Steve Herne, administrerende direktør i Unlearn – Intervju-serie

Steve Herne er en fremragende professionel med over 25 års erfaring indenfor lægemiddelforskning og -udvikling. Gennem sin karriere har han haft ledelsesroller i bemærkelsesværdige virksomheder som WCG, Bioclinica, ERT, Icon Development Solutions, Covance, MDS Pharma Services og Inveresk Research. I disse stillinger har Herne excelleret i at drive langsigtet vækst, give strategisk retning og udvide produktporteføljer.

Hans ekspertise omfatter forretningsudvikling, strategisk planlægning, produktledelse og markedsføring, som alle bidrager til betydelig markedsandelsvækst. Herne fungerer nu som administrerende direktør i Unlearn, hvor han fortsætter med at anvende sin dybe industrieviden og passion for sundhedsinnovation.

Unlearn udvikler avancerede AI-teknologier til at tackle ineffektiviteter i medicin. Gennem sine innovative digitale tvillinge – virtuelle patientmodeller drevet af Unlearn Platform – sigter organisationen mod at strømline klinisk udvikling og fremme præcisionsmedicin.

Med en vision om at omdanne medicin til en beregningsvidenskab, er Unlearn fokuseret på at fremme sundhedsresultater og sætte nye standarder for patientpleje.

De har nyligt overtaget rollen som administrerende direktør i Unlearn.AI efter at have fungeret som Chief Commercial Officer. Hvad har overgangen været som for dig?

Det har været en fremragende overgang, og jeg tilskriver det Unlearns mennesker og kultur. Fremadrettet er min største prioritet at sikre, at virksomhedens strategiske mål, mission og vision er i træffende alignment. Jeg er i øjeblikket fokuseret på at styrke og bygge det eksekutive team omkring mig og vil tilføje nye stillinger og teammedlemmer i 2025, da vi fortsætter med at vokse og omfavne en kommercielt drevet forretningsmodel.

Med en dyb baggrund i lægemiddelindustrien, hvilke perspektiver eller strategier bringer du til Unlearn, der adskiller sig fra den mere tekniske og forskningsdrevne tilgang, der er ledet af Charles Fisher?

Unlearns mission og vision forbliver uændret – vi vil fortsætte med at forbedre kliniske forsøg med AI og vores teknologi. For at fortsætte med at udfordre vores team, udfordrer jeg dem til at træde ind i vores kunders sko, mens vi arbejder på at løse forsøg og fejl i medicin, specifikt. Til sidst er vores mål at lette vores kunders byrder og smerte punkter, så mens vi strategiserer for året frem, ønsker jeg, at de skal forstå vores kunders stemme ved at overveje presser og udfordringer, de står overfor. Dette er særligt vigtigt, da de fleste af vores medarbejdere ikke har haft mulighed for at arbejde direkte på et klinisk forsøg, givet deres karriere fokus på AI eller maskinlæring.

Unlearn har været en pioner i integration af digitale tvillinger i kliniske forsøg. Kunne du kort forklare vores læsere, hvordan digital tvillingsteknologi anvendes i denne sammenhæng?

I kliniske forsøg genererer Unlearns AI-modeller en individuel digital tvilling for hver patient, før de tildeles til forsøget. Hver digital tvilling forudser en persons individuelle fremtidige sundhedsresultater under placebo, uanset patientens faktiske forsøgs tildeling. Med vores digital tvillingsteknologi kan forskere køre kraftfulde forsøg med færre deltagere på en reduceret tidsramme i forhold til den traditionelle forsøgsproces.

Vi ønsker at maksimere anvendelsen af digitale tvillinger i kliniske forsøg for at aktivere studier, reducere fejl, mindske antallet af forsøgsdeltagere og reducere samlede omkostninger. Dog erkender vi, at hver omstændighed og terapeutisk område kræver en lidt anderledes tilgang, hvilket er årsagen til, at vi udvikler sygdomsspecifikke modeller, der er trænet på patientniveau data for at forudsige, hvordan en deltageres sundhed vil ændre sig over tid.

I din mening, hvordan vil AI-drevet digital tvillingsteknologi forandre landskabet for klinisk forskning i de kommende år?

Fremtiden er lys, men den er stadig ukendt. Lægemiddelvirksomheder ønsker at introducere innovation i deres forskningsprocesser for at accelerere beslutningstagning og bringe lægemidler til markedet hurtigere. Da mange af disse virksomheders næste lægemiddel ikke vil indtræde på markedet før 2029 eller 2030, er de ivrige efter at accelerere forsøgstidsrammer med innovationer som AI.

Da disse virksomheder søger at innovere med kunstig intelligens, etablerer vi nye partnerskaber, mens vi forbedrer industrien til det bedre. Dog, når vi ser på adoptionskurven, falder denne industri stadig under “eftergangen” -kategorien, så at tage en beregnet risiko – som at integrere ny teknologi i en proces, der har været uforandret i årtier – er et spring, som mange lægemiddelvirksomheder stadig er tilbageholdende med at tage.

Unlearns mission er at eliminere forsøg og fejl i medicin. Hvordan ser du rollen for AI udvikle sig i sundhedssektoren i de kommende ti år, og hvilke milepæle tror du, der skal nås for at fuldt ud realisere denne vision?

Som nævnt, er lægemiddelvirksomheder generelt mere forsigtige overfor nye innovationer og foretrer at adoptere teknologi, der er afprøvet og godkendt. Trods dette anvender nogle virksomheder allerede nye innovationer, men jeg tror, at hele industrien vil mere villigt adoptere AI og gå over til teknologien i protokoller over de næste ti år.

Siden mit sidste interview med Charles Fisher, hvordan er virksomhedens fokus skiftet, og hvilke nye områder for AI-anvendelse i kliniske forsøg er du mest begejstret for?

Medens vores mission og vision forbliver uændret, justerer vi vores strategi lidt i 2025. Vi folder vores kunder ind i vores platform og produkter og sikrer fuld dataintegritet, da vi anvender fortrolig, patientniveau data til at træne vores sygdomsspecifikke digitale tvillingmodeller, der forudsiger hver enkelt patients fremtidige sundhedsresultater. Det er gennem vores kunders øjne og ører, at vi kan forstå kliniske forsøgs udfordringer og hvad vi kan gøre for at eliminere forsøg og fejl i medicin fremover.

Hvad er nogle af de største milepæle, du håber Unlearn vil opnå under din ledelse, både i forhold til teknologi og markedspåvirkning?

På et makro niveau håber jeg at se digital tvillingsteknologi forbedre hvert klinisk forsøg. På et mikro niveau er det mit mål, at kliniske forskere ser Unlearn som partneren af valg til at producere digitale tvillinger og skriver Unlearn ind i deres kliniske forsøgsudviklingsplan, før forsøget overhovedet begynder. Mange virksomheder forstår kraften af digitale tvillinger og er interesseret i at skabe dem, og vi er i stand til at hjælpe med at korrekt udføre teknologien.

Da virksomheden bevæger sig ind i denne næste fase af vækst, hvordan planlægger du at fremme en kultur for innovation, mens du opretholder den kommercielle levedygtighed af de AI-løsninger, du bringer til markedet?

Siden vores grundlæggelse for syv og en halv år siden har vi været fokuseret på forskning og udvikling for at bringe vores værdifulde produkt til kliniske forsøg. Nu skifter vi til det, jeg kalder en produkt-først, kommercielt udført fase af virksomheden. Vi stræber efter at fortsætte med at vokse markedets adoptionskurve og bygge rigtig stærke produkter, som kunderne ikke blot har brug for, men også ønsker at bruge til at effektivt løse de udfordringer, de står overfor med deres kliniske forsøg.

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