مات ميتشيلسون، رئيس جنيسيس آي آي في جنيسيس ريسيرش – سلسلة المقابلات

مات ميتشيلسون هو رئيس جنيسيس آي آي في جنيسيس ريسيرش، وهي منظمة دولية للاستقصاء عن نتائج البحث وتأثيرات العالم الحقيقي مع مكاتب في الولايات المتحدة والمملكة المتحدة تدعم صناعة العلوم الحيوية.

قائد راسخ في استراتيجية الأدلة، وتطويرها، وتنميتها، يدعمون العملاء بتحليلات قواعد البيانات، والبحوث الاقتصادية الصحية والنتائج الاستراتيجية والتكتيكية، ومراجعات الأدب، ونمذجة اقتصادية، ومنشورات علمية، و استراتيجية الوصول إلى السوق.

كخبراء في تطوير حلول تقنية مبتكرة، يقدمون مجموعة من المنصات المخصصة، واللوحات، وبوابات البيانات، ومنصة مراجعة ذكاء اصطناعي فريدة من نوعها، لتسهيل تحديد الأدلة، ومراقبتها، و استخراجها بدقة.

يمكنك أن تشاركنا بقصة جنيسيس وراء جنيسيس ريسيرش؟

في عام 2009، بعد فترة في الأكاديمية و استخدام خلفية كمية عميقة، قام الرئيس التنفيذي فرانك كورفينو و شريكه التجاري، وهو طبيب و خبير اقتصادي صحي، بدمج خبراتهم لتطوير نموذج أعمال جديد يدعم شركات العلوم الحيوية بمقاربة أكثر تعينا بالبيانات، واستخلاص رؤى من البيانات الكبيرة بطرق متسقة و شفافة و محكمة.

تم بناء جنيسيس ريسيرش في البداية على التزام بالتفكير خارج الصندوق لتسليم قيمة مدعومة بالأدلة من العالم الحقيقي. منذ ذلك الحين، توسعت خدمات الشركة لتشمل قدرات الوصول إلى السوق و استراتيجية، و البحث الاقتصادي الصحي و نتائجه، و التواصل العلمي، و القدرات الرقمية المتقدمة مثل استخدام الذكاء الاصطناعي.

تطورت الشركة إلى المنظمة الدولية الرائدة في نتائج العالم الحقيقي و البحث الاقتصادي الصحي التي هي اليوم لأننا نستمع إلى عملائنا و نستخدم فريقا متنوعا و ماهرا لتلبيه احتياجاتهم المتغيرة في أي مرحلة من دورة حياة المنتج، و باستخدام نموذج شراكة محسّن يسمح لنا بالعمل بسلاسة كتوسيع لفريق العميل.

يمكنك أن تناقش كيف يزداد معدل النشر بسرعة؟

من الصعب تحديد ذلك بدقة، لكن التقديرات تتراوح بين 4 و 10% زيادة كل عام، مع نشر 1-2 مليون مقال حاليا في مجال الرعاية الصحية كل عام. هذا رقم هائل، خاصة إذا قمت بتقدير أن قراءة ملخص يأخذ حوالي خمس دقائق. يحتوي PubMed نفسه (الإصدار العام لمحرك بحث الأوراق الصحية Medline) على مجموعة تضم أكثر من 30 مليون مقال.

لماذا لم تعد الطرق التقليدية لمراجعة الأوراق تعمل؟

تتمثل هذه المهام في عملية العثور على الأدلة، و بالتحديد الأوراق، التي تجيب على أسئلتك العلمية. و ليست هذه العملية صعبة، لكنها مرهقة، و لا يمكن للجميع القيام بها. و لا يمكن للناس قراءة مئات الأوراق دون التعب، و قد يفوتون بعض المقالات. في المقابل، لا يمل मशروع مدرب أبدا، و تعزز الكفاءة من المرونة، حيث يمكنك تشغيل البحث التالي، و يمكنك القيام بمهام كثيرة كما تريد.

ما هو EVID AI و كيف يبسط العملية لمحققين طبيين للعثور على كميات هائلة من الأبحاث و فحصها؟

EVID AI هو قاعدة بيانات الأدب الطبي الوحيدة التي تستخدم التعلم الآلي لإنتاج أكثر من 80 مليون نقطة بيانات – من قبل السريرية و السريرية و الاقتصادية و الوبائية و النتائج المبلغ عنها من المرضى و مجالات التركيز على المراجعة – و يسمح للمستخدمين بتصفية نتائج البحث إلى المعلومات الأكثر صلة و الحالية المطلوبة للتحليلات اللاحقة. إنه المنصة الوحيدة القادرة على تحويل البيانات المضمنة في عدة مقالات إلى جداول منظمة تعرض النقاط البيانية المطلوبة بوضوح. هذا النهج المبتكر يصهر الأدلة في بيانات يمكن استخدامها، بحيث يمكن للمحققين بناء الرسومات و اللوحات بسهولة لمشاركتها مع أصحاب المصلحة دون الحاجة إلى قراءة كمية كبيرة من الأوراق.

أدخلت جنيسيس ريسيرش تحسينات على EVID AI – الذي أصبح الآن أكبر منصة بحث في الأدب الطبي الحالي – لتمكين فرق صناعة الأدوية و صناع القرار الصحي من العثور على نتائج عالية الجودة و مستهدفة بسرعة و كفاءة و من نطاق غير مسبوق من المصادر.

باستخدام EVID AI، يمكن إنجاز مهام البحث في الأدب الطبي 59 مرة أسرع من الجهود اليدوية، مع أدلة أكثر صلة لكل بحث و 15 مرة أقل من المقالات غير المرتبطة. يعد الشكل المبتكر للتعلم الآلي، الذي تم برمجته من خلال التعرض لألوف النقاط البيانية للتدريب، أسرع و أكثر شمولا من أي وقت مضى و سيقلل من وقت البحث من أشهر إلى أسابيع أو أيام.

إحدى مزايا EVID AI هي أنه يسمح للمحققين و واضعي السياسات الحكومية بتتبع بيانات الذكاء الاصطناعي إلى مصدرها. لماذا هذا مهم و كيف يعمل؟

مشكلة واحدة مع العديد من أنظمة الذكاء الاصطناعي هي أنها غير شفافة – و يطلق عليها أحيانا “الصندوق الأسود”. و هذا صحيح في بعض الحالات، حيث لا نفهم دائما لماذا يقوم الذكاء الاصطناعي بما يفعل. على سبيل المثال، إذا قام بتحليل مقال و استخراج جميع النتائج من النص، قد لا يكون قادرا على قول لماذا اختر هذه العبارات و النتائج، و لكنه يمكن أن يظهرها لك فقط. و لكننا نضع تركيزا على الشفافية و توفير مصدر البيانات، بحيث يمكن للمستخدمين دائما تتبع النتيجة إلى الجملة التي جاءت منها، و المقال الذي يحتوي على تلك الجملة، و ثم الموقع الأصلي للمقال. و بهذه الطريقة، هناك دائما آلية لتتبع النتائج إلى مصدرها. و هذا ليس فقط لتقديم العلوم الجيدة، و لكنه مهم أيضا للواضعين، حيث إذا كان شركة الأدوية تطرح ادعاءا مستندا إلى أدلة من الذكاء الاصطناعي، فيمكن للواضع التحقق من صحة البيانات و صحة المصدر.

يمكنك أن تشاركنا حالة دراسية أو حالة استخدام لمحققين يستخدمون EVID AI؟

بالطبع. هناك العديد من الحالات، و لكن هنا حالتين مفيدتين، و هما تظهر كيف يمكن استخدام الأداة للمشاريع الكبيرة و اليومية. في الحالة الأولى، كان لدينا شركة أدوية تعاقدت مع فريق لتحديث مراجعة الأدب في مجال الأورام. و هذا مشروع كبير لأن المجال المحدد في الأورام كبير، و يتغير الأدب بسرعة، و نطاق المشروع كبير. و شملت المراجعة الأصلية تحليلا للمناظر (أي جميع الأدوية الرئيسية) و نتائجها فيما يتعلق بفعاليتها و أمانها و التأثيرات الاقتصادية.

ساعد EVID AI الشركة على جمع جميع النتائج الجديدة و المحدثة لهذه المهمة، مع توفيرات كبيرة. و في المقابل، كان لدينا مثال حيث قام عالم ببناء نموذج اقتصادي لتكلفة التبديل بين أدوية الصحة النفسية، و كان التحدي هو سحب تقديرات جيدة لعدد المرضى الذين يبدلون الأدوية. و عندما بنى العالم النموذج في البداية، قام بقراءة مقالات لمدة يوم كامل للعثور على النتيجة التي يريدها. و باستخدام EVID AI، وجدتها في بضع دقائق.

ما هو رأيك في مستقبل التعاون بين البشر و الذكاء الاصطناعي في البحث الطبي؟

كلما أصبح البحث الطبي أكثر راحة مع الذكاء الاصطناعي، سيتخلل جميع مجالات تطوير العلاجات الجديدة، من اكتشاف الأدوية إلى تجنيد التجارب السريرية و تحليل البيانات و التعويض. و سوف يصبح كل جانب من جوانب تطوير العلاجات الجديدة مفيدا من الذكاء الاصطناعي، و ستكون النتائج متأصلة في سير العمل. و لن يكون هناك حاجة إلى أدوات منفصلة تتطلب تبديل السياق من مهمة علمية إلى مهمة ذكاء اصطناعي، و سوف يصبح ذلك بمثل سهولة استخدام نظام التموضع العالمي للوصول إلى مطعم جديد. و لن يكون هناك حاجة إلى التفكير فيه. و لكننا سنحتاج دائما إلى أشخاص ماهرين و ذوي خبرة، مثل فرق جنيسيس ريسيرش، لتحديد صحة البيانات و بدء التحليلات اللاحقة لدعم اتخاذ القرارات.

هل هناك شيء آخر تود أن تشاركه حول جنيسيس ريسيرش؟

نمو جنيسيس ريسيرش السريع يعود إلى قدرته على مواجهة التحديات الجديدة، وطرح الأسئلة الصحيحة، و تجميع الفرق المناسبة للوصول إلى البيانات و تحليلها، و تقديم حلول تساعد مبادرات العلوم الحيوية على التقدم. و كمنnovator في تطوير حلول قائمة على نتائج العالم الحقيقي، فإن الشركة غير متعصبة بالبيانات و تعمل بشكل وثيق مع العملاء لتحديد مصادر البيانات المثالية. و نحن فخورون بأننا قائد راسخ في استراتيجية الأدلة و تطويرها و تنميتها، و خبير في تطوير حلول تقنية مبتكرة.