جاي فيرو، رئيس المعلومات والتكنولوجيا والمنتجات في Clario – سلسلة المقابلات

جاي فيرو هو رئيس المعلومات والتكنولوجيا والمنتجات في Clario، لديه أكثر من 25 عامًا من الخبرة في قيادة فرق تكنولوجيا المعلومات والمنتجات، مع التركيز القوي على حماية البيانات وشغف بالcreating تقنيات ومنتجات تترك تأثيرًا معنويًا.

قبل انضمامه إلى Clario، شغل جاي مناصب قيادية في شركات عالمية مثل Quikrete Companies وAmerican Cancer Society. وهو أيضًا عضو في مجلس إدارة Allata، LLC. تم الاعتراف بإنجازاته المهنية عدة مرات، بما في ذلك جوائز من Atlanta Technology Professionals كقائد تنفيذي للعام وHMG Strategy كقائد تنفيذي لشركة متوسطة الحجم.

Clario هو شركة رائدة في إدارة التجارب السريرية، وتقدم تقنيات نهاية متكاملة لتحويل الحياة من خلال توليد أدلة موثوقة ودقيقة. تتخصص Clario في تجارب سرطان، وتؤكد على نتائج المرضى المبلغ عنها (PROs) لتعزيز الفعالية وضمان السلامة وتحسين جودة الحياة، ودعوة لتقنيات PROs الإلكترونية كبديل أكثر كفاءة للتكنولوجيا الورقية. مع الخبرة التي تشمل مجالات علاجية وامتثال تنظيمي عالمي، تدعم Clario التجارب اللامركزية والهجينة والمواقع في أكثر من 100 دولة، مستفيدة من تقنيات متقدمة مثل الذكاء الاصطناعي والأجهزة المتوافقة. حلولها تسهل عمليات التجارب، وضمان الامتثال والاحتفاظ من خلال الدعم المتكامل والتدريب للمرضى والرعاة على حد سواء.

لدي Clario أكثر من 30 نموذجًا ذكاء اصطناعي متكامل عبر مراحل مختلفة من التجارب السريرية. هل يمكنك تقديم أمثلة عن كيفية تحسين هذه النماذج لجوانب معينة من التجارب، مثل الأورام أو أمراض القلب؟

نستخدم نماذج الذكاء الاصطناعي لتسليم السرعة والجودة والدقة والخصوصية لزبائننا في أكثر من 800 تجربة سريرية. أنا فخور بأن أدواتنا ليست فقط جزءًا من دورة الهجوم الذكاء الاصطناعي – إنها تقدم قيمة حقيقية لزبائننا في تلك التجارب.

اليوم، تنقسم نماذج الذكاء الاصطناعي بشكل رئيسي إلى أربعة فئات: حماية البيانات، ومساعدة مراقبة الجودة، ومساعدة القراءة وتحليل القراءة. على سبيل المثال، لدينا أدوات في التصوير الطبي التي يمكن أن تحذف تلقائيًا المعلومات المتعلقة بالهوية الشخصية (PII) في الصور الثابتة والفيديوهات والملفات المحمولة. لدينا أيضًا أدوات ذكاء اصطناعي تقدم البيانات بتقدير جودة سريع في وقت التحميل – لذلك هناك ثقة كبيرة في تلك البيانات. لقد طوّرنا أداة تتابع بيانات جهاز قياس القلب بشكل مستمر لضمان جودة الإشارة، وأداة أخرى لتأكيد معرّفات المرضى الصحيحة. لقد طوّرنا أداة مساعدة في القراءة تمكّن من التنبؤ بالشريحة والانتشار والكشف عن الأمراض. بالإضافة إلى ذلك، لقد حسّننا تحليل القراءة من خلال توفير تفسير البيانات تلقائيًا ومعياريًا باستخدام أدوات مثل التقييم الكمي لمرض القولون التهابي Mayo المدعوم بالذكاء الاصطناعي.

هذه مجرد بعض الأمثلة على أنواع نماذج الذكاء الاصطناعي التي طوّرناها منذ عام 2018، وبالرغم من أننا قدّمنا الكثير من التقدم، إلا أننا ما زلنا في البداية.

كيف يضمن Clario أن النتائج التي يتم الحصول عليها من الذكاء الاصطناعي تحتفظ بدقة عالية وثبات عبر بيئات التجارب المتنوعة؟

نحن نتدرب دائمًا على نماذج الذكاء الاصطناعي على كميات هائلة من البيانات لفهم الفرق بين البيانات الجيدة والبيانات التي ليست جيدة أو ذات صلة. ونتيجة لذلك، تكتشف تحليلات البيانات التي يتم الحصول عليها من الذكاء الاصطناعي تاريخًا غنيًا من البيانات وتؤدي في النهاية إلى نتائج ذات جودة أعلى لزبائننا.

حلولنا لقياس التنفس توضح لماذا نفعل ذلك. يستخدم الأطباء جهاز قياس التنفس لمساعدتهم في تشخيص ومراقبة بعض حالات الرئة من خلال قياس كمية الهواء التي يمكن للمريض نفضها في نفس واحد. هناك أنواع مختلفة من الأخطاء التي يمكن أن تحدث عندما يستخدم المريض جهاز قياس التنفس. قد يؤدي الاختبار ببطء، أو السعال أثناء الاختبار، أو عدم القدرة على إغلاق فم جهاز قياس التنفس بشكل كامل. يمكن أن تسبب أي من هذه المتغيرات خطأ قد لا يتم اكتشافه حتى يتمكن شخص ما من تحليل النتائج. لقد دربنا نماذج التعلم العميق على أكثر من 50,000 مثال لتعلم الفرق بين قراءة جيدة وسيئة. مع أجهزتنا وخيوطنا، يمكن للأطباء رؤية قيمة البيانات في الوقت الفعلي تقريبًا بدلاً من انتظار التحليل البشري. هذا يهم جزئيًا لأن بعض المرضى قد يضطرون إلى السفر لمسافة طويلة للمشاركة في تجربة سريرية. تخيل السفر لتلك المسافة من الموقع فقط لتعلم أنك ستحتاج إلى إجراء اختبار قياس التنفس مرة أخرى في الأسبوع التالي لأن الأول أظهر خطأ. نماذج الذكاء الاصطناعي الخاصة بنا تقدم قراءات دقيقة أثناء وجود المريض في الموقع. إذا كان هناك خطأ، يمكن تصحيحه على الفور. إنه واحد من الطرق التي نعمل بها لتحسين العبء على المواقع والمرضى.

يمكن أن تعكس نماذج الذكاء الاصطناعي أحيانًا الانحيازات الموجودة في البيانات. ما هي الإجراءات التي يتخذها Clario لضمان تحليل بيانات عادل ومتوازن في التجارب؟

نحن نعلم أن الانحياز يحدث عندما يكون مجموعة بيانات التدريب محدودة جدًا للاستخدام المقصود. قد يبدو مجموعة البيانات كافية في البداية، ولكن عندما يبدأ المستخدم النهائي في استخدام الأداة ويدفع الذكاء الاصطناعي إلى ما وراء ما تم تدريبه عليه، يمكن أن يؤدي ذلك إلى الأخطاء. يستخدم رئيس قسم الطب في Clario، د. تود رودو، أحيانًا هذا المثال: يمكننا تدريب نموذج لتحديد وضع القسط في تخطيط القلب الكهربائي (ECG) حتى يتمكن الأطباء من معرفة ما إذا وضع الفنيون القسط في الأماكن الصحيحة على جسم المريض. لدينا الكثير من البيانات الجيدة لتدريب هذا النموذج على 100,000 تخطيط قلب. ولكن ماذا يحدث إذا ما دربنا نموذج الذكاء الاصطناعي فقط باستخدام بيانات من اختبارات البالغين؟ كيف سيتعامل النموذج إذا تم إجراء تخطيط قلب على مريض يبلغ من العمر عامين؟ من الواضح أنه قد يفقد أخطاءً قد يكون لها تأثير على العلاج.

ذلك هو السبب في أن فرق المنتجات والبيانات والبحث والتطوير والعلوم في Clario تعمل بشكل وثيق معًا لضمان استخدامنا لمجموعة بيانات التدريب الأكثر شمولاً لضمان الدقة والموثوقية في التطبيقات الواقعية. نحن نستخدم مجموعة بيانات التدريب الأكثر تنوعًا لتدريب الخوارزميات المدمجة في منتجاتنا. هذا هو السبب في أننا نصر على استخدام الإشراف البشري لتحديد المخاطر أثناء تطوير واستخدام الذكاء الاصطناعي.

كيف يدمج إشراف Clario وتحليله لنتائج الذكاء الاصطناعي مع نتائج الذكاء الاصطناعي لضمان الامتثال التنظيمي والمعايير الأخلاقية؟

الإشراف البشري يعني أن لدينا فرقًا من الأشخاص الذين يعرفون بالضبط كيف يتم تطوير نماذجنا وتدريبها وتحققها. في كل من التطوير وبعد دمج نموذج في تكنولوجيا، يتابع خبراؤنا النتائج لاكتشاف الانحياز المحتمل وضمان أن النتائج عادلة وموثوقة. أعتقد أن الذكاء الاصطناعي هو حول تعزيز العلوم والبراعة البشرية. الذكاء الاصطناعي يمنح البشر القدرة على التركيز على تحديات أعلى مستوى. نحن جيدون جدًا في حل المشكلات ولا تزال أفضل من الآلات في الحدس والرقة. في Clario، نستخدم الذكاء الاصطناعي لإزالة العبء عن الأمور القابلة للتكرار. نستخدمه لتحليل مجموعات بيانات واسعة، سواء كانت صور المرضى أو تجارب سابقة أو أي شيء آخر نريد تحليله. بشكل عام، يمكن للآلات القيام بذلك بشكل أسرع، وفي بعض الحالات، بشكل أفضل من البشر. لكنها لا تستطيع أن تحل محل الحدس البشري والعلوم والخبرة الواقعية التي يتمتع بها الأشخاص الرائعون في صناعتنا.

كيف تتوقع أن يؤثر الذكاء الاصطناعي على التجارب السريرية خلال السنوات القليلة القادمة، خاصة في مجالات مثل الأورام وأمراض القلب والدراسات التنفسية؟

في الأورام، أنا متحمس لتطوير الذكاء الاصطناعي التطبيقي في الراديوميات، التي تستخلص معايير كمية من الصور الطبية. تشمل الراديوميات عدة خطوات، بما في ذلك الحصول على الصور وتحويلها وتحليل الميزات وإنشاء النماذج والتطبيق السريري. باستخدام أدوات الذكاء الاصطناعي المتقدمة بشكل متزايد، سنكون قادرين على التنبؤ بسلوك الأورام وتailor استجابة العلاج وتوقع نتائج المرضى بناءً على التصوير غير الغازى للأورام. سنكون قادرين على استخدامها لاكتشاف علامات مبكرة للمرض واكتشاف عودة المرض في وقت مبكر. مع اندماج أدوات الذكاء الاصطناعي المتقدمة بشكل متزايد في الراديوميات والتدفقات السريرية، سنرى خطوات كبيرة في الأورام والرعاية الصحية.

أنا متحمس بنفس القدر لمستقبل الدراسات التنفسية. في العام الماضي، استحوذنا على ArtiQ، شركة بلجيكية بنت نماذج ذكاء اصطناعي لتحسين جمع البيانات التنفسية في التجارب السريرية. المؤسس الآن هو мой رئيس قسم الذكاء الاصطناعي، ونحن نتوقع أشياء كبيرة في حلول التنفس. نهجنا لتطبيق الخوارزميات أصبح مغيرًا للعبة، ليس أقلها لأنه يساعد في تقليل عبء المرضى والمواقع. عندما لا يتم تحليل بيانات الزفير في الوقت الفعلي، ويكتشف وجود شذوذ لاحقًا، يضطر المريض إلى العودة إلى العيادة لإجراء اختبار قياس التنفس مرة أخرى. هذا لا يضيف فقط ضغطًا على المريض، بل يمكن أن يؤدي أيضًا إلى تأخيرات وتكاليف إضافية للراعي، مما يؤدي إلى تحديات تشغيلية مختلفة. أجهزتنا الجديدة لقياس التنفس تستفيد من نماذج ArtiQ لمعالجة هذا العبء من خلال تقديم قراءات في الوقت الفعلي. إذا حدثت أي مشاكل، يتم تحديدها وتصحيحها على الفور أثناء وجود المريض في العيادة.

ما الدور الذي تعتقد أنه سيلعبه الذكاء الاصطناعي في توسيع التنوع داخل التجارب السريرية وتحسين المساواة الصحية عبر مجتمعات المرضى؟

إذا نظرنا إلى الذكاء الاصطناعي من خلال عدسة تقنية فقط، أعتقد أننا نجد أنفسنا في مشكلة. الذكاء الاصطناعي يجب أن يتم 접نه من جميع الزوايا: التكنولوجيا، العلوم، التنظيم، إلخ. في صناعتنا، يتم تحقيق التميز الحقيقي فقط من خلال التعاون البشري، الذي يوسع khả năng سؤال الأسئلة الصحيحة، مثل: “هل نتدرب على نماذج تأخذ في الاعتبار العمر والجنس والجنس والعرق والقومية؟” إذا سأل الجميع في صناعتنا هذه الأنواع من الأسئلة قبل تطوير الأدوات، لن يسرع الذكاء الاصطناعي فقط تطوير الأدوية، بل سوف يسرعها لجميع مجتمعات المرضى.

هل يمكنك مشاركة خطط Clario أو توقعاتها لتطور الذكاء الاصطناعي في قطاع التجارب السريرية في عام 2025 وما بعده؟

في عام 2025، سنرى كيف ستستفيد الشركات الدوائية والتقنيات الحيوية والأجهزة الطبية من الذكاء الاصطناعي والتحليلات في الوقت الفعلي أكثر من أي وقت مضى. ستسهم هذه التطورات في تسهيل التجارب السريرية وتحسين اتخاذ القرارات. من خلال تسريع بناء الدراسات وتنفيذ مراقبة المخاطر، سنكون قادرين على تسريع الخطوط الزمنية، وتخفيف العبء على المرضى، وتمكين الرعاة من تقديم علاجات إنقاذ الأرواح بدقة وفعالية أكبر. هذا وقت مثير لجميعنا، حيث نعمل معًا لتحويل الرعاية الصحية. شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم أكثر يجب أن يزوروا Clario.