Jeff Elton, CEO hos ConcertAI – Interview Series

Jeff Elton, Ph.D., er administrerende direktør for Koncert AI, en AI SaaS-løsningsvirksomhed, der leverer forskningsløsninger og patientcentrerede løsninger til innovatører inden for biovidenskab og verdens førende udbydere. ConcertAI er fokuseret på at accelerere og forbedre præcisionen af ​​retrospektive og prospektive kliniske undersøgelser ved hjælp af udbyderens EMR'er, LIS'er og PACS'er systemer som kilde til alle undersøgelsesdata. Det er en langsigtet partnerpartner med American Society of Clinical Oncology og dets CancerLinQ-program, US FDA, NCI Health Equity-initiativer og næsten 100 sundhedsudbydere i hele USA.

Før ConcertAI var Jeff administrerende direktør, Accenture Strategy/Patient Health; Global Chief Operating Officer og SVP Strategy hos Novartis Institutes of BioMedical Research, Inc.; og partner hos McKinsey & Company. Han er også et stiftende bestyrelsesmedlem og seniorrådgiver for flere virksomheder i tidlig fase. Jeff er i øjeblikket bestyrelsesmedlem i Massachusetts Biotechnology Council. Han er medforfatter til den meget citerede bog, Sundhedsvæsenet er afbrudt (Wiley, 2016). Jeff har en ph.d. og MBA fra University of Chicago.

Kan du som stiftende administrerende direktør for ConcertAI dele din vision for virksomheden ved dets start? Hvordan har den vision udviklet sig siden 2018?

Vi startede med ideen om, at forbedrede patientresultater kommer fra dybdegående og handlingsrettet indsigt. At opnå disse indsigter kræver datafuldstændighed, dataskala, datarepræsentativitet og avanceret AI-intelligens. Derfor skabte vi en Data-as-a-Service og AI Software-as-a-Service-virksomhed. Vi målrettede AI, der muliggør inferens og forudsigelse. Dette omfattede forudsigelse af hændelser, der skal undgås, såsom patienters manglende overholdelse af deres behandling eller ophør af behandling på grund af manglende positiv respons, hvilket informerede, hvornår kliniske forsøg kunne være den næste mulighed.

Vores vision er forblevet fast, og vi forventer fortsat mere ud af vores løsninger. Med den seneste generation af LLM'er, agent AI og andre generative AI-løsninger kan vi operere i skala (og næsten i realtid - noget vi ikke havde forventet eller forudset i 2018). Med partnere som NVIDIA kan vi fremme vores løsninger, så de yder bedre end forventet, genkender begrænsninger og unikke egenskaber og bevæger os i takt med hele markedets innovationer – rejsen hidtil har været ekstraordinært produktiv og spændende.

Vi har åbnet op for tidligere ufattelige præstationer inden for automatiseringsløsninger for kliniske forsøg, automatisering af placering af patienter på evidensbaserede kliniske forløb, avancerede arbejdsgange inden for radiologisk tolkning og brugen af ​​digitale tvillinger som et beslutningsfremmende værktøj til pleje og forskning.

I dag betjener vi næsten 50 biofarmaceutiske innovatører og 2,000 sundhedsudbydere – så selvom vi ikke er helt på hele markedets skala, er vi de mest vidtrækkende AI-løsninger til onkologi i branchen.

Hvad inspirerede dig til specifikt at fokusere på onkologi- og hæmatologiske datasæt, og hvordan så du ConcertAI gøre en forskel på disse områder?

USA startede "War on Cancer" i 1971 med National Cancer Act. Dette katalyserede storstilet statsfinansiering, som genererede indsigt i de mutationer, der driver kræftsygdomme, nye modaliteter for terapier, udvidede National Cancer Institute-udpegede behandlingscentre og mere. Under Obama-administrationen steg finansieringen igen med 10 milliarder dollars i elektronisk stimulans, der gik til NIH og til gengæld til NCI. Under Biden blev Cancer Moonshot 2.0-programmet lanceret i 2022, som igen katalyserede en helt ny generation af forskning og startfinansieringsinvesteringer til akademiske, samfundsmæssige og private-offentlige partnerskaber.

Jeg giver denne historie, fordi få sygdomme eller områder inden for sundhedsvæsenet har dataniveauet: genomisk, transkriptomisk, digital patologi, digital radiologi, detaljerede elektroniske lægejournaler osv., og det forskningsniveau, der kontekstualiserer disse data med valideret indsigt gennem strenge, multicenter, peer-review undersøgelser. Som yderligere bevis er American Society of Clinical Oncologys årlige møde det største medicinske møde i verden, med det største antal nye publikationer, plakater og abstracts fra ethvert videnskabeligt forum om ethvert emne.

Så hvis du vil være data- og AI-centreret, er der få bedre områder at fremme løsninger med tillid og i skala end onkologi. ConcertAI har den største samling af forskningskvalitetsdata af nogen i verden. Det omfatter hundredvis af peer-reviewede publikationer, der er muliggjort af disse data, væsentlige beviser fra disse publikationer, der ændrer, hvordan patienter behandles og sikrer de mest positive mulige resultater, og nu AI SaaS-teknologier, der er integreret i de pleje- og forskningsprocesser, der bringer magten af ​​disse data og beviser til at bære på alle punkter og for alle beslutninger på en patients plejerejse. Det, der virkelig er vigtigt her, er, at vi ikke gør dette ensidigt. Det gøres gennemsigtigt med vores sundhedsudbyder og biofarmainnovatorpartnere for at skabe den største tillid og brug. Så vi udvikler os mod avanceret, avanceret, AI-intelligens-aktiveret beslutningsforøgelse i realtid.

ConcertAI er blevet en førende aktør inden for real-world evidens (RWE) og AI-teknologi til sundhedspleje. Hvad var nogle af de tidlige udfordringer, du stod over for med at positionere virksomheden som en leder på dette område?

Du skal have tillid til og udvikle dig i retning af at være referencekilden. Det er fortjent. Tilliden kommer fra dine leverandørpartnere, der tror på, at de data, du får adgang til, er i deres patienters bedste interesse. Tillid kommer fra dine akademiske og industripartnere, som ser beviserne for og tror på, at dine data er afledt som en perfekt afspejling af de originale patientjournaler, og at de koncepter, du fremfører, er 'sande' og afspejler den nuværende kliniske og videnskabelige praksis. Du skal også opnå en skala, hvor dine dataløsninger ikke kun repræsenterer hele befolkningen, men også producerer konklusioner, som med sikkerhed kan generaliseres tilbage til hele befolkningen, der behandles med en bestemt medicin. Teknologien ligner hinanden. Forskere og klinikere er i sagens natur skeptiske – som de burde være – og stoler ikke på sorte bokse eller algoritmer, de ikke forstår. Så der var vi også nødt til at skabe tillid gennem publikationer og være åbne om, hvordan vores løsninger fungerer.

ConcertAI har verdens største onkologi- og hæmatologidatasæt. Hvilke unikke muligheder skaber disse data for at transformere kræftforskning og -behandling?

Jeg elsker det spørgsmål. Vi arbejder på dette hver dag! Mulighederne for at give værdi til udbydere, patienter og innovatører er næsten ubegrænsede. I tidlige faseforsøg udvikler vi undersøgelsessimuleringstilgange med digitale tvillinger, der vil ændre de programmer, vi tager i kliniske forsøg. Vores data- og AI-optimeringer vil reducere den tid, der kræves for at gå fra den endelige protokol til den endelige indsendelse til regulatorer, med 30 til 40 % – hvilket betyder, at ny medicin kommer hurtigere til patienterne. Vores beslutningsforøgende AI-løsninger vil anbefale behandlingsveje, der er evidensbaserede og specifikt skræddersyet til disse veje, overvåge responser i overensstemmelse med det forudsagte respons og lede efter potentielt gavnlige kliniske forsøg, når respons eller fordel er under forventningerne. Vores billeddiagnostiske kliniske tolkningsløsninger fungerer på niveau med operationelle processer, klinisk fortolkning og langsigtet syn på nye fortolkninger eller nye interventioner, som bør overvejes baseret på indsigt og evidens i fremtiden. Ikke længere er en handling "en gang og udført", men den bliver snarere "en gang, og så igen og igen", sådan at gavnlige revurderinger og fremtidige beslutninger er en løbende proces! Det, der er anderledes her, er, at udsigten er hele patientrejsen – dette er et vandret billede versus en række smalle, dybe, lodrette billeder, der skal sys sammen. Dette er en innovation muliggjort af AI og en dybtgående procesændring, der giver de involverede eksperter nye måder at arbejde på.

Kan du forklare, hvordan ConcertAIs digitale forsøgsløsning fungerer for at matche kræftpatienter med livreddende kliniske forsøg? Hvilken effekt har du hidtil set med hensyn til patientresultater?

Kliniske forsøg er meget komplekse og kræver timers indsats af en bred vifte af yderst eksperter. For de fleste organisationer tilbydes kliniske forsøg som et ansvar og forpligtelse til patienter, hvor den nuværende standard for pleje måske ikke repræsenterer et levedygtigt alternativ. Forsøg har i virkeligheden ikke været særlig tilgængelige for patienter i lokale behandlingscentre, hvor 80 % af patienterne modtager deres behandling. Alligevel er det disse patienter, der i sidste ende vil modtage ny godkendt medicin. Dette skaber et dobbelt dilemma: Størstedelen af ​​patienter, der har brug for adgang til forsøg, er begrænsede, og dem, der afspejler den ultimative plejepopulation, er ikke i forsøgsdatasættet. Vi sætter en vej til at løse disse problemer.

Resultaterne har været fantastiske - så positive, at vi vil udvide vores antal igangværende undersøgelser med 10x i 2025. Vi offentliggjorde dette til de sidste møder i American Society of Clinical Oncology og på andre områder. Vores tilgang er, hvordan vi mener, AI skal implementeres – som en forøgelse af ekspertmennesker, hvor der er store kapacitets- og talentbegrænsninger, og hvor liv er på spil. Vi har udviklet et sæt orkestrerede og tunede store sprogmodeller, der tilgår patientjournaler, syntetiserer karakteristika og matcher patienter til potentielt gavnlige forsøg, og gør præcis, hvad ekspertmennesker ville gøre – med en fuldt dokumenteret tilgang til at lave anbefalinger og vurderinger. På de steder, hvor vores teknologier er implementeret, præsterer vi på niveau med de mest eksperter og samler patienter 5 gange eller mere i forhold til steder, hvor vores teknologier ikke er implementeret – både forskerholdene og biofarmaka-innovatorerne er glade, og patienterne får mest gavn af .

Hvordan adresserer ConcertAIs AI-drevne tilgang til forsøgsdesign og patientrekruttering nogle af de nuværende begrænsninger i klinisk forskning, såsom patientdiversitet og forsøgseffektivitet?

Jeg er stolt af mit team – de fortalte mig for tre til fire år siden, at det er en forpligtelse og det rigtige at gøre videnskabeligt at opnå mangfoldighed. De fastholdt også, at det er svært at gøre, hvis det er manuelt, men kræver ingen trinvis indsats, hvis det er automatiseret. Så vi besluttede dengang, at hvert datasæt og AI SaaS-løsning ville integrere mangfoldighed og sociale determinanter for sundhedskarakteristika som vores standardtilgang. Det er ikke en mulighed. Det er bare, hvad vi gør. Efterfølgende kan vores CARAai™-understøttede kliniske forsøgsdesign og optimeringsløsninger vurdere, hvilke etniske, racemæssige eller økonomiske subpopulationer der kan være mest negativt påvirket af en sygdom, integrere disse overvejelser i forsøgsdesignet, sikre, at disse populationer ikke uforvarende udelukkes, og definere kliniske steder med størst sandsynlighed for at sikre deltagelse og repræsentativitet. Det er her AI kan være "AI for Good", og hvor teknologien ikke introducerer en bias, men sikrer, at bias ikke kommer ind i processen, det ultimative design eller de operationelle processer omkring det kliniske forsøg.

Hvilken rolle spiller ConcertAI i at reducere byrden for sundhedsudbydere og optimere valg af sted i kliniske forsøg?

Vi integrerer arbejdsbyrden i alle aspekter af vores kliniske forsøgsløsninger. For det første er der en belastning for patienten. Dette kan være, hvor stedet er placeret, antallet af besøg, der kræves til en undersøgelse versus standarden for pleje, eller den kliniske intensitet af en undersøgelse versus standarden for pleje, som i tilfælde af yderligere biopsier. Disse ting kan afgøre, om patienten – eller patienten i samråd med sin udbyder – har råd til at deltage eller tolerere og fuldføre deltagelse.

Der er også en belastning for udbyderen. Hvis vi kan automatisere identifikation af patienter til berettigelse til kliniske forsøg, minimere falske positiver, der skaber arbejde, og give det, vi kalder "AI-leverage" til arbejdet hos Clinical Research Associated, Study Nurses og Physicians, så er byrden sænket. Det samme er tilfældet med vores AI-automatiseringsløsning, som gør det muligt for forskerholdet at undgå manuel dataindtastning - typisk 2 til 4 timer sidst på dagen, og ofte afsluttet derhjemme. Tidligt så vi på, at dataene i EMR'en - digital - blev manuelt indtastet i en portal for sponsorens EDC. Så digitale data bliver læst og derefter gentastet for at blive til digital data igen! Også her bruger vi vores multitunede store sprogmodeller - dette var et reelt fokus for NVIDIA-partnerskabet fra begyndelsen. Vi er på 55 % fuld automatisering i dag, med en meget hurtig vej til over 80 % i de kommende måneder. Efterhånden som disse elementer samles, vil vi få personaletiden ned til 10 % af de gamle krav og gøre disse undersøgelser mere tilgængelige for flere patienter.

Præcisionsmedicin er et nøgleområde, hvor AI gør betydelige fremskridt. Hvordan bidrager ConcertAIs teknologi til mere præcise og personlige kræftbehandlinger?

Vi har ikke diskuteret dette så meget siden sidste år. I december 2023 overtog vi ansvaret for American Society of Clinical Oncologys (ASCO) CancerLinQ-program. Det er verdens største intelligente sundhedsnetværk, der omfatter akademiske centre, regionale hospitalssystemer og sundhedsudbydere i lokalsamfundet. En central del af dette netværk er implementeringen af ​​ASCO Certified®-kvalitets- og kliniske forløbsløsninger. Da CancerLinQ er et ConcertAI-initiativ, har vi udvidet netværket, automatiseret præcisions-onkologiske forløb, skabt nye digitale tvillingtilgange til at forbedre behandlingsvalget for sundhedsudbyderne, identificeret og formidlet kritiske diagnostiske tests, der kan informere behandlingsbeslutninger, og gjort det samme for nyligt godkendte lægemidler, der repræsenterer et andet eller bedre behandlingsalternativ. Alt dette understøttes af vores CARAai™-arkitektur, igen et sæt vision LLM og afstemte onkologiske LLM'er udført i samarbejde med NVIDIA. Det er fantastisk at se de fremskridt, der gøres, og vi er begejstrede for, hvad vi vil offentliggøre og præsentere på næste års ASCO 2025.

Hvordan ser du AI-billeddannelsesløsninger til gavn for områder som onkologi og radiologi, især da disse felter står over for mangel på klinikere?

Godt spørgsmål! Det er rigtigt, at både antallet af nye onkologer og radiologer, der kommer på banen, er mindre end antallet, der går på pension. Patientefterspørgslen er dog stadigt stigende. Så det er det ideelle område til at levere AI SaaS-løsninger, der understøtter læger og beslægtede plejepersonale i både workflowoptimering og klinisk beslutningsforøgelse. Radiologer og onkologer vil begge nævne vigtigheden af, at disse nye intelligente løsninger kommer specifikt til deres områder. Billedbehandling er et vidunderligt område for kunstig intelligens, og dets ydeevne er enestående. Non-inferioritetsstudier afspejler, at AI-modeller kan være tæt på eller sammenlignelige med ekspertmennesker i snævre områder. Orkestrerede arbejdsgange kan bringe alt dette sammen. Det samme er tilfældet inden for onkologi, hvor vi samler molekylære testresultater med immunresponsdata, prædiktive algoritmer for resistens og andre elementer, der alle vil informere behandlingsbeslutningen og muliggøre responsmonitorering. Jeg har været i feltet i årevis og på forskellige sider af nye innovationer – det, vi kan gøre nu, er langt ud over noget, vi nogensinde var i stand til at gøre før, og forandringstempoet er fantastisk.

Hvilket råd vil du som en erfaren leder inden for sundhedsteknologi tilbyde til nye virksomheder, der ønsker at få en meningsfuld indvirkning på sundhedsvæsenet gennem AI?

Du kan ikke være en AI-virksomhed uden adgang til data i stor skala. Data er substratet for opbygning af trænings- og overvågningsmodeller. Det er også en holdsport at bygge AI-løsninger. Du har brug for domæneviden i en enestående dybde matchet med en ny generation af AI-modeludviklingsfunktioner, der genkender adfærden fra forskellige klasser af AI-løsninger og kan bringe dem til at bære mod snævre mål, specifikt tunet til menneskelig eller højere ydeevne. Derefter kan disse tilgange orkestreres på forskellige måder for at repræsentere et nyt system til drift - det er her ændringerne sker, og værdien bliver leveret. Øv "AI-ydmyghed", da alt er fantastisk og udviser ting, vi ikke kunne gøre selv seks måneder før. Alligevel er 'fantastisk' ikke nødvendigvis et produkt eller en ny måde at arbejde på - det er bare det, teknologi gør noget nyt. Det er AI-virksomhedens ansvar at gøre det til en ny måde at arbejde på og en ny tilgang til at levere et forbløffende værdiniveau, som aldrig før var tilgængeligt. Antag endelig, at du skal demonstrere tillid til forretningspraksis, AI-modeller og løsningsgennemsigtighed. Vi er stadig tidligt i vores samfundsrejse, og det er os, der skal gøre os fortjent til tilliden til at skabe de forandringer, vi er i stand til at levere.

Tak for det gode interview, læsere, der ønsker at lære mere, bør besøge Koncert AI.