Matt Michelson, prezident Genesis AI ve společnosti Genesis Research – rozhovor

Matt Michelson je prezidentem Genesis AI ve společnosti Genesis Research, mezinárodní organizaci pro výzkum zdravotní ekonomie a výsledky (HEOR) a výzkum založený na skutečných datech (RWE) s kancelářemi v USA a Velké Británii, která podporuje odvětví zdravotnických prostředků.

Jako zavedený lídr v oblasti strategie, rozvoje a komunikace důkazů podporuje společnost klienty analýzami databází, strategickým a taktickým výzkumem zdravotní ekonomie a výsledků, přehledy literatury, ekonomickým modelováním, vědeckými publikacemi a strategií přístupu na trh.

Jako odborníci na vývoj inovativních technických řešení poskytují řadu přizpůsobených platforem, řídicích panelů, datových portálů a unikátní platformy pro podporu identifikace, monitorování a extrakce přesně cílených důkazů s pomocí umělé inteligence EVID AI.

Můžete sdílet příběh o vzniku Genesis Research?

V roce 2009, po působení v akademické sféře a využití hlubokých kvantitativních znalostí, náš generální ředitel Frank Corvino a jeho obchodní partner, klinický lékař a zdravotní ekonom, kombinovali své znalosti, aby vyvinuli nový obchodní model, který podporuje společnosti zdravotnických prostředků s více daty řízeným přístupem, získávajícím poznatky z velkých dat transparentním, reprodukovatelným a vysoce profesionálním způsobem.

Genesis Research byla původně postavena na závazku myslet mimo rámec a dodávat prokázání hodnoty podporované skutečnými daty. Od té doby se služby společnosti rozšířily o schopnosti přístupu na trh a strategii, výzkum zdravotní ekonomie a výsledků, vědeckou komunikaci a pokročilé digitální schopnosti, jako je například použití umělé inteligence (AI) pro konkrétní účely.

Společnost se vyvinula v mezinárodní organizaci pro výzkum založený na skutečných datech a výzkum zdravotní ekonomie a výsledků, kterou jsme dnes, protože nasloucháme našim klientům a využíváme různorodý, vysoce kvalifikovaný tým, aby splnil jejich měnící se potřeby v jakékoli fázi životního cyklu produktu, a to pomocí flexibilního modelu “zlepšené partnerství”, který nám umožňuje fungovat bezproblémově jako rozšíření týmu klienta.

Jak rychle se zvyšuje tempo publikačních prací?

Je obtížné určit přesně, ale odhady se pohybují od 4 do 10% meziročního nárůstu, s 1-2 miliony článků publikovaných v oblasti zdravotnictví ročně. To je obrovské číslo, zejména pokud se odhaduje, že člověku trvá pět minut, aby přečetl abstrakt. PubMed sám (veřejná verze vyhledávače zdravotnických článků Medline) obsahuje více než 30 milionů článků.

Proč tradiční způsoby přezkumu článků již nefungují?

Tyto úkoly se souhrnně týkají procesu nalezení důkazů, konkrétně článků, které odpovídají na vaše vědecké otázky. A není to tak, že by manuální metody nemohly toto udělat. Spíše je proces tak náročný, že znamená, že úkol není tak flexibilní. Nikdo nechce projít námahu, aby to vše udělal znovu, pokud se něco změní, a nemůžete vyhledat tolik zdrojů, kolik byste chtěli, vzhledem k obrovskému časovému investici. A lidé někdy přehlédnou články, protože je obtížné soustředit se po přečtení několika set článků. Naopak, trénovaný stroj se nikdy neunaví, a zisk efektivnosti znamená, že přístupy založené na umělé inteligenci jsou flexibilnější, protože můžete jednoduše spustit další vyhledávání, a můžete udělat tolik, kolik potřebujete.

Co je EVID AI a jak zjednodušuje proces pro lékařské výzkumníky, aby identifikovali a procházeli rozsáhlé množství výzkumů?

EVID AI je jediná lékařská literární databáze, která používá strojové učení k produkci více než 80 milionů datových bodů – od preklinických, klinických, ekonomických, epidemiologických, výsledků hlášených pacienty a dalších oblastí – a umožňuje uživatelům filtrovat výsledky vyhledávání na nejrelevantnější a nejaktuálnější informace potřebné pro další analýzu. Je to jediná platforma, která má schopnost převést data vložená do více článků do strukturovaných tabulek, které prezentují relevantní a požadované datové body ve formátu, který je snadno použitelný. Tento patentovaný přístup destiluje důkazy do použitelných dat, aby výzkumníci mohli snadněji vytvářet grafy a řídicí panely pro prezentaci zúčastněným stranám bez nutnosti číst velké množství článků.

Genesis Research nedávno provedla vylepšení EVID AI – které je nyní největší aktuální platformou pro výzkum lékařské literatury – aby pomohla farmaceutickým týmům a dalším rozhodujícím osobám ve zdravotnictví najít vysoce kvalitní, cílené výsledky rychleji, efektivněji a z bezprecedentního rozsahu zdrojů.

Pomocí EVID AI lze úkoly související s vyhledáváním lékařské literatury nyní provádět 59krát rychleji než manuální úsilí, s významně relevantnějšími důkazy na vyhledávání a 15krát méně irelevantními články. Patentovaný formát strojového učení, naprogramovaný pomocí expozice desítek tisíc trénovacích datových bodů, je rychlejší a komplexnější než kdykoli předtím a sníží dobu výzkumu z měsíců na týdny nebo dny.

Jedním z benefitů EVID AI je, že umožňuje výzkumníkům a vládním regulátorům sledovat data umělé inteligence zpět k jejich zdroji. Proč je to důležité a jak to funguje?

Klíčovým problémem mnoha systémů umělé inteligence je, že jsou neprůhledné – někdy nazývané “černé skříňky”. A to je pravda v tom smyslu, že ne vždy rozumíme, proč umělé inteligence dělá to, co dělá. Například, pokud vezme článek a rozloží všechny výsledky z textu, nemůže nutně říci, proč vybral ty fráze a výsledky, může je pouze ukázat. Nicméně, klademe důraz na transparentnost a poskytování původu dat (tj. ukazování, odkud pocházejí), aby uživatelé mohli vždy sledovat výsledek zpět k větě, ze které pochází, článku, který obsahuje tu větu, a poté původnímu umístění článku. To znamená, že existuje vždy mechanismus pro sledování výsledků zpět k jejich zdroji. Kromě toho, že poskytuje lepší vědu, je to důležité pro regulátory, protože pokud farmaceutická společnost činí tvrzení založené na důkazech z naší umělé inteligence, regulátor může ověřit, zda jsou data správná a zdroj je platný.

Můžete sdílet případovou studii výzkumníků, kteří používají EVID AI?

Ano. Existuje mnoho z nich, ale zde jsou dva, které jsou užitečné, protože ukazují, jak lze nástroj použít pro větší, rozpočtované projekty i pro denní, ad-hoc úkoly. V prvním případě jsme měli farmaceutickou společnost, která najala tým, aby provedl aktualizaci přehledu literatury pro onkologii. To je velký úkol, protože konkrétní oblast onkologie je velká, literatura se rychle mění a rozsah projektu je velký. Původní přehled zahrnoval analýzu krajiny (tj. všechny hlavní léky) a jejich výsledků v termínech účinnosti, bezpečnosti a ekonomického dopadu. Zahrnoval nejen zprávy z klinických studií, ale také články o pozorovacích studiích, kde vědci sledují výkon léku předepsaného ve “skutečném světě” místo pouze v kontrolovaném prostředí studie.

EVID AI pomohla této společnosti shromáždit všechny nové a aktualizované výsledky pro tento úkol literárního přehledu, s enormními úsporami. Naopak, jsme měli příklad, kde vědec vytvořil ekonomický model nákladů spojených se změnou mezi různými léky na duševní zdraví nazvanými “modely dopadu rozpočtu”. Výzvou je získat dobré odhady, jak často tito pacienti mění léky. Když vědec původně vytvořil model, strávil celý den procházením článků, aby našel výsledek, který potřeboval. S EVID AI našel výsledek za několik minut.

Jaký je váš názor na budoucnost spolupráce člověka a umělé inteligence ve výzkumu?

Jak se výzkum ve zdravotnictví stává stále více komfortním s umělou inteligencí, bude pronikat do oblastí od objevu léků po nábor do klinických studií, analýzu dat a úhrady. Každý aspekt vývoje nových terapií bude profitovat z umělé inteligence, a výsledky se stanou součástí pracovního postupu. Místo toho, aby se spoléhali na samostatné nástroje, které vyžadují přepínání kontextu z úkolu laboratorního výzkumu na úkol umělé inteligence, bude to tak intuitivní, jako použití GPS k navigaci do nové restaurace. Nebude to vyžadovat druhý myšlenkový proces. Nicméně, zejména ve farmaceutickém průmyslu, budeme stále potřebovat vysoce zkušené lidi, jako jsou týmy v Genesis Research, aby určovali relevanci dat a iniciovali další analýzu, aby podpořili rozhodování.

Je něco jiného, co byste chtěli sdílet o Genesis Research?

Rychlý růst Genesis Research je způsoben jeho schopností přijmout nové výzvy, položit správné otázky, sestavit správné týmy, aby přístup k datům a analyzoval je, a dodal řešení, která posunula iniciativy ve zdravotnických prostředcích vpřed. Jako inovátor ve vývoji řešení založených na skutečných datech je společnost zcela agnostická k datům a úzce spolupracuje s klienty, aby identifikovala optimální zdroje dat. Jsme hrdí na to, že jsme zavedeným lídrem v oblasti strategie důkazů, rozvoje a komunikace, stejně jako odborníků na vývoj inovativních technických řešení.