مات والز، الرئيس التنفيذي لشركة Trialbee – سلسلة المقابلات

مات والز هو الرئيس التنفيذي لشركة Trialbee، الشركة الرائدة عالميا في مجال تجنيد المرضى باستخدام التكنولوجيا. ويحمل أكثر من 20 عاما من الخبرة في مجال البرمجيات والقيادة في صناعة العلوم الحياتية. بدأ مات مسيرته المهنية كمطور و شغل مناصب فنية و قيادية مختلفة في شركة Rollins Corporation و PSCI و Microsoft (MSFT ) و Morgan Lewis و Datalabs. في عام 2006، شارك مات في تأسيس NextDocs، التي نمت لتصبح شركة رائدة عالميا في إدارة الوثائق السريرية والجودة والتنظيمية، حيث شغل منصب المدير التقني والمدير العلمي ومدير مجلس الإدارة لمدة 9 سنوات. قبل انضمامه إلى Trialbee، قضى مات 5 سنوات كمدير عام لشركة Life Sciences و نائب الرئيس لل حسابات 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 والتواصل الرقمي والأدلة من العالم الحقيقي، تقوم بتماثل المرضى وتجذبهم وتؤهلهم مسبقا لتسريع التسجيل. تقدم منصتها شفافية عبر المصادر والشركاء، مما يساعد الرعاة وشركات الأبحاث السريرية ومواقع التجارب على إدارة خط أنابيب التجنيد بشكل أكثر كفاءة مع تقليل العبء على المواقع.

لقد عملت في شركات ناشئة في مجال تكنولوجيا الصحة والمنصات البحثية السريرية الكبيرة. ما هي الخبرات الشخصية أو اللحظات في مسيرتك المهنية التي دفعتك إلى认识 إمكانيات و مخاطر الذكاء الاصطناعي في تجنيد المرضى؟

الذكاء الاصطناعي هو أسرع تقنية متقدمة رأيتها في أكثر من عقدين من العمل في التطوير السريري – أسرع حتى من أيام تبني السحابة المبكرة. ما كان أكثر ما لفت انتباهي هو كيف انتقل الذكاء الاصطناعي من المفاهيم إلى التشغيل عبر صناعة عادة ما تكون بطيئة في تبني التكنولوجيا الجديدة – ويتم優 tiênها حتى من قبل السلطات التنظيمية مثل إدارة الأغذية والأدوية.

بالنسبة لتجنيد المرضى للتجارب السريرية تحديدا، ما زلنا في المراحل الأولى من التعلم عن حيث يتناسب الذكاء الاصطناعي بشكل أفضل. موردين ورعاة على حد سواء يستكشفون الذكاء الاصطناعي لتطوير البروتوكول والشخصيات والاستهداف وتحسين البيانات والتوطين والاتصالات والتفاعل – وهي كلها نقاط احتكاك كبيرة للفرق البحثية.

مع ذلك، هناك بعض المخاطر التي ت伴ي ذلك الإمكانات. لقد تحدثت مع قادة في شركات أدوية كبرى الذين يؤكدون أن الذكاء الاصطناعي يظهر في المزيد من نقاط التداول، لكنه لا يمكن أن يعمل دون رقابة. الرقابة البشرية أساسية.

هذا من أجل أسباب الجودة والأمن، بالإضافة إلى أن شركات مثل Trialbee تتواصل مع مرضى وأسرهم الذين يبحثون عن أمل – تجربة إنسانية ومتعاطفة لا يمكن استبدالها بالذكاء الاصطناعي بطريقة مفيدة للمرضى الذين نخدمهم جميعا.

واجه تجنيد المرضى للتجارب السريرية تاريخيا مشاكل في التنوع والسرعة والدقة. كيف يساعد الذكاء الاصطناعي في مواجهة هذه التحديات – وأين يظل ناقصا؟

الذكاء الاصطناعي يساعد في تسهيل بعض أجزاء عملية التجنيد الأكثر بطء واستهلاكا للموارد. على سبيل المثال، الأمور التي كانت تستغرق أسابيع – مثل ترجمة مواد الدراسة عبر عشرات اللغات – يتم ضغطها الآن في ساعات. هذا يعني أننا يمكن أن نبدأ التجنيد بشكل أسرع عبر أسواق عالمية أكثر.

عندما يتعلق الأمر بالدقة، فإن الوكلاء المدعومين بالذكاء الاصطناعي يبدؤون في مساعدتنا في تقديم تفاعلات أكثر اتساقا ومتوافقة مع المعايير، من المواد التي ننشئها إلى التصفية المسبقة إلى الدردشة. هذه الأدوات مفيدة بشكل خاص للحد من نقاط التسرب التي تبطئ عملية التجنيد.

لا يزال التنوع تحديا. الذكاء الاصطناعي ليس أكثر تمثيلا من البيانات التي يتم تدريبه عليها، والتمثيل يتشكل أيضا بعوامل 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 تحديا طوال تاريخ البحث السريري، والتفاعل مع أدوات الذكاء الاصطناعي يلقى استجابات متباينة من الشكوك. مع ذلك، نحن ندعم بشدة نهجا يمنح الناس خيار التفاعل مع chuyên家 طبي حي أو، على سبيل المثال، وكيل ذكاء اصطناعي. هذا يمكن أن يساعد في الوصول إلى المشاركين الذين لديهم مستويات مختلفة من الراحة حول الذكاء الاصطناعي مع ضمان الرقابة القوية، خاصة بالنسبة للذكاء الاصطناعي الوكيل، على الرغم من أن الحواجز مثل محركات التفكير المنفصلة يجب أن تكون متضمنة لجعلها ناجحة.

أ提ت من قبل أن أدوات الذكاء الاصطناعي يتم نشرها بشكل أسرع من أي ابتكار سابق في تجنيد المرضى. لكن مع صعوبة المنظمين العالميين في مواكبة ذلك، ما هي الفجوات الأكثر إلحاحا في الرقابة التي ترىها في حملات التجارب السريرية متعددة الجنسيات؟

الفرق الأكبر هو عدم وجود تنسق تنظيمي عبر الجغرافيا. في الولايات المتحدة، الوكالات مثل إدارة الأغذية والأدوية تتبنى الذكاء الاصطناعي مع إطلاق إطارات جديدة وعمليات المراجعة المبكرة. 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 تحديا: ما هو مقبول في بلد قد لا يكون كذلك في بلد آخر. والاختلاف ليس فقط في اللوائح، ولكن أيضا في كيفية استخدام قنوات أو منصات وسائل الإعلام الاجتماعية مثل فيسبوك للتجنيد، وكيفية التعامل مع البيانات الشخصية، وكيفية جمع موافقة المرضى. هذه هي دقة تتطلب مرونة تشغيلية وعمقا في فهم معايير الأخلاقيات والامتثال الإقليمية.

هذا هو المكان الذي تكون فيه تاريخنا في الابتكار وثقافتنا العالمية المحلية أصول كبيرة عندما ننavig في المناظر الديناميكية المثيرة للاهتمام للذكاء الاصطناعي.

كيف يمكن أن يؤدي عدم وجود تنسق عالمي في الإطارات التنظيمية إلى تعطيل تبني الذكاء الاصطناعي في التجارب السريرية؟ هل شاهدت أي عواقب حقيقية لهذا؟

بالتأكيد. الاستراتيجيات الإعلانية الرقمية التي نعتمد عليها لتجنيد المرضى هي مثال جيد هنا. فيسبوك هو واحد من أكثر المنصات فعالية على الصعيد العالمي، ولكن حتى في البلدان التي يسمح بها، مستوى الاستهداف المسموح به والبيانات التي يمكن استخدامها تختلف على نطاق واسع. نحن نبني الخبرة الداخلية لتجاوز تلك الاختلافات، ونحن نتوقع أن تتبع لوائح الذكاء الاصطناعي مسارًا مشابهًا.

على الصعيد العملي، القيود التي تفرضها هذه المهمة على فرق التجنيد يمكن أن تؤدي إلى تأخير إطلاق الحملات، ودورات إضافية مع اللجان الأخلاقية، وعمليات امتثال أكثر تعقيدا. إذا كنت لا تعرف جيدا كيف تفسر كل دولة استخدام الذكاء الاصطناعي، خاصة في التطبيقات المواجهة للمرضى، فأنك تتهدد ببطء التجارب أو مواجهة عوائق موافقة خطيرة.

تعمل Trialbee على تقاطع البيانات والتكنولوجيا وتجنيد المرضى. كيف تضمن أن استراتيجيات التجنيد التي تعتمد على الذكاء الاصطناعي لا تقلل من المرضى إلى نقاط بيانات، ولكن تعزز الجانب الإنساني للبحث؟

سؤال ممتاز ومهم لنا جميعا. كما ذكرت سابقا، أرى الذكاء الاصطناعي كوسيلة لتمكين البشر – لا استبدالهم. هذا صحيح بشكل خاص في الصناعة الشخصية التي نعمل فيها، حيث نحاول مساعدة أجيال من المرضى على العيش حياة أكثر صحة حول العالم. عملنا هو عمل دافئ، حول ربط الناس، والبشر دائما سيكونون في قلبها.

عندما يتعلق الأمر بالعمليات اليومية، أفضل الذكاء الاصطناعي الذي يمكننا تقديمه – على سبيل المثال، في منصتنا Honey – سيكون تحليل البيانات والاتجاهات، وتحفيز المواقع وفرق الدراسة حيث قد تكون هناك حاجة إلى عمل. نحن نفعل ذلك بالفعل، وسنواصل إضافة القدرات لضمان أن البيانات القيمة التي يتم التقاطها تُستخدم على الفور لجعل فرق في التجربة. قد يعني ذلك تقديم رؤى يومية حول تقدم التجنيد أو تحفيز المتابعة مع مرضى محددين باستخدام النمذجة التنبؤية.

داخليا، نحن نستخدم الذكاء الاصطناعي في جميع أنحاء منظمتنا بطريقة منهجية ومتعاونة. يمكن أن تكون أمثلة جيدة هنا ترجمة مواد التجنيد والقضاء على بيانات الهوية الشخصية المحتملة باستخدام الذكاء الاصطناعي – دائما تحت إشراف خبير بشري. لذا، سترى كيف نستخدم الذكاء الاصطناعي لجعل فريقنا الرائع أقوى، وليس العكس.

ما هي المجموعة الأساسية من المهارات التي تعتبرها أكثر أهمية للفرق البحثية السريرية لتوجيه وتحكم أدوات الذكاء الاصطناعي بشكل مسؤول اليوم؟

المهارات الأكثر أهمية تقع على تقاطع الخبرة السريرية وalfabetia الذكاء الاصطناعي والفصاحة التنظيمية. الفرق تحتاج إلى فهم كيفية التفاعل مع منصات الذكاء الاصطناعي بشكل فعال عن طريق تحفيزها بدقة ومراجعة مخرجاتها بشكل نقدي.

هناك حاجة متزايدة أيضا إلى رؤية تنظيمية. كما ذكرت من قبل، هذا ضروري بشكل خاص في مجالات مثل الذكاء الاصطناعي الوكيل، حيث نبني محركات التفكير المنفصلة لخدمة كحواجز في التفاعلات مع المرضى. الفرق يجب أن تكون قادرة على تقييم المحتوى المترجم بواسطة الذكاء الاصطناعي وتصديق دقته وأهميته الثقافية قبل تقديم المواد إلى اللجان الأخلاقية.

يستمر تبني الذكاء الاصطناعي في التزايد. ما هو النصيحة التي تقدمها للمشاركين في التجارب السريرية الذين يترددون أو يشعرون بالارتباك من تعقيد دمج الذكاء الاصطناعي في سير عملهم؟

قال شخص ما، عندما تبدأ في العمل مع الذكاء الاصطناعي، تأكد من استخدام الذكاء الفعلي. يمكن للتعلم الآلي تمكين أشياء رائعة – شريطة أن يكون لديه الخبرة والسياق والحواجز من خبراء المجال خلفه.

نصيحتي هي أن تبدأ ببطء وتبقى متصلا بما يمكنك تقديمه اليوم. واحدة من أكبر الأخطاء التي أراها هي الشركات التي تميل كثيرا إلى وعود غامضة حول تحول الذكاء الاصطناعي دون توضيح كيف يعمل أو متى سيكون جاهزا. بينما قد تظهر تلك الوعود رائعة في اللحظة، يمكن أن تؤدي إلى تآكل الثقة لأنها لا تظهر أدلة على خطة حقيقية.

الطريق الأفضل هو تقسيم التبني إلى خطوات صغيرة محددة مع نتائج واضحة. اختر منطقة أو منطقتين ذات تأثير كبير حيث يمكن للذكاء الاصطناعي إزالة الاحتكاك واكد أن تلك مدعومة بالرقابة المناسبة. كن محددا 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 المشاركين 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 مشاركة التعلم والتحديات والحلول حتى يتمكن الآخرون من تكرار نجاحات الذكاء الاصطناعي لتحسين الكفاءة أو تسليم العملاء أو نتائج التجنيد.

نحن أيضا نؤكد على الشفافية حول الأدوات التي نستخدمها لإنشاء تلك القدرات. إذا كنا نستخدم ChatGPT من OpenAI أو Claude من Anthropic، على سبيل المثال، نوصف الإعداد للمشاركين، بما في ذلك كيف ننزلعجل المعلومات الحساسة ونطبق الرقابة البشرية. عندما يرون الفوائد في العمل، مثل Economies في سير العمل الترجمة أو زيادة السرعة في الفحص المبكر للمرضى، فإنهم أكثر احتمالا للانضمام إلى القضية مع حالة استخدام الذكاء الاصطناعي التالية. وبالتالي، إنه أقل حول بيع الرؤية الكبيرة وأكثر حول إثبات القيمة خطوة بخطوة.

ت开始 هيئة الأغذية والأدوية وسلطات التنظيمية الأخرى في طرح أسئلة أكثر صرامة حول نماذج الذكاء الاصطناعي المستخدمة في تطوير الأدوية. ما هي معايير الشفافية أو التحقق أو القابلية للفحص التي تعتقد أنها يجب أن تصبح معايير ngành؟

الصناعة تحتاج إلى الانتقال نحو الشفافية الكاملة وضمان وجود رقابة بشرية في كل قرار مدعوم بالذكاء الاصطناعي. لذكر بعض الأمثلة، عندما نتحدث عن الذكاء الاصطناعي الوكيل، نحن نعمل بالفعل على طرق لدمج المنطق التنظيمي في محرك التفكير المنفصلة الذي يمكن تقييم وتححيح المحادثات في الوقت الفعلي. يجب أن يصبح ذلك النظام الداخلي معيارا في أي تطبيق مواجه للمرضى. بروتوكولات التحقق أيضا تحتاج إلى أن تكون معينة، بما في ذلك اختبارات البenchmark والتقييمات المستمرة للأداء.

أهم من ذلك، يجب أن تكون هذه المعايير متضمنة في عملية تطوير المنتج وไม تكون مثبتة في وقت لاحق. هذا المستوى من الدقة سيكون ضروريا للحفاظ على سلامة المرضى، وكسب الثقة التنظيمية، وتوسيع نطاق الذكاء الاصطناعي بشكل مسؤول عبر حملات البحث السريري العالمي.

نماذج الذكاء الاصطناعي غالبا ما تعتمد على مجموعات بيانات تاريخية قد تعكس انحيازات الرعاية الصحية النظامية. كيف تتعامل مع ضمان العدالة والتنوع في تجنيد المرضى، خاصة للأشخاص من السكان غير الممثلة؟

عدم وجود الذكاء الاصطناعي لم يكن ما يعيق التنوع في البحث السريري – عدم وجود خطة موجهة هو. والذكاء الاصطناعي لا يمكن أن يساعد حقا مع ذلك. بمجرد وجود التزام حقيقي، يمكن للذكاء الاصطناعي أن يكون أداة قوية تساعدنا على الوصول إلى المجموعات غير الممثلة بشكل أكثر فعالية، شريطة أن نكون متعمدون. لذلك، في Trialbee، نوسع البيانات التي يستخدمها نماذجنا، ونبني شراكات مجتمعية، ونتابع باستمرار نتائج التجنيد لضمان ألا يتم ترك أي مجموعة وراء.

提到了 أن فريقك سيطرح منتجات جديدة متعلقة بالذكاء الاصطناعي في وقت لاحق من هذا العام. هل يمكنك تقديم نظرة عامة عالية المستوى على المشاكل التي تحلها هذه الابتكارات – وكيف تعكس هذه الابتكارات فلسفتك الأوسع حول استخدام الذكاء الاصطناعي بشكل مسؤول؟

لدينا في Trialbee ثقافة الابتكار والذكاء الاصطناعي هو مكون كبير ومتنامي منها. في هذا العام وحده، أطلقت منصتنا Honey новые سير عمل للمواقع، وسجل مريض خاص بالرعاة، وحالات استخدام لدعم مواقع العثور على التجارب لشركات الأدوية العالمية مثل BMSClinicalTrials.com. مع الذكاء الاصطناعي تحديدا، سترى ميزات جديدة وتحسينات تطرح على مدار الأشهر 3 و 6 و 12 والمتعاقبة. نحن نطور الدردشة، والأدوات الذكية، والمزيد داخل Honey، ونحن أيضا نقيّم طرقا جديدة لتبسيط العمليات لعملائنا. داخليا، نحن نستخدمه لتصبح أكثر استهدافا، أكثر عمدا، أكثر شمولا، وأكثر كفاءة في كل ما نقوم به – مع وجود عضو فريق محترف يقود كل قرار ويفسر السياق لجميع نماذج الذكاء الاصطناعي التي نستخدمها.

متأملين إلى الأمام بخمسة سنوات، كيف تتوقع أن تتطور دور Trialbee مع تعميق الذكاء الاصطناعي في البحث السريري؟ ما الدور الذي ترى شركتك تقوم به في تشكيل مستقبل أكثر أخلاقيات، وكفاءة، وتناغم عالمي لتجنيد المرضى؟

خمس سنوات من الآن، أرى Trialbee واقفة كشركة الخدمات الرائدة التي تعتمد على الذكاء الاصطناعي لتجنيد المرضى في البحث السريري. نحن بالفعل ندمج الذكاء الاصطناعي التوليدي في كل جزء من سير عمل التجنيد حيث يمكن أن يسرع من السرعة أو ي cải thiện الدقة أو يزيد من خيارات المرضى. كما ذكرت من قبل، نحن نعمل على أدوات تمنح المرضى خيار التفاعل مع chuyên家 طبي حي أو وكيل ذكاء اصطناعي، حسب تفضيلهم ومستوى الراحة. نحن نعتقد أن منح الناس هذا الخيار هو مفتاح زيادة الثقة والمشاركة مع مرور الوقت.

من الناحية الأخلاقية، نحن ملتزمون بضمان أن يتم تنفيذ الذكاء الاصطناعي مع الرقابة التنظيمية والشفافية. هذا يعني دمج آليات الرقابة في التكنولوجيا نفسها وكوننا متفتحين حول كيفية عمل أنظمتنا. نحن أيضا نبني الذكاء الاصطناعي في ثقافة منظمتنا – كل قسم وكل فريق – حتى نكون مستعدين للتكيف مع تطور التكنولوجيا. في النهاية، نريد أن نكون شركة تساعد في تحديد 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، وأكثر شمولا، وأسهل للमरضى للوصول إليها بغض النظر عن مكان عيشهم أو اللغة التي يتحدثونها.

شكرا على المقابلة الرائعة، القراء الذين يرغبون في التعلم أكثر يجب أن يزوروا Trialbee.