مقابلات
مات والز، الرئيس التنفيذي لشركة Trialbee – سلسلة المقابلات
مات والز هو الرئيس التنفيذي لشركة Trialbee، وهي شركة رائدة عالمياً في مجال تجنيد المرضى باستخدام التكنولوجيا. يمتلك أكثر من 20 عاماً من الخبرة في مجال البرمجيات والقيادة في صناعة العلوم الحيوية. بدأ مات مسيرته المهنية كمطور و شغل مناصب فنية و قيادية مختلفة في شركة Rollins Corporation و PSCI و Microsoft و Morgan Lewis و Datalabs. في عام 2006، شارك مات في تأسيس شركة NextDocs، والتي نمت لتصبح شركة رائدة عالمياً في إدارة الوثائق السريرية و الجودة و التنظيمية، حيث شغل منصب الرئيس التقني و الرئيس العلمي و عضو مجلس الإدارة لمدة 9 سنوات. قبل انضمامه إلى Trialbee، قضى مات 5 سنوات كمدير عام لشركة Life Sciences و نائب الرئيس للعلاقات الاستراتيجية في شركة Aurea Software، التي استحوذت على NextDocs.
Trialbee هي شركة تكنولوجيا صحية تسهل تجنيد المرضى للمشاركة في التجارب السريرية. من خلال استخدام تحليلات البيانات و التوعية الرقمية و الأدلة من العالم الحقيقي، تقوم بال 匹配 و التفاعل و التأهيل المسبق للمرضى لتسريع التسجيل. تقدم منصة الشركة شفافية عبر جميع المصادر و الشركاء، مما يساعد الرعاة و الشركات المتعاقدة و مواقع التجارب على إدارة خط أنابيب التجنيد بشكل أكثر كفاءة مع تقليل العبء على المواقع.
لقد عملت عبر الشركات الناشئة في مجال تكنولوجيا الصحة و منصات الأبحاث السريرية على نطاق واسع. ما هي الخبرات الشخصية أو اللحظات في مسيرتك المهنية التي أدت إلى إدراكك لإمكانيات و مخاطر الذكاء الاصطناعي في تجنيد المرضى؟
الذكاء الاصطناعي هو أسرع اتجاه تكنولوجي رأيته في أكثر من عقدين من العمل في التطوير السريري – أسرع حتى من أيام اعتماد السحابة المبكرة. ما كان أكثر إثارة للاهتمام بالنسبة لي هو كيف انتقل الذكاء الاصطناعي من المفاهيم إلى العمليات عبر صناعة عادة ما تكون بطيئة في تبني التكنولوجيا الجديدة – ويتم إعطاؤها الأولوية حتى في السلطات التنظيمية مثل إدارة الأغذية والأدوية.
مع ذلك، هناك بعض المخاطر التي ت伴ي ذلك الإمكانات. لقد تحدثت مع قادة في شركات أدوية كبرى الذين يؤكدون أن जबकان الذكاء الاصطناعي يظهر في أكثر من نقطة في تدفق العمل، لا يمكنه العمل دون رقابة. الرقابة البشرية أساسية.
هذا من أجل أسباب الجودة والأمان، وكذلك لأن شركات مثل Trialbee تتواصل مع المرضى والأسر التي تبحث عن الأمل – تجربة إنسانية ومتعاطفة لا يمكن استبدالها بالذكاء الاصطناعي بطريقة معنوية للمرضى الذين نخدمهم.
واجه تجنيد التجارب السريرية تاريخياً مشاكل في التنوع و السرعة و الدقة. كيف يساعد الذكاء الاصطناعي في معالجة هذه التحديات – وどこ لا يزال يفتقر؟
الذكاء الاصطناعي يساعد في简ification بعض أجزاء عملية التجنيد الأكثر بطء واستهلاك للموارد. على سبيل المثال، الأشياء التي كانت تستغرق أسابيع – مثل ترجمة مواد الدراسة عبر عشرات اللغات – يتم ضغطها الآن إلى ساعات. هذا يعني أننا يمكن أن نبدأ التجنيد بشكل أسرع عبر أسواق عالمية أكثر.
عندما يتعلق الأمر بالدقة، وكلاء الذكاء الاصطناعي يبدؤون في مساعدتنا في تقديم تفاعلات أكثر توافقاً ومتوافقة مع المعايير، من المواد التي ننشئها إلى الفحص المسبق إلى بوتات الدردشة. هذه الأدوات مفيدة بشكل خاص لخفض نقاط الانخفاض التي تبطئ عملية التجنيد.
يظل التنوع تحدياً. الذكاء الاصطناعي ليس أكثر تمثيلاً من البيانات التي يتم تدريبه عليها، والتمثيل أيضاً يتم تشكيله بواسطة عوامل خارج التكنولوجيا – بما في ذلك القيود التنظيمية التي تفرضها كل دولة والتي تقيد كيف يمكن استخدام الذكاء الاصطناعي في الأدوار المواجهة للمرضى. بناء الثقة مع المشاركين في التجارب كان تحدياً طوال تاريخ البحث السريري، والتفاعل مع أدوات الذكاء الاصطناعي يلقى درجات متباينة من الشك. مع ذلك، نحن ندعم بشدة نهجاً يمنح الناس خيار التفاعل مع chuyên家 طبي حي أو، على سبيل المثال، وكلاء الذكاء الاصطناعي. هذا يمكن أن يساعد في الوصول إلى المشاركين الذين لديهم مستويات مختلفة من الراحة حول الذكاء الاصطناعي مع ضمان الرقابة القوية، خاصة للأدوات الذكية، على الرغم من أن الحواجز مثل محركات التفكير المنفصلة يجب أن تكون متضمنة لجعلها ناجحة.
أنت ذكرت من قبل أن أدوات الذكاء الاصطناعي يتم نشرها بشكل أسرع من أي ابتكار سابق في تجنيد المرضى. ولكن مع صعوبة وصول المنظمين العالميين لتبقى على مسارها، ما هي الفجوات الأكثر إلحاحاً في الرقابة التي ترىها في حملات التجارب السريرية متعددة الجنسيات؟
الفجوة الأكبر هي عدم وجود تنسجم تنظيمي عبر الجغرافيا. في الولايات المتحدة، الوكالات مثل إدارة الأغذية والأدوية تتبنى الذكاء الاصطناعي مع إطلاق إطارات عمل جديدة وعمليات مراجعة مبكرة. في المقابل، أوروبا تتحرك ببطء أكثر، مع التركيز على السير بحذر وتطبيق مراجعات تنظيمية أكثر صرامة.
لشركات مثل ours التي تعمل على الصعيد العالمي، هذا يخلق تحدياً: ما هو مقبول في بلد قد لا يكون كذلك في بلد آخر. والاختلاف ليس فقط في اللوائح، ولكن أيضاً في كيفية استخدام قنوات أو منصات وسائل الإعلام الاجتماعية مثل Facebook للتجنيد، وكيفية التعامل مع البيانات الشخصية، أو كيفية جمع موافقة المرضى. هذه هي الدقة التي تتطلب مرونة تشغيلية و فهماً عميقاً للمعايير الأخلاقية والامتثال الإقليمية.
هذا هو المكان الذي تكون فيه تاريخنا في الابتكار وثقافتنا العالمية المحلية أصول كبيرة ونحن ننavige المناظر الديناميكية للغاية للذكاء الاصطناعي.
كيف يمكن أن يؤدي عدم التنسجم العالمي في الإطارات التنظيمية إلى تعطيل اعتماد الذكاء الاصطناعي في التجارب السريرية؟ هل شاهدت أي عواقب حقيقية لهذا؟
بالتأكيد. الاستراتيجيات الإعلانية الرقمية التي نعتمد عليها لتجنيد المرضى هي مثال جيد هنا. Facebook هو واحد من أكثر المنصات فعالية على الصعيد العالمي، ولكن حتى في البلدان التي يسمح فيها بذلك، مستوى الاستهداف الذي يمكنك القيام به، وما البيانات التي يمكنك استخدامها، يختلف على نطاق واسع. نحن نبني الخبرة الداخلية للتغلب على تلك الاختلافات، ونحن نتوقع أن يتبع تنظيم الذكاء الاصطناعي مساراً مشابهاً.
في المصطلحات العملية، القيود التي تفرضها هذه المهمة على فرق التجنيد يمكن أن تؤدي إلى تأخير إطلاق الحملات، ودورات إضافية مع اللجان الأخلاقية، وعمليات امتثال أكثر تعقيداً. إذا كنت لا تملك فهماً عميقاً لطريقة تفسير كل بلد لاستخدام الذكاء الاصطناعي، خاصة في التطبيقات المواجهة للمرضى، فإنك تتحمل خطر تبطئ التجارب أو مواجهة عوائق الموافقة الجادة.
تعمل Trialbee على تقاطع البيانات والتكنولوجيا و تفاعل المرضى. كيف ت đảmن أن استراتيجيات التجنيد التي تعتمد على الذكاء الاصطناعي لا تقلل من المرضى إلى نقاط بيانات، ولكن بدلاً من ذلك تعزز الجانب الإنساني للبحث؟
سؤال ممتاز و مهم لجميعنا. كما ذكرت سابقاً، الطريقة التي أرى بها الذكاء الاصطناعي هي قدرته على تمكين البشر – لا استبدالهم. هذا صحيح بشكل خاص في الصناعة الشخصية التي نعمل فيها، حيث نحاول مساعدة أجيال المرضى على العيش حياة أكثر صحة حول العالم. عملنا هو عمل دافئ، حول ربط الناس، و البشر دائماً سيكونون في قلبها.
عندما يتعلق الأمر بالعمليات اليومية، أفضل الذكاء الاصطناعي الذي يمكننا تقديمه – على سبيل المثال، في منصتنا Honey – سيكون تحليل البيانات و الاتجاهات، وتحفيز المواقع وفرق الدراسة حيث قد تكون هناك حاجة إلى إجراء. نحن نفعل ذلك بالفعل، وسنواصل إضافة القدرات لضمان أن البيانات القيمة التي يتم التقاطها يتم استخدامها على الفور بطريقة تثير الفرق في التجربة. قد يعني ذلك تقديم رؤى يومية حول تقدم التجنيد أو تحفيز المتابعة مع مرضى معينين باستخدام النمذجة التنبؤية.
داخلياً، نحن نستخدم الذكاء الاصطناعي في جميع أنحاء المنظمة بطريقة منهجية و تعاونية. هناك أمثلة جيدة هنا، مثل ترجمة مواد التجنيد و كبت البيانات المحتملة ل PII – هذه دائماً ما يتم إشرافها من قبل chuyên家 بشري خبير. لذلك، يمكنك رؤية كيف نستخدم الذكاء الاصطناعي لجعل فريقنا الرائع أقوى، وليس العكس.
ما هي المجموعة المهارية الأكثر أهمية للفرق البحثية السريرية لتوجيه و حكم أدوات الذكاء الاصطناعي بشكل مسؤول اليوم؟
المهارات الأكثر أهمية تقع على تقاطع الخبرة السريرية و أدب الذكاء الاصطناعي و الإطارات التنظيمية. الفرق تحتاج إلى فهم كيفية التفاعل مع منصات الذكاء الاصطناعي بشكل فعال عن طريق تحفيزهم بدقة و مراجعة مخرجاتهم بشكل نقدي.
هناك أيضاً حاجة متزايدة إلى رؤية تنظيمية. كما ذكرت من قبل، هذا ضروري بشكل خاص لمجالات مثل الذكاء الاصطناعي العامل، حيث نبني محركات تفكير منفصلة لتخدم كحواجز في التفاعلات مع المرضى. الفرق يجب أن تكون قادرة على تقييم المحتوى المترجم بواسطة الذكاء الاصطناعي و التحقق من دقته و صلاحيته الثقافية قبل تقديم المواد إلى اللجان الأخلاقية.
الاعتماد على الذكاء الاصطناعي يتسارع. ما النصيحة التي تقدمها لأصحاب المصلحة في التجارب السريرية الذين يتحمسون أو يشعرون بالارتباك من تعقيد دمج الذكاء الاصطناعي في تدفقات العمل؟
قال شخص ما، عندما تبدأ في العمل مع الذكاء الاصطناعي، تأكد من استخدامك الذكاء الفعلي. التعلم الآلي يمكن أن يتيح أشياء رائعة – شريطة أن يكون لديه الخبرة و السياق و الحواجز من خبراء المجال وراءه.
نصيحتي هي أن تبدأ ببطء وتبقى على أرض الواقع فيما يمكنك تقديمه اليوم. واحدة من أكبر الأخطاء التي أرىها هي الشركات التي تميل إلى وعود غامضة حول تحويل الذكاء الاصطناعي دون توضيح كيف يعمل أو متى سيكون جاهزاً. في حين أن تلك الوعود قد تبدو رائعة في اللحظة، يمكن أن تؤدي إلى تآكل الثقة لأنها لا تظهر أدلة على خطة حقيقية.
الطريق الأفضل هو كسر اعتماد على خطوات صغيرة محددة مع نتائج واضحة. اختر منطقة أو منطقة تأثير كبيرتين حيث يمكن للذكاء الاصطناعي إزالة الاحتكاكات و تأكد من أن تلك مدعومة بالرقابة المناسبة. كن محدداً حول الأدوات التي تستخدمها، وكيف يتم إعدادها، وأهم من ذلك، كيف تحمي المعلومات الحساسة. هذا هو النهج الذي نتبعه في Trialbee. نحن نتحدث فقط مع أصحاب المصلحة حول القدرات التي نبنيها بشكل فعال، عادة ما تكون في غضون 3 أشهر، لأننا نريد التأكد من أننا نتواصل حول ما هو حقيقي.
في Trialbee، نحن نطلب من قسم أو فريق مختلف كل أسبوع تقديم حالات استخدام قد عملت لهم. نناقش كيف وكيفية تقديمها لمشاركة التعلم و التحديات و الحلول حتى يمكن للآخرين تكرار نجاحات الذكاء الاصطناعي لتحسين الكفاءة و تسليم العملاء و نتائج التجنيد.
نحن أيضاً نؤكد على الشفافية حول الأدوات التي نستخدمها لتقديم تلك القدرات. إذا كنا نستخدم ChatGPT من OpenAI أو Claude من Anthropic، على سبيل المثال، نوصف الإعداد لأصحاب المصلحة، بما في ذلك كيف ننفصل المعلومات الحساسة ونطبق الرقابة البشرية. عندما يرون المكاسب في العمل، مثل توفير الوقت في تدفقات الترجمة أو زيادة السرعة في الفحص المبكر للمرضى، فإنهم أكثر احتمالاً للانضمام إلى حالة استخدام الذكاء الاصطناعي التالية. وبالتالي، إنه أقل حول بيع الرؤية الكبيرة وأكثر حول إثبات القيمة خطوة بخطوة.
تبدأ إدارة الأغذية والأدوية و المنظمون الآخرون في وضع أسئلة أكثر صرامة حول نماذج الذكاء الاصطناعي المستخدمة في تطوير الأدوية. ما هي معايير الشفافية و الصحة و قابليتها للتدقيق التي تعتقد أنها يجب أن تصبح معايير صناعية؟
الصناعة تحتاج إلى التحرك نحو الشفافية الكاملة وضمان وجود رقابة بشرية في كل قرار مدعوم بالذكاء الاصطناعي. على سبيل المثال، عندما نتحدث عن الذكاء الاصطناعي العامل، نحن نعمل بالفعل على طرق لدمج المنطق التنظيمي في محرك تفكير منفصل يمكنه تقييم وتصحيح المحادثات في الوقت الفعلي. يجب أن يصبح نظام التحكم الداخلي مثل هذا معياراً في أي تطبيق مواجه للمرضى. بروتوكولات التحقق أيضاً تحتاج إلى أن يتم تحديدها، بما في ذلك اختبارات البenchmarks و تقييمات الأداء المستمرة.
أهم من ذلك، هذه المعايير يجب أن تكون متضمنة في عملية تطوير المنتج و لا يتم تثبيتها في وقت لاحق. هذا المستوى من الصرامة سيكون أساسياً لضمان سلامة المرضى و كسب الثقة التنظيمية و توسيع نطاق الذكاء الاصطناعي بشكل مسؤول عبر حملات البحث السريري العالمي.
نماذج الذكاء الاصطناعي غالباً ما تعتمد على مجموعات بيانات تاريخية قد تعكس تحيزات نظامية في الرعاية الصحية. كيف تتعامل مع ضمان العدالة و التنوع في تجنيد المرضى، خاصة للمجتمعات غير الممثلة؟
ليس عدم وجود الذكاء الاصطناعي هو ما كان يمنع التنوع في البحث السريري – بل عدم وجود خطة هو ما كان يمنع. والذكاء الاصطناعي لا يمكن أن يساعد حقاً في ذلك. عندما يكون هناك التزام حقيقي، يمكن للذكاء الاصطناعي أن يكون أداة قوية تساعدنا على الوصول إلى المجتمعات غير الممثلة بشكل أكثر فعالية، ولكن فقط إذا كنا نتبع نهج متعمد. لذلك، في Trialbee، نوسع البيانات التي نستخدمها، ونبني شراكات مجتمعية، ونتابع دائماً نتائج التجنيد لضمان أن لا مجموعة تترك وراءها.
أنت ذكرت أن فريقك يطرح منتجات جديدة متعلقة بالذكاء الاصطناعي في نهاية هذا العام. هل يمكنك تقديم نظرة عامة عالية المستوى على المشاكل التي تحلها – و كيف تعكس هذه الابتكارات فلسفتك الأوسع حول استخدام الذكاء الاصطناعي بشكل مسؤول؟
Trialbee لديها ثقافة من الابتكار و الذكاء الاصطناعي هو جزء متزايد من ذلك. هذا العام وحده، منصتنا Honey أطلقت تدفقات عمل جديدة للمواقع، وسجل مريض خاص بالرعاة، وحالات استخدام لدعم مواقع البحث السريري للعلامات التجارية العالمية للصناعات الدوائية مثل BMSClinicalTrials.com. مع الذكاء الاصطناعي بشكل خاص، سترى ميزات جديدة وتحسينات تطرحها خلال الأشهر 3 و 6 و 12 القادمة و ما بعدها. نحن نطور بوتات الدردشة و الأدوات الذكية و المزيد داخل Honey و أيضاً نحن نقيم طرقاً جديدة لتبسيط العمليات لعملائنا. داخلياً، نحن نستخدمه لتصبح أكثر استهدافاً و تعمداً و شمولاً و كفاءة في كل ما نفعله – مع chuyên家 بشري خبير يوجه كل قرار و يفسر السياق لجميع نماذج الذكاء الاصطناعي التي نستخدمها.
متطلعاً إلى الخمس سنوات القادمة، كيف تتخيل دور Trialbee يتطور مع تصبح الذكاء الاصطناعي أكثر اندماجاً في البحث السريري؟ ما الجزء الذي ترى شركتك تلعبه في تشكيل مستقبل أكثر أخلاقيات و كفاءة و متناسق عالمياً لتجنيد المرضى؟
في غضون خمس سنوات، أرى Trialbee تقف كشركة رائدة في تزويد خدمات التجنيد التي تعتمد على الذكاء الاصطناعي في البحث السريري. نحن ندمج بالفعل الذكاء الاصطناعي في كل جزء من تدفق عمل التجنيد حيث يمكن أن يسرع من السرعة أو يحسن الدقة أو يزيد من خيارات المرضى. كما ذكرت من قبل، نحن نبحث عن أدوات ستمنح المرضى خيار التفاعل مع chuyên家 طبي حي أو وكلاء الذكاء الاصطناعي، حسب تفضيلهم ومستوى الراحة. نحن نعتقد أن إعطاء الناس هذا الخيار هو مفتاح زيادة الثقة و المشاركة مع مرور الوقت.
بشكل أخلاقي، نحن ملتزمون بضمان أن يتم تنفيذ الذكاء الاصطناعي مع صرامة تنظيمية و شفافية. هذا يعني دمج آليات الرقابة في التكنولوجيا نفسها و أن تكون مفتوحاً حول كيفية عمل أنظمتنا. نحن نبنى الذكاء الاصطناعي في ثقافة المنظمة – كل قسم و كل فريق – حتى نكون مستعدين للتكيف مع تطور التكنولوجيا. في النهاية، نحن نريد أن نكون شركة تساعد في تعريف كيفية استخدام الذكاء الاصطناعي بشكل مسؤول في جميع أنحاء البحث السريري. إذا فعلنا ذلك بشكل صحيح، يمكننا أن نساعد في تشكيل مستقبل حيث تكون التجارب أسرع و أكثر شمولاً و أسهل للوصول إليها للمرضى بغض النظر عن مكان عيشهم أو اللغة التي يتكلمونها.
شكراً على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Trialbee.
