og kan godkjennes helt uten involvering av PHO siden deres diagnostiske substans ikke er innblandet. Det samme gjelder AI på ekte BLC, siden det eneste som man trenger er bildene og de har ikke PHO eierskap over.

Ja, det kommer til å ta noe tid før syntetisk BLC og AI på BLC er på markedet, men tiden er ikke så lang som for medisiner. Det må i visse tilfeller gjøres kliniske forsøk tilsvarende fase III for medisiner som en del av godkjennelsen under MDR, men det har vi jo sett Asieris kunne utføre relativt raskt. Deler av den kliniske evidensen kan også løses som «post market» og andre deler som «equivalence» der man kan påberope seg likverdighet med programvare som løser samme oppgave.

Derfor anser jeg det som viktig at PHO ikke sover i timen….

Om noen som har kontakter i PHO føler seg kallet får de gjerne legger frem disse tankene for firmaet. Hadde vært bra med et litt mer seriøst svar enn Schneiders bortvifting sist. @Rodjer ?

5 Likes

Takk for bra graving @Do2Do - skal se om jeg kan lese disse i ukene som kommer… interessant å se at noen også har tittet på AI på BLC, selv om datasettet virker lite. At det allerede er så mye på gang gjør jo at det for PHO er en «sense of urgency»…

1 Like

14 Likes

Kan ikke være langt unna nå.


5 Likes

For å følge opp helgens refleksjoner om AI - Det er flere foredrag om hvordan bedre teknologi, digitale verktøy inkl AI kan bidra til bedre diagnostisering og oppfølging i neste ukes EAU konferanse.

Regner med Photocure er godt representert og følger dette tett. Kanskje vi kunne bedt selskapet gi et referat med neste Q-presentasjon, med oversikt over aktuelle teknologiske innovasjoner som kan få betydning for Photocures virksomhet de neste 3-5 årene - og hvordan selskapet posisjonerer seg.

3 Likes

Langt på vei det mest umotiverte, illikvide fallet i en aksje jeg tror jeg har sett. Føles nesten for dumt å kunne øke på MA200, yet here we are. Tviler på at det varer særlig lenge.

3 Likes