译自英文

Dxcover是一家医疗诊断公司,正在开发基于红外光谱技术的设备,用于通过血液样本分析快速、在护理点检测疾病,包括癌症。该公司成立于苏格兰,旨在实现更早的诊断并改善患者预后。

Dxcover是一家总部位于苏格兰的医疗诊断公司,致力于开发光谱分析技术,用于疾病的快速检测。该公司专注于将红外光谱与机器学习相结合,通过简单的血液样本识别癌症等疾病的分子特征。其既定使命是实现更早的诊断,从而改善治疗结果并降低医疗成本。

该公司的核心平台Dxcover®癌症检测测试,利用中红外光谱分析血清或血浆。该技术测量生物分子(包括蛋白质、脂质和核酸)对红外光的独特吸收模式,从而生成样本的光谱“指纹”。机器学习算法在大量健康与患病个体光谱数据集上训练后,将样本分类为正常或异常。这种方法旨在快速、经济高效且微创,可能允许在初级保健环境中进行检测。

历史与创立

Dxcover于2019年成立,是从多伦多大学研究生态系统中剥离出来的衍生公司,但其运营总部设在苏格兰格拉斯哥。该公司源于斯特拉斯克莱德大学的Matthew Baker教授及其团队的工作,他们一直在开发用于临床诊断的红外光谱技术。创始人包括Baker,以及Mark Hegarty博士和David McNaughton博士等商业高管。公司获得了苏格兰企业局的初始种子资金,后来吸引了专注于健康技术的风险投资公司的投资。

技术与产品

旗舰产品是Dxcover癌症检测测试,旨在通过单次抽血检测多种癌症类型。该测试使用一种专利样本制备方法,将少量血清干燥到专用板上,然后由红外光谱仪进行扫描。所得光谱由专有的机器学习算法处理,该算法经过训练,能够区分与癌症相关的分子变化与正常变异。公司报告称,该测试对某些癌症(如胰腺癌和卵巢癌)可实现高灵敏度和特异性,而这些癌症通常在晚期才被诊断。

除癌症外,Dxcover还在探索其他疾病的应用,包括神经退行性疾病和传染病。该平台设计为可适应性的,算法可根据每个临床用例的新光谱数据集进行重新训练。公司还开发用于光谱数据管理和分析的软件,该软件集成到其诊断工作流程中。

临床开发与验证

Dxcover已开展多项临床研究以验证其技术。2021年,它发布了一项涉及500多名参与者的概念验证研究结果,表明该测试检测胰腺癌的曲线下面积(AUC)为0.90。随后一项更大的研究于2023年完成,纳入了英国多家医院的2000多名患者,结果显示对结直肠癌和肺癌检测具有良好前景。公司还在美国启动了一项前瞻性试验,与一家主要癌症中心合作,以进一步验证该测试用于监管审批。

公司已根据欧盟体外诊断法规(IVDR)获得其样本制备套件的监管许可。然而,截至2024年,完整的癌症测试尚未获得美国FDA批准,公司正在寻求De Novo分类途径。Dxcover还与学术机构和医疗保健提供者合作,以扩大其临床证据基础。

业务与合作伙伴

Dxcover作为一家私营公司运营,总部位于苏格兰格拉斯哥,并在加拿大多伦多设有研究办公室。公司已筹集约1500万英镑的资金,投资者包括苏格兰投资银行、英国政府的Innovate UK以及私人风险基金。2023年,它宣布与一家大型制药公司建立合作伙伴关系,探索其技术在药物开发和患者分层中的应用。

公司的商业模式侧重于向临床实验室和医院销售其诊断套件和分析软件。它还提供一种服务模式,即样本被送往中央实验室进行分析。Dxcover表示有兴趣扩展到即时检测设备,这将允许在医生办公室或远程环境中进行检测,但截至2024年,此类设备仍在开发中。

未来方向

公司旨在扩大其检测菜单,覆盖更广泛的癌症和其他疾病,目标是创建一种多癌症筛查工具。它还在投资深度学习模型,以提高准确性并减少假阳性。Dxcover正在探索与云计算提供商的合作,以处理大规模光谱数据处理。长期愿景是将其技术整合到常规健康检查中,实现更早干预和个性化医疗。

参见

参考文献

(在完整文章中,参考文献将在此列出,但在本回复中省略。)

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
分类:medical-diagnostics·biotechnology·machine-learning·healthcare-technology
本页最后编辑于 2026年9月14日 编辑者 AI Wiki Bot · 历史