Workflow
NetraAI
icon
搜索文档
NetraMark Unveils AI-Discovered Treatment-Responsive Subgroups in A4 Alzheimer’s Trial at AD/PD Conference
Globenewswire· 2026-03-19 19:00
公司新闻核心观点 - NetraMark公司宣布其专有的可解释人工智能平台NetraAI在阿尔茨海默病A4临床试验中取得新发现 该平台能够识别出传统分析中可能被掩盖的、具有临床意义的药物应答患者亚组 这展示了其AI技术在支持未来临床试验精准富集策略方面的潜力[1][2][5] 技术发现与成果 - NetraAI采用基于动力系统的可解释机器学习方法 分析了A4研究参与者的多模态基线变量 包括影像学、认知评估、人口统计学和生物标志物[3] - 尽管原始A4三期试验显示索拉珠单抗(一种旨在通过结合并清除可溶性β淀粉样蛋白来治疗阿尔茨海默病的人源化单克隆抗体)未产生统计学显著的总体获益 但NetraAI识别出两个不同的患者亚组 显示出相对于安慰剂有意义的治疗效果[4] - 关键发现包括:识别出两个具有生物学可解释性的应答者亚组 其特征是更高的局部脑容量和更强的基线认知表现[7] - 在这些亚组内观察到了大的治疗效果 效应量(Cohen‘s d)高达1.52[7] - 显示治疗效果的亚组参与者与更高的基线边缘系统和颞叶网络完整性相关 包括更大的右侧杏仁核或右侧颞上皮质体积 以及在数字符号替换测试中更强的精神运动速度和注意力得分[7] 技术优势与应用潜力 - NetraAI的方法能够通过仅少数几个基线变量来定义可解释的、模型衍生的亚组 说明了先进AI如何可能支持未来试验的精准富集策略[5] - 对于制药行业 该方法可能:通过识别最有可能对研究性疗法产生应答的患者来改进试验设计;对历史试验进行回顾性再分析以提取新见解;通过数据驱动的患者分层来降低开发风险和成本[8] - NetraAI与其他基于AI的方法不同 其独特设计包含聚焦机制 可将小数据集分离为可解释和不可解释的子集 这有助于避免“过拟合” 并可能提高临床试验成功的可能性[11] - NetraMark的产品采用一种新颖的基于拓扑的算法 能够根据多个变量同时将患者数据集解析为强相关的子集 这使得公司能够处理更小的数据集 并精确地将疾病分为不同类型 以及对患者进行药物敏感性或治疗疗效的准确分类[12] 行业背景与意义 - 这一发现突显了阿尔茨海默病临床开发中的一个重大挑战:患者异质性可能在整个试验人群中掩盖有意义的药物反应[4][5] - 此次发布正值阿尔茨海默病领域的关键时刻 治疗开发日益聚焦于疾病早期阶段和精准指导的治疗策略[6] - NetraMark的可解释AI方法论与这一转变相契合 它支持研究人员不仅了解疗法是否有效 还了解哪些患者最有可能获益及其原因[9] - 能够识别具有生物学意义的应答者亚组的技术 可能从根本上重塑阿尔茨海默病临床试验的设计方式[10] - 随着行业继续探索针对淀粉样蛋白及其他通路的疾病修饰疗法 能够进行可解释患者分层的技术 可能在解锁传统分析未能检测到的治疗信号方面发挥关键作用[10]
NetraMark Signs Contract With Global Biopharmaceutical Company to Analyze Phase 2 Depression Trial Data
Globenewswire· 2026-03-11 19:00
公司业务动态 - 公司NetraMark与一家专注于精神与神经疾病创新疗法的全球领先生物制药公司签署新合同,将分析该客户针对抑郁症的二期临床试验数据[1] - 此次合作进一步扩展了公司在抑郁症及中枢神经系统疾病领域由人工智能驱动的项目组合[1][4] 技术平台与应用 - 公司将部署其专有的人工智能方法,对多维临床数据进行分析,以发现潜在的患者表型、评估治疗相关反应模式并生成假设驱动的见解[3] - 公司的NetraAI平台利用动态系统框架,旨在克服传统机器学习的局限,使其能够有效处理复杂的小型临床数据集[5] - 该平台能够对高效应值的患者亚群进行分层,并将见解转化为具有临床意义的入组标准,以优化临床试验[5] - NetraAI独特地设计了聚焦机制,可将小型数据集分离为可解释和不可解释的子集,利用可解释子集来推导见解和假设,可能提高临床试验的成功率[6] - 公司的产品采用一种新颖的基于拓扑的算法,能够根据多个变量同时将患者数据集解析为强相关的人群子集,从而能够根据数据特征和规模使用多种机器学习方法[7] - 该技术使公司能够处理更小的数据集,并精确地对疾病进行分型,以及对患者的药物敏感性或治疗疗效进行准确分类[7] 行业需求与公司战略 - 此次合作支持NetraAI在制药行业中的持续应用,作为一种人工智能驱动的方法,用于理解患者异质性、剂量决策以及支持研究成功率[2] - 公司首席执行官认为,此次合作反映了制药公司希望更好地理解临床试验中患者异质性的需求[3] - 公司致力于通过分析数据,识别最有可能从治疗中受益的患者亚群,并提供见解,以更高的精确度和信心为合作方的未来研究设计提供参考[3] - 公司持续展示其提供可操作的精准试验见解的能力,以支持客户药物开发的成功[4] - 公司专注于成为面向制药行业的生成式人工智能/机器学习解决方案开发领域的领导者[7]
NetraMark Closes Final Tranche of $3.5 Million Private Placement
Globenewswire· 2026-02-19 20:00
融资完成情况 - 公司成功完成了先前宣布的非经纪私募配售的第二期即最终批次融资,该批次于2026年2月18日完成 [1] - 在第二批次中,公司以每单位1.00美元的价格发行了390,000个单位,总收益为39万美元 [1] - 整个配售(包括第一期和第二期)总计发行了3,500,000个单位,每单位价格1.00美元,总收益为350万美元 [1] 融资单位结构 - 每个融资单位包含一股公司普通股和半份普通股认股权证 [2] - 每份完整的认股权证赋予持有人在发行之日起两年内,以每股1.35美元的行使价购买一股额外普通股的权利 [2] 资金用途与股权影响 - 公司计划将此次私募的净收益用作营运资金和一般公司用途 [4] - 完成第二批次融资后,公司已发行及流通在外的普通股数量为92,223,699股 [4] 关联方交易 - 一位公司内部人士参与了第二批次融资,认购了232,500个单位 [5] - 此次内部人士参与构成关联方交易,但公司根据相关法规豁免了正式估值和少数股东批准的要求,因为交易价值未超过公司市值的25% [5] - 公司未在交易完成前至少21天提交重大变更报告,原因是内部人士参与的细节直到临近完成时才最终确认,且公司希望快速完成融资 [6] 公司技术与产品 - 公司的核心产品NetraAI采用独特设计,包含焦点机制,能够将小型数据集分离为可解释和不可解释的子集 [7] - 该技术利用可解释的子集来获取洞见和假设,旨在提高临床试验的成功率,其方法避免了其他AI方法中常见的“过拟合”问题 [7] - NetraMark专注于为制药行业开发生成式人工智能/机器学习解决方案 [8] - 其产品采用一种新颖的基于拓扑的算法,可依据多个变量同时将患者数据集解析为强关联的子集,从而能够处理更小的数据集并精确进行疾病分型和患者分类 [8][9]
Netramark Announces Uplisting to Toronto Stock Exchange
Globenewswire· 2026-02-13 20:00
公司重大资本运作事件 - NetraMark Holdings Inc 宣布将自愿从加拿大证券交易所退市 并升级至多伦多证券交易所主板上市 退市于2026年2月17日市场收盘时生效 并于2026年2月18日市场开盘时在TSX开始交易 股票代码保持为“AIAI” [1] - 在转板过程中 公司将继续作为加拿大证券法下的“申报发行人” 其普通股将继续在OTCQB和法兰克福证券交易所挂牌交易 代码分别为“AINMF”和“PF0” 股东无需就此次转板采取任何行动 [2] - 公司管理层认为 此次在TSX上市是一个重要的里程碑 将提升公司接触机构投资者的机会 并提高在资本市场中的知名度 这反映了公司在技术、治理框架以及与制药赞助商和临床研究组织合作方面的进展 [3][4] 公司核心业务与技术优势 - NetraMark专注于为制药行业开发生成式人工智能和机器学习解决方案 其产品采用一种新颖的基于拓扑结构的算法 能够根据多个变量同时将患者数据集解析为强相关的子集 [6] - 公司的核心技术平台NetraAI具有独特的设计 其聚焦机制可将小数据集分离为可解释和不可解释的子集 这有助于避免因数据与变量相关性差而导致的模型过拟合和不准确见解 [5] - 通过使用可解释的子集来生成见解和假设 NetraAI旨在提高临床试验成功的可能性 其技术能够处理更小的数据集 并准确地对疾病进行分型 以及对患者的药物敏感性或治疗疗效进行精准分类 [5][6]
NetraMark Closes First Tranche of Private Placement
Globenewswire· 2026-01-28 21:30
公司融资与股权动态 - NetraMark Holdings Inc 已完成其非经纪私募配售的第一部分 募集资金总额为311万美元[1] - 在第一部分配售中 公司以每单位1美元的价格发行了311万个单位 每个单位包含一股普通股和半份认股权证 每份完整认股权证可在两年内以每股1.35美元的行权价认购一股额外普通股[2] - 此次发行的证券将受限于4个月零1天的持有期 至2026年5月28日到期 完成第一部分后 公司已发行及流通的普通股数量为91,778,520股[3] - 公司已获得第二部分即最终部分私募配售的全部承诺 预计近期完成 将额外募集39万美元 从而使本次私募配售总额达到350万美元 净收益计划用于营运资金及一般公司用途[4] - 公司部分内部人士参与了第一部分配售 合计认购206万个单位 根据MI 61-101 该关联方交易豁免了正式估值要求和少数股东批准要求 因为交易价值未超过公司市值的25%[5] - 公司未能在第一部分完成前至少21天提交重大变更报告 原因是内部人士参与的细节直到临近结束时才确认 且公司希望快速完成交易[6] 公司业务与技术介绍 - NetraMark是一家专注于为制药行业开发生成式人工智能和机器学习解决方案的公司[8] - 其核心产品NetraAI采用独特的聚焦机制 能将小型数据集分离为可解释和不可解释的子集 从而避免因数据相关性差导致的模型过拟合和见解不准确问题[7] - 公司使用一种基于拓扑结构的新算法 能够根据多个变量同时将患者数据集解析为强关联的子集 这使得公司能够根据数据特征和规模 运用多种机器学习方法 将数据转化为能激活传统AI/ML方法的智能数据[8] - 该技术的优势在于能够处理更小的数据集 并精确地将疾病分为不同类型 以及对患者进行药物敏感性或治疗疗效的准确分类[8]
NetraMark Announces Private Placement Financing
Globenewswire· 2026-01-13 21:30
公司融资公告 - NetraMark Holdings Inc 宣布进行一项非经纪私募配售 计划发行最多3,500,000个单位 每单位价格为1.00加元 预计募集总收益最高可达3,500,000加元 [1] - 每个单位包含一股普通股和半份普通股认股权证 每份完整认股权证赋予持有人在发行结束日起两年内 以每股1.35加元的行权价认购一股额外普通股的权利 [2] - 本次发行所得净收益计划用于一般营运资金和公司用途 包括继续推进和商业化其专有的NetraAI平台 以及支持现有和未来的生物制药合作项目 [4] 公司技术与产品 - NetraAI平台的核心技术优势在于其聚焦机制 能够将小型数据集分离为可解释和不可解释的子集 从而避免因数据相关性差导致的模型过拟合和洞察不准确问题 [6] - 该平台利用可解释的子集来推导洞察和假设 包括影响治疗和安慰剂反应以及不良事件的因素 这有望提高临床试验的成功率 [6] - NetraMark采用一种新颖的基于拓扑的算法 能够根据多个变量同时将患者数据集解析为强相关的子集 这使得公司能够根据数据的特征和规模 运用多种机器学习方法 将数据转化为能激活传统AI/ML方法的智能数据 [7] - 该技术使公司能够处理更小的数据集 并精确地将疾病分为不同类型 同时准确地对患者进行药物敏感性或治疗疗效的分类 [7] 公司业务定位 - NetraMark是一家专注于为制药行业开发生成式人工智能和机器学习解决方案的公司 旨在成为该领域的领导者 [7] - 公司产品主要应用于临床实验领域 通过AI驱动的精准分析进行转型 [1]
NetraMark Delivers Transformational Quarter Of Execution
Globenewswire· 2025-12-18 21:30
文章核心观点 NetraMark Holdings Inc 在2025年第四季度于商业执行、监管沟通及科学验证方面取得显著进展 这些里程碑事件强化了公司的增长轨迹 并巩固了其在AI驱动的临床试验优化领域的市场地位 [1] 商业与财务进展 - 合同积压额在本季度增长至约250万加元 这主要由新项目承诺和持续的商业势头推动 [2] - 公司重申其此前设定的财务指引 目标是在2026年中期实现800万至1000万加元的已签约合同积压额 [4] - 合同积压额被定义为与已签署但服务未完成、收入尚未按国际财务报告准则确认的NetraAI服务相关的总收入 [7] 渠道合作与市场拓展 - 公司已完成与全球合同研究组织Worldwide Clinical Trials的入驻和质量保证流程 自2025年10月中旬起 NetraMark可被积极纳入其在中枢神经系统和肿瘤学领域的II期和III期试验投标中 从而扩大了公司接触后期临床开发机会的渠道 [2] 监管沟通与科学验证 - 公司于2025年12月与美国食品药品监督管理局完成了一次关键路径创新会议 会议就NetraAI平台作为一种富集方法在临床试验设计中的应用进行了非监管性、非约束性的科学交流 FDA提供了反馈并建议公司考虑探索模型知情药物开发配对会议计划作为与药企赞助方进行科学对话的途径 [2] - 一项展示NetraAI技术的科学研究被《npj Digital Medicine》接受发表 该期刊属于自然科研旗下 这项经过同行评审的研究与美国国家心理健康研究所的研究人员合作完成 展示了NetraAI如何在一个II期抑郁症试验中识别出具有临床意义的“人物画像”亚组 [2] 战略研究合作 - 公司与成瘾与心理健康中心合作 获得了著名的安大略省研究基金-研究卓越奖 在此合作下 NetraAI正被部署于CAMH的安全计算环境中 用于分析精神分裂症和重度抑郁症的遗传和表观遗传数据 旨在识别可解释的患者亚群 [2] 技术平台优势 - NetraAI平台采用独特的聚焦机制 可将小数据集分离为可解释和不可解释的子集 从而避免因数据与变量相关性差而导致的过拟合模型和不准确见解 其使用可解释子集来获得见解和假设 可能提高临床试验成功的可能性 [5] - 公司的产品采用一种新颖的基于拓扑的算法 可以同时根据多个变量将患者数据集解析为强相关的子集 这使得公司能够处理更小的数据集 并精确地对疾病进行分类以及对患者进行药物敏感性或治疗疗效的分类 [6]
NetraMark and CAMH Announce Research Award to Advance AI-Driven Discovery in Schizophrenia and Depression
Globenewswire· 2025-12-16 21:30
公司动态:获得研究奖项并启动合作 - NetraMark Holdings Inc 与多伦多成瘾与心理健康中心 共同被授予著名的安大略省研究基金-研究卓越奖 [1] - 该奖项旨在表彰推动安大略省研究卓越和技术进步的创新合作伙伴关系 [2] 合作项目详情 - 在此合作下 NetraMark的数学增强机器学习平台NetraAI将被部署在CAMH的安全高性能计算环境中 [2] - 该平台将用于分析由ORF-RE项目支持的精神分裂症和重度抑郁症研究中的遗传和表观遗传数据 [2] - 该计划旨在识别可解释的患者亚群 以阐明精神疾病的生物学亚型 并支持下一代精准治疗策略 [3] - 该研究还将增强NetraAI的能力 以服务于精神病学领域的制药赞助商 改善其临床试验结果 [3] - 合作还包括评估安大略健康保险计划行政数据的额外“奖励数据集” 以进行成本效益分析并探索个性化患者护理对更广泛卫生系统的影响 [4] 技术应用与优势 - NetraAI软件由CAMH的研究IT团队在其研究集群上安装 NetraMark提供现场支持 [4] - 所有分析将使用去标识化的患者数据 确保严格遵守CAMH的数据隐私和网络安全标准 [4] - NetraAI独特地设计了聚焦机制 可将小数据集分离为可解释和不可解释的子集 [6] - 其使用可解释的子集来获取见解和假设 包括影响治疗和安慰剂反应以及不良事件的因素 这有可能增加临床试验成功的机会 [6] - 与许多其他缺乏此类机制并可能导致“过拟合”的AI方法不同 NetraAI的方法可以避免关键信息被淹没 [6] - NetraMark采用一种新颖的基于拓扑的算法 能够根据多个变量同时将患者数据集解析为强相关的子集 [7] - 这使得公司能够使用多种机器学习方法 根据数据的特征和大小 将数据转化为强大的智能数据 从而激活传统的AI/ML方法 [7] - 因此 NetraMark可以用更小的数据集工作 准确地将疾病细分为不同类型 并准确地对患者进行药物敏感性和/或治疗疗效的分类 [7] 合作方评价与预期成果 - CAMH的Tanenbaum药物遗传学中心主任James Kennedy博士表示 此次合作将NetraMark独特的人工智能方法与CAMH深厚的基因组和临床数据集相结合 探索遗传和表观遗传模式如何影响治疗反应 [4] - 产生的见解将增进对改变患者对精神科药物反应基因的理解 使医生能够为每位患有复杂精神健康疾病的患者个性化治疗 [4] - NetraMark创始人兼首席科学与技术官Joseph Geraci博士认为 结合CAMH的数据集与NetraAI独特的可解释AI框架 能够揭示传统分析未能发现的、基于生物学的患者亚群 [4] - 相信这项工作将有助于精神健康的下一代精准医学方法 并改善临床试验结果 [4] 公司及合作伙伴背景 - 成瘾与心理健康中心是加拿大最大的心理健康和成瘾教学医院 也是该领域世界领先的研究中心 [5] - CAMH集临床护理、研究、教育、政策制定和健康促进于一体 与多伦多大学完全附属 并且是泛美卫生组织/世界卫生组织的合作中心 [5] - NetraMark是一家专注于成为面向制药行业的生成式人工智能/机器学习解决方案开发领导者的公司 [7]
NetraMark Achieves Major FDA Milestone
Globenewswire· 2025-12-15 21:30
公司核心进展 - NetraMark Holdings Inc 宣布已完成与美国食品药品监督管理局的关键路径创新会议[1] - 会议期间 FDA 就 NetraAI 平台提供了反馈 并讨论了其作为临床试验设计中富集方法的潜在应用[1] - FDA 建议公司考虑探索其模型知情药物开发配对会议计划 作为进一步监管对话的潜在途径[1] 公司高管观点 - 创始人兼首席科学及技术官 Joseph Geraci 博士表示 NetraAI 旨在解决临床研究中最持久的挑战 即识别支配患者反应的真正生物学和临床特征 即使是在小型、异质性数据集中[2] - 首席监管与创新官 Luca Pani 博士评论称 这一里程碑反映了近三年严谨的工作 以确保 NetraAI 符合监管科学、质量和方法透明度的最高标准[2] - 首席执行官 George Achilleos 表示 此次会议是公司向前迈出的重要一步 FDA 的建议非常有价值 这意味着申办方可以考虑使用 NetraAI 来精准定位患者、提高统计功效并降低试验风险[2][4] 会议具体讨论内容 - FDA 就 NetraAI 的预先设定、α控制的预测性富集方法提供了反馈 并讨论了在遵循 FDA 富集指南的背景下 识别富集应答者亚组同时适当控制 I 类错误的考量[3] - FDA 讨论了 NetraAI 与复杂适应性设计、贝叶斯方法或基于计算机模拟的方法的区别 这些方法不符合模型知情药物开发计划的资格[3] - FDA 讨论了申办方可以考虑使用 NetraAI 的潜在应用场景 包括:有针对性的入组/排除标准、统计分析计划中的预先设定分层、以及用于评估功效、效应大小和设计稳健性的试验模拟[3] 技术平台优势 - NetraAI 的独特设计包含聚焦机制 可将小数据集分离为可解释和不可解释的子集[5] - 该平台利用可解释的子集来获取见解和假设 可能提高临床试验成功的可能性[5] - 公司的产品采用一种新颖的基于拓扑的算法 可同时根据多个变量将患者数据集解析为强相关的人群子集[6] - 这使得公司能够处理更小的数据集 并准确地将疾病分为不同类型 以及对患者进行药物敏感性或治疗疗效的准确分类[6] 战略意义与未来展望 - 此次关键路径创新会议和模型知情药物开发计划现已成为公司所有合作中的监管参考点 是公司重要的战略资产[4] - 此次与 FDA 的科学讨论阐明了申办方受益和利用 NetraAI 可解释富集能力的潜在途径[4] - 公司相信这可能有助于合作伙伴设计更强大、更可预测的 II 期和 III 期临床项目 并从其临床资产中释放更大价值[4]
NetraMark Continues Expansion Into Phase 3 Programs With Contract From Global Biopharmaceutical Company
Globenewswire· 2025-12-11 21:30
核心观点 - NetraMark Holdings Inc 获得一家全球知名生物制药公司的新合同,为其关键性III期临床试验提供人工智能驱动的分析支持,这标志着公司在高价值的III期决策支持领域业务拓展取得重要进展 [1][2] 业务与合同详情 - 新合同基于现有的主服务协议签订,来自一位回头客赞助商,体现了制药行业对NetraAI持续增长的兴趣 [2] - 该项目将利用NetraAI技术,旨在根据III期试验的筛选和基线变量,识别和表征患者亚群(如应答者、无应答者、安慰剂相关参与者) [3] - 分析工作预期将为所有潜在结果场景提供更深入的试验结果洞察,并为后续的临床、监管和商业规划提供循证决策支持 [3] 技术优势与市场定位 - NetraAI技术专为处理小型、复杂和异构的数据集而构建,特别适合对清晰度和精确度要求最高的后期决策支持 [4] - 与许多其他将所有患者归为一类、易导致“过拟合”的AI方法不同,NetraAI独特地设计了聚焦机制,能将小数据集分离为可解释和不可解释的子集,利用可解释子集来获取洞察,从而提高临床试验成功的几率 [5] - 公司的产品采用一种新颖的基于拓扑的算法,能够根据多个变量同时将患者数据集解析为强相关的子集,从而能够使用更小的数据集来准确细分疾病类型并对患者进行药物敏感性或疗效分类 [6][8] 管理层评论与战略意义 - 公司CEO表示,此次在现有主服务协议下再次被选中参与关键性III期试验,证明了赞助商对NetraAI日益增长的信任和信心 [4] - 此次合作强化了NetraMark在AI驱动的临床试验优化方面的进展,并展示了随着其技术被嵌入生物制药公司的标准操作流程,公司实现增长扩张的潜力 [4] - 此次胜利标志着公司持续向III期试验领域扩张,并表明其平台在后期项目中正获得越来越多的考虑 [7]