Jeff Elton, administrerende direktør i ConcertAI – Intervju-serie

Jeff Elton, Ph.D., er administrerende direktør i ConcertAI, et AI SaaS-løsningsselskab, der tilbyder forskningsløsninger og patientcentrerede løsninger for life sciences-innovatører og verdens førende udbydere. ConcertAI fokuserer på at accelerere og forbedre præcisionen af retrospektive og prospektive kliniske studier ved at bruge udbyderens EMR’er, LIS’er og PACS-systemer som kilde til alle studiedata. Det er en langsigtede partner med American Society of Clinical Oncology og dets CancerLinQ-program, US FDA, NCI Health Equity-initiativer og næsten 100 sundhedsudbydere på tværs af USA.

Før ConcertAI var Jeff Managing Director, Accenture Strategy/Patient Health; Global Chief Operating Officer og SVP Strategy hos Novartis Institutes of BioMedical Research, Inc.; og partner i McKinsey & Company. Han er også medstifter af bestyrelsen og senior rådgiver for flere tidlige selskaber. Jeff er i øjeblikket bestyrelsesmedlem i Massachusetts Biotechnology Council. Han er medforfatter til den meget citerede bog Healthcare Disrupted (Wiley, 2016). Jeff har en Ph.D. og M.B.A. fra University of Chicago.

Som grundlægger af ConcertAI, kan du dele din vision for selskabet ved dets oprettelse? Hvordan er den vision udviklet siden 2018?

Vi startede med idéen om, at forbedrede patientresultater kommer fra dybe og handlebare indsighter. At opnå disse indsighter kræver datakompletthed, datascale, datarepræsentativitet og avanceret AI-intelligens. Så vi skabte et Data-as-a-Service- og AI-Software-as-a-Service-selskab. Vi målrettede AI, der tillader inferens og prædiktionsmuligheder. Dette inkluderede at prædiktere begivenheder, der skal undgås, såsom patienters non-adhærens til deres terapi eller afbrydelse af behandling på grund af mangel på positiv respons, hvilket informerede om, hvornår kliniske forsøg kunne være det næste valg.

Vores vision er blevet fastholdt, og vi fortsætter med at forvente mere af vores løsninger. Med den seneste generation af LLM’er, agens AI og andre generative AI-løsninger kan vi operere på en større skala (og næsten i realtid – noget, vi ikke forventede eller antog i 2018). Med partnere som NVIDIA (NVDA ) kan vi udvikle vores løsninger til at fungere bedre end forventet, genkende begrænsninger og unikke karakteristika, og bevæge os i takt med markedets innovationer – rejsen indtil nu har været ekstraordinært produktiv og ophidsende.

Vi har åbnet op for tidligere utænkelige præstationer i kliniske forsøgsautomatiseringsløsninger, automatiseret placering af patienter på evidensbaserede kliniske vejledninger, avancerede arbejdsgange i radiologisk fortolkning og brugen af digitale tvillinger som en beslutningsforbedrende værktøj til pleje og forskning.

I dag betjener vi næsten 50 biopharma-innovatører og 2.000 sundhedsudbydere – så selv om det ikke er på samme skala som hele markedet, er vi den mest omfattende AI-løsning til onkologi i branchen.

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

USA startede “krigen mod kræften” i 1971 med National Cancer Act. Dette katalyserede storstilede offentlige midler, som genererede indsighter i de mutationer, der driver kræft, nye modaliteter for terapier, udvidede National Cancer Institute-designerede behandlingscentre og mere. Under Obama-administrationen øgede finansieringen igen med 10 milliarder dollar i elektronisk stimulus til NIH og, herefter, til NCI. Under Biden blev Cancer Moonshot 2.0-programmet lanceret i 2022, hvilket igen katalyserede en helt ny generation af forskning og seed-investeringer til akademiske, fællesskabs- og offentlige-private partnerskaber.

Jeg giver denne historie, fordi få sygdomme eller områder inden for sundhedspleje har samme niveau af data: genetisk, transkriptionel, digital patologi, digital radiologi, detaljerede elektroniske patientjournaler osv., og niveauet af forskning, der kontekstualiserer disse data med validerede indsighter gennem rigorøse, multicenter, peer-review-studier. Som yderligere bevis er American Society of Clinical Oncology’s årlige møde det største medicinske møde i verden, med det største antal nye publikationer, posters og abstracts af enhver videnskabelig forum på noget emne.

Så hvis du skal være data- og AI-centreret, er der få bedre områder at udvikle løsninger med tillid og på en større skala end onkologi. ConcertAI har den største samling af forskningsgrade-data i verden. Det inkluderer hundredvis af peer-review-publikationer, der er muliggjort af disse data, betydelige beviser, der resulterer fra disse publikationer, og ændrer, hvordan patienter behandles, og sikrer de mest positive mulige resultater, og nu AI SaaS-teknologier, der er integreret i processerne for pleje og forskning, der bringer kraften af disse data og beviser til at bære på alle punkter og for alle beslutninger langs en patients plejerejse. Det, der er virkelig vigtigt her, er, at vi ikke gør dette ensidigt. Det gøres gennemsigtigt med vores sundhedsudbyder- og biopharma-innovatørpartnere for at skabe den største tillid og brug.

ConcertAI er blevet en førende spiller i realverdensevidens (RWE) og AI-teknologi til sundhedspleje. Hvad var nogle af de tidlige udfordringer, du stod over for i at positionere selskabet som en leder i dette område?

Man skal være troværdig og udvikle sig mod at være referencen. Det er noget, man har fortjent. Tilliden kommer fra jeres sundhedsudbyderpartnere, som tror på, at de data, I får adgang til, er i de bedste interesser for deres patienter. Tilliden kommer fra jeres akademiske og industrielle partnere, som ser beviser for og tror på, at jeres data er afledt som en perfekt refleksion af de oprindelige patientjournaler og at de koncepter, I fremmer, er “sandfærdige” og reflekterer nuværende klinisk og videnskabelig praksis. Man skal også opnå en skala, så jeres datasolutions repræsenterer ikke kun hele befolkningen, men også producerer konklusioner, der er tillidsværdigt generaliserbare tilbage til den fulde befolkning, der behandles med en bestemt medicin. Teknologien er ligeså. Videnskabsmænd og kliniske eksperter er naturligvis skeptiske – som de skal være – og tillider ikke sorte kasser eller algoritmer, de ikke forstår. Så vi måtte etablere tillid her, også, gennem publikationer og åbenhed om, hvordan vores løsninger fungerer.

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

Jeg elsker det spørgsmål. Vi arbejder på det hver dag! Mulighederne for at give værdi til udbydere, patienter og innovatører er næsten ubegrænsede. I tidlige forsøg udvikler vi studie-simuleringsmetoder med digitale tvillinger, der vil ændre de programmer, vi tager med i kliniske forsøg. Vores data og AI-optimeringer vil reducere tiden, der kræves for at gå fra endelig protokol til endelig indsendelse til myndighederne, med 30 til 40% – hvilket betyder, at nye mediciner kommer til patienterne hurtigere. Vores beslutningsforbedrende AI-løsninger vil anbefale behandlingsforløb, der er baseret på beviser og specifikt tilpasset disse forløb, overvåge respons i overensstemmelse med den forventede respons og lede efter potentielt gavnlige kliniske forsøg, når responsen eller fordelene er under forventning. Vores billedanalyse-løsninger fungerer på operationelt niveau, klinisk fortolkning og længerevarende syn på nye fortolkninger eller nye interventioner, der bør overvejes på basis af indsighter og bevis i fremtiden. Ikke længere er en handling “én gang og færdig”, men snarere “én gang og derefter igen og igen”, sådan at gavnlige genovervejelser og fremtidige beslutninger bliver en løbende proces! Det, der er anderledes her, er, at synspunktet er hele patientforløbet – dette er et horisontalt synspunkt i modsætning til en række snævre, dybe, vertikale synspunkter, der skal syes sammen. Dette er en innovation, der er muliggjort af AI og en dyb procesændring, der giver nye måder at arbejde på for de involverede eksperter.

Kan du forklare, hvordan ConcertAI’s Digital Trial Solution fungerer til at matche kræftpatienter med livreddende kliniske forsøg? Hvad impact har du set indtil nu i forhold til patientresultater?

Kliniske forsøg er meget komplekse og kræver mange timers indsats fra en bred vifte af højt kvalificerede personer. For de fleste organisationer er kliniske forsøg et ansvar og en forpligtelse over for patienterne, hvor den nuværende standardbehandling måske ikke repræsenterer en livskraftig alternativ. Forsøg er ikke rigtig tilgængelige for patienter i fællesskabsbehandlingscentre, hvor 80% af patienterne modtager deres behandling. Alligevel er disse patienter de, der ultimativt vil modtage nygodkendte mediciner. Dette skaber en dobbelt dilemma: Flertallet af patienter, der har brug for adgang til forsøg, er begrænset, og de, der er repræsentative for den ultimative standardbehandlingspopulation, er ikke i forsøgsdatasettet. Vi har sat en vej for at løse disse problemer.

Resultaterne har været fremragende – så positive, at vi vil udvide antallet af studier i gang med 10 gange i 2025. Vi har offentliggjort dette for det sidste American Society of Clinical Oncology-møde og på andre områder. Vores tilgang er, hvordan vi mener, AI bør implementeres – som en forbedring af eksperthumans, hvor der er store kapacitets- og talentbegrænsninger og hvor liv er på spil. Vi har udviklet en samling af orkestrerede og finjusterede store sprogmodeller, der får adgang til patientjournaler, syntetiserer karakteristika og matcher patienter til potentielt gavnlige forsøg, og gør præcis det, som de eksperthumans ville gøre – med en fuldt dokumenteret tilgang til at give anbefalinger og vurderinger. På de steder, hvor vores teknologier er implementeret, fungerer vi på niveau med de mest eksperthumans og rekrutterer patienter med 5 gange eller mere i forhold til steder, hvor vores teknologier ikke er implementeret – forskningsteams og biopharma-innovatører er begge tilfredse, og patienterne får mest ud af det.

Hvordan adresserer ConcertAI’s AI-drevne tilgang til forsøgsdesign og patientrekruttering nogle af de nuværende begrænsninger i klinisk forskning, såsom patientdiversitet og forsøgs-effektivitet?

Jeg er stolt af mit hold – de fortalte mig for tre til fire år siden, at opnåelse af diversitet er en forpligtelse og det rigtige at gøre videnskabeligt. De fastholdt også, at det er svært at gøre, hvis det er manuelt, men kræver ingen ekstra indsats, hvis det er automatiseret. Så vi besluttede dengang, at hver datasæt og AI SaaS-løsning ville integrere diversitet og sociale bestemmelsesfaktorer for sundheds karakteristika som vores standardtilgang. Det er ikke en mulighed. Det er bare, hvad vi gør. Herefter kan vores CARAai™-understøttede kliniske forsøgsdesign- og optimeringsløsninger vurderer, hvilke etniske, racemæssige eller økonomiske undergrupper, der kan være mest ugunstigt påvirket af en sygdom, integrere disse overvejelser i forsøgsdesignet, sikre, at disse befolkninger ikke uvidende udelukkes, og definere de kliniske steder, der er mest sandsynligt at sikre deltagelse og repræsentativitet. Dette er, hvor AI kan være “AI for godt” og hvor teknologien ikke introducerer en bias, men sikrer, at bias ikke kommer ind i processen, det endelige design eller de operationelle processer omkring det kliniske forsøg.

Hvad rolle spiller ConcertAI i at reducere byrden på sundhedsudbydere og optimere stedvalg i kliniske forsøg?

Vi integrerer arbejdsbyrden i alle aspekter af vores kliniske forsøgs-løsninger. Først og fremmest er der en byrde på patienten. Dette kan være, hvor stedet er beliggende, antallet af besøg, der kræves for et studie i forhold til standardbehandlingen, eller den kliniske intensitet af et studie i forhold til standardbehandlingen, som i tilfældet af ekstra biopsier. Disse ting kan bestemme, om patienten – eller patienten i samråd med deres udbyder – kan deltage eller tolerere og gennemføre deltagelse.

Der er også en byrde på udbyderen. Hvis vi kan automatisere identifikationen af patienter til klinisk forsøgsberettigelse, minimere falske positive, der skaber arbejde, og give, hvad vi kalder “AI-levering” til arbejdet med kliniske forskningsassistent, studienurse og læger, så reduceres byrden. Det samme gælder for vores AI-automatiseringsløsning, der tillader forskningsteamet at undgå manuel dataindtastning – typisk 2 til 4 timer om dagen, og ofte udført hjemmefra. Tidligt så vi på data i EMR – digitalt – blev læst og derefter genindtastet til en portal for sponsorens EDC. Her bruger vi også vores multi-finjusterede store sprogmodeller – dette var et virkelig fokusområde for NVIDIA-samarbejdet fra begyndelsen. Vi er på 55% fuld automatisering i dag, med en meget hurtig vej til over 80% i de kommende få måneder. Da disse elementer kommer sammen, vil vi få personellets tid ned til 10% af de tidligere krav og gøre disse studier mere tilgængelige for flere patienter.

Præcisionsmedicin er et vigtigt område, hvor AI gør betydelige fremskridt. Hvordan bidrager ConcertAI’s teknologi til mere præcise og personlige kræftbehandlinger?

Vi har ikke diskuteret dette meget siden sidste år. I december 2023 overtog vi ansvaret for American Society of Clinical Oncology’s (ASCO) CancerLinQ-program. Det er verdens største intelligente sundhedsnetværk, der består af akademiske centre, regionale hospitalsystemer og fællesskabsudbydere. En vigtig del af dette netværk er implementeringen af ASCO-certificerede kvalitets- og kliniske vejledningsløsninger. Da CancerLinQ er et ConcertAI-initiativ, har vi været med til at udvide netværket, automatisere præcisionsonkologivejledninger, skabe nye digitale tvillingtilgange til behandlingsvalg for udbyderne, identificere og meddele kritiske diagnostiske tests, der kunne informere behandlingsbeslutninger, og gøre det samme for nygodkendte mediciner, der repræsenterer en anden eller bedre behandlingsalternativ. Alt dette er underbygget af vores CARAai™-arkitektur, igen en samling af vision LLM og finjusterede onkologi LLM’er udført i samarbejde med NVIDIA. Det er fantastisk at se fremskridtet, og vi er begejstrede for, hvad vi vil offentliggøre og præsentere på næste års ASCO 2025.

Hvordan ser du, at AI-billedløsninger kan være til fordel for områder som onkologi og radiologi, især når disse områder står over for kliniker-mangler?

Godt spørgsmål! Det er sandt, at både antallet af nye onkologer og radiologer, der kommer ind i feltet, er mindre end antallet, der pensionerer sig. Men patienternes efterspørgsel er stadig stigende. Så det er det ideelle område for at tilbyde AI SaaS-løsninger, der understøtter læger og andre sundhedsfaglige i både arbejdsgangsoptimering og klinisk beslutningsforbedring. Radiologer og onkologer vil begge hævde vigtigheden af disse nye intelligente løsninger, der kommer ind i deres fag specifikt. Billedanalyse er et vidunderligt område for AI, og dens præstation er exceptionel. Non-inferioritetsstudier viser, at AI-modeller kan være tæt på eller sammenlignelige med eksperthumans i snævre områder. Orkestrerede arbejdsgange kan bringe alt dette sammen. Det samme gælder for onkologi, hvor vi bringer molekylære testresultater sammen med immunitetsdata, prædiktionsalgoritmer for modstand og andre elementer, der vil informere behandlingsbeslutningen og enable respons-overvågning. Jeg har været i branchen i mange år og på forskellige sider af nye innovationer – hvad vi kan gøre nu, er langt ud over noget, vi nogensinde har kunnet gøre før, og tempoet af ændringer er fantastisk.

Som en erfaren leder i sundheds-teknologi, hvad råd vil du give til nye selskaber, der ønsker at have en meningsfuld indvirkning på sundhedspleje gennem AI?

Man kan ikke være et AI-selskab uden adgang til data på en større skala. Data er substratet for at bygge trænings- og overvågningsmodeller. Bygning af AI-løsninger er et holdsport. Man har brug for dybdoms-kendskab matchet med en ny generation af AI-modeludviklingskapaciteter, der erkender adfærdsmønstre for forskellige klasser af AI-løsninger og kan bringe dem til at fungere mod snævre mål, specifikt finjusteret til menneskelig eller overlegen præstation. Så disse tilgange kan orkestreres på forskellige måder for at repræsentere et nyt system for operation – det er, hvor ændringerne sker, og værdien bliver leveret. Praktis “AI-ydmyghed”, da alt er fantastisk og viser ting, vi ikke kunne gøre blot seks måneder før. Alligevel er “fantastisk” ikke nødvendigvis et produkt eller en ny måde at arbejde på – det er bare teknologi, der gør noget nyt. Det er AI-selskabets ansvar at gøre det til en ny måde at arbejde på og en ny tilgang til at levere en overvældende niveau af værdi, der aldrig før har været tilgængelig. Endelig antager, at man har brug for at demonstrere tillid i forretningspraksis, AI-modeller og løsningsgennemsigtighed. Vi er stadig tidligt i vores samfundsmæssige rejse, og vi er dem, der skal tjene tillid for at bringe ændringerne, vi er i stand til at levere.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge ConcertAI.