BullFrog AI Holdings, Inc. ha annunciato l'accordo di licenza mondiale con il Laboratorio di Fisica Applicata dell'Università Johns Hopkins per l'uso della tecnologia brevettata che alimenta la piattaforma bfLEAP dell'azienda. La piattaforma bfLEAP di BullFrog analizza i dati di sviluppo dei farmaci per rendere potenzialmente disponibili ai pazienti più rapidamente terapie e trattamenti salvavita. La tecnologia brevettata da APL comprende modelli analitici che consentono l'analisi e l'interpretazione di insiemi di dati ampi, complessi e diversificati, che possono essere incompleti e comprendere sia dati numerici che strategici e fornire risultati spiegabili.

La tecnologia innovativa, che consente di rilevare anomalie, schemi e relazioni, ha dimostrato di avere prestazioni migliori rispetto agli algoritmi noti nei test di benchmarking. BullFrog AI sta implementando bfLEAP(TM) per l'uso in diverse fasi critiche dello sviluppo, con l'intenzione di semplificare l'analisi dei dati nello sviluppo terapeutico, diminuire i costi complessivi dello sviluppo riducendo i tassi di fallimento per i nuovi farmaci e avere un impatto sulla vita di innumerevoli pazienti che altrimenti non potrebbero ricevere le terapie di cui hanno bisogno. Le tecnologie concesse in licenza da APL comprendono Prometheus e Seagull.

Prometheus comprende una libreria completa di modelli probabilistici innovativi di APL, uno dei quali ha recentemente battuto 10 algoritmi concorrenti nel rilevamento di anomalie in un ampio studio di benchmarking condotto utilizzando 12 set di dati open-source. Prometheus include anche algoritmi a grafo che sono stati utilizzati con successo per analizzare problemi di resilienza di rete su larga scala su reti globali multimodali, come le reti logistiche e di comunicazione globali. Seagull offre una libreria completa di analisi multivariate delle serie temporali.

Seagull può arricchire i dati delle serie temporali utilizzandoli con dati open-source e con caratteristiche comportamentali calcolate. Oltre all'analisi 'a singolo attore', Seagull fornisce anche implementazioni efficienti delle funzionalità di correlazione e clustering delle serie temporali, che consentono di scoprire rapidamente le associazioni tra entità in un tempo quasi lineare, un compito computazionalmente impegnativo.