Kamya Elawadhi, Mitbegründerin und Präsidentin von Doceree – Interviewreihe

Kamya Elawadhi, Mitbegründerin und Präsidentin von Doceree, ist eine Führungskraft im Bereich Gesundheitsmarketing und Geschäftsstrategie, die seit ihrem Eintritt im Jahr 2019 eine zentrale Rolle im Wachstum des Unternehmens gespielt hat. Sie hat Führungspositionen in den Bereichen Plattformstrategie, Unternehmensentwicklung, Kundendienst und globale Partnerschaften durchlaufen und dabei geholfen, Docerees Technologie in messbaren Mehrwert für Pharmaunternehmen, Agenturen, Verlage und Gesundheitssysteme zu übersetzen. In ihrer aktuellen Rolle leitet Elawadhi die globale Wachstumsagenda des Unternehmens und unterstützt die Expansion in den Vereinigten Staaten, mit Schwerpunkt auf datenschutzbewusster und klinisch relevanter Kommunikation. Vor Doceree hatte sie leitende Kunden- und Account-Management-Positionen bei HS Ad India und McCann Worldgroup, wo sie an Marken aus dem Gesundheitswesen, Medizintechnik und Konsumgüterbereich arbeitete und funktionsübergreifende sowie multikulturelle Teams leitete.

Doceree ist ein KI‑first Gesundheitsmarketing‑Betriebssystem, das Life‑Science‑Organisationen dabei unterstützen soll, Fachkräfte im Gesundheitswesen und Patienten mit mehr Kontext und Präzision zu erreichen. Die Plattform kombiniert verifizierte Profildaten, Echtzeit‑Signale klinischer Intentionalität, programmatische Aktivierung, Engagement am Pflegeort und eine KI‑Argumentationsschicht, die Botschaften über verschiedene Kanäle koordiniert. Indem sie das Bewusstsein von Ärzten und deren Verschreibungsentscheidungen mit dem Behandlungsweg des Patienten verknüpft, einschließlich Erschwinglichkeit, Erstverschreibungen und Nachfüllungen, möchte Doceree Gesundheitsvermarktern eine einheitlichere Sicht auf die Kampagnenleistung bieten und gleichzeitig Datenschutz und regulatorische Konformität unterstützen.

Sie sind Doceree im ersten Jahr beigetreten und haben eine zentrale Rolle beim Aufbau der US‑Präsenz gespielt, bevor Sie Mitbegründerin und Präsidentin wurden. Was hat Sie ursprünglich an der Gründungsvision des Unternehmens gereizt, und wie hat sich diese Vision weiterentwickelt, seit KI im Gesundheitswesen an Bedeutung gewonnen hat?

Was mich zu Doceree zog, war die Klarheit des zu lösenden Problems. Das Gesundheitsmarketing arbeitete jahrelang mit geliehener Infrastruktur, mit Werkzeugen, die für andere Branchen entwickelt wurden und in einem der am stärksten regulierten Umfelder der Welt Anwendung fanden. Die Gründungsvision war, etwas von Grund auf speziell für das Gesundheitswesen zu bauen.

Was sich weiterentwickelt hat, ist das Ausmaß dessen, was KI ermöglicht. Zu Beginn lag der Fokus auf Präzision: den richtigen Arzt zum richtigen Zeitpunkt zu erreichen. KI hat erweitert, wie dieser Moment aussehen kann – von der Auslieferung einer Botschaft über das Erkennen von Intentionalität, das Initiieren von Gesprächen bis hin zur Vernetzung von Engagement über die gesamte Patientenreise hinweg. Der Grundgedanke hat sich nicht geändert. Die Ambition ist gewachsen, weil die Werkzeuge es sind.

Doceree hat kürzlich Generative‑AI‑Connectoren für ChatGPT und Claude eingeführt. Welche Fähigkeiten bieten diese Integrationen, und welche Teams im Gesundheits‑ bzw. Pharmabereich profitieren am meisten davon?

Die Integration mit Plattformen wie ChatGPT und Claude soll Docerees klinische und kommerzielle Intelligenz in die Werkzeuge einbringen, die Pharmateams bereits täglich nutzen. Anstatt zwischen Systemen zu wechseln, können Marken‑ und Agenturteams nun die Kampagnenleistung abfragen, Einblicke in das HCP‑Engagement erhalten und umsetzbare Empfehlungen direkt im Workflow ihres KI‑Assistenten anzeigen.

Am meisten profitieren die Teams, die schnelle, datenbasierte Entscheidungen treffen: Markenmanager, die die Kampagnenleistung über Märkte hinweg verfolgen, Agenturteams, die HCP‑Engagement‑Muster beobachten, und kommerzielle Leiter, die eine Synthese mehrerer Datenströme benötigen, ohne auf Berichte warten zu müssen. Es beseitigt eine Reibungsschicht, die stets zwischen Daten und Entscheidung bestand. Für mich liegt hier der eigentliche Mehrwert.

Wie passen die Generative‑AI‑Connectoren in Docerees übergeordnete KI‑Strategie, und welche Fähigkeiten erwarten Sie, hinzuzufügen, wenn die Unternehmensakzeptanz steigt?

Die Connectoren fungieren als Schicht des Daily Command und liegen neben Semmelweis, unserem pharma‑spezifischen Reasoning‑Modell, sowie dem Analytics Workbench. Die dahinterstehende Idee ist einfach: Pharmateams arbeiten bereits täglich in ChatGPT und Claude, sodass wir Docerees klinische Intelligenz in die bereits genutzten Werkzeuge einbringen, mit von Anfang an integrierten HIPAA‑sicheren Leitplanken.

Mit zunehmender Akzeptanz richtet sich die Entwicklung auf tiefere proaktive Intelligenz. Systeme, die das richtige Signal bereitstellen, bevor jemand überhaupt danach fragt. Genau dort bauen wir.

Doceree verwendet den Begriff „klinische Intelligenz“, um einen Teil seiner Technologie zu beschreiben. Was bedeutet das aus architektonischer Sicht und wie ergänzt es die Fähigkeiten der zugrunde liegenden großen Sprachmodelle?

Klinische Intelligenz ist im Kern die Schicht, die allgemeine KI für das Gesundheitswesen nutzbar macht. Große Sprachmodelle sind außerordentlich leistungsfähig, verstehen jedoch nicht von Natur aus einen Diagnosecode, ein Verschreibungsmuster oder was es bedeutet, wenn ein Arzt eine bestimmte Therapie für ein bestimmtes Patientenprofil auswählt. Klinische Intelligenz überbrückt genau diese Lücke.

Architektonisch sitzt sie zwischen den rohen Datensignalen aus klinischen Arbeitsabläufen und den KI‑Modellen, die sie interpretieren. Sie liefert den Kontext, der Ergebnisse handlungsfähig statt generisch macht. Ohne sie hat man ein leistungsstarkes Modell, das mit unvollständigen Informationen arbeitet. Mit ihr hat man etwas, das einen echten klinischen Moment tatsächlich beeinflussen kann.

Wie unterstützt das Semmelweis‑KI‑System von Doceree die Interpretation von Gesundheitsdaten und deren Übersetzung in nützliche Erkenntnisse für Pharmateams?

Semmelweis basiert auf einer einfachen Idee: Gesundheitsdaten sind nur dann nützlich, wenn sie im klinischen Kontext interpretiert werden können, nicht nur massenhaft verarbeitet werden. Pharmateams verfügen über enorme Mengen an Engagement‑ und Verschreibungsdaten, doch die Lücke bestand stets darin, diese Daten zu besitzen, aber nicht zu wissen, was damit zu tun ist.

Semmelweis schließt diese Lücke, indem es Signale über die gesamte klinische Reise hinweg liest und erkennt, wo Intentionalität entsteht oder nachlässt. Diese Erkenntnisse fließen direkt in Daily Command ein, unser KI‑Arbeitssystem für Pharmamarken‑Teams, und verwandeln Mustererkennung in Empfehlungen, die kommerzielle Teams sofort umsetzen können, ohne dass ein Data‑Science‑Team anwesend sein muss.

ChatGPT und Claude verfügen über unterschiedliche Modelle, Schnittstellen und Unternehmensumgebungen. Welche technischen Herausforderungen hat Ihr Team bei der Schaffung einer konsistenten Erfahrung über beide Plattformen hinweg erlebt?

Die zentrale Herausforderung bestand darin, sicherzustellen, dass jede Eingabe und jede Antwort, unabhängig davon, auf welcher Plattform sich ein Nutzer befindet, innerhalb derselben Compliance‑Leitplanken bleibt. Gesundheitsdaten passen sich nicht an, je nachdem, welcher KI‑Assistent die Frage stellt. Die eigentliche Arbeit war der Aufbau einer gesteuerten Integrationsschicht zwischen Docerees klinischer Intelligenz und beiden Plattformen, die garantiert, dass Antworten stets auf Semmelweis‑Argumentation und Doceree‑Daten basieren und durchgängig prüfbar sind. Die Konsistenz in der Compliance war das schwierigere Problem.

Wie helfen die Connectoren den Nutzern zu verstehen, woher ein KI‑generierter Insight stammt und welche Daten oder Argumentationen zur Antwort beigetragen haben?

Jede über die Connectoren bereitgestellte Antwort basiert auf Doceree‑Daten und Semmelweis‑Argumentation. Wenn ein Marken‑Team eine kommerzielle Frage stellt, wird die Antwort durch klinische Intent‑Signale, Identitätsdaten und kampagnenspezifische Eingaben ihrer Marke untermauert. Der gesamte Workflow ist durchgängig gesteuert und prüfbar. In einer regulierten Branche ist diese Rückverfolgbarkeit das, was KI tatsächlich in einem kommerziellen Entscheidungs‑Kontext nutzbar macht, und das war von Anfang an ein Designprinzip.

Gesundheitsorganisationen arbeiten häufig mit sensiblen Daten und komplexen regulatorischen Anforderungen. Wie werden Datenschutz, Sicherheit, Zugriffskontrollen und Compliance in das Design dieser Integrationen eingebunden?

Das war von Anfang an ein Designprinzip. Die Connectoren sind so gebaut, dass keinerlei Patientendaten in den Workflow gelangen. Alles arbeitet ausschließlich mit de‑identifiziertem HCP‑Kontext. Jede Eingabe und jede Antwort bleibt innerhalb HIPAA‑sicherer Leitplanken, und der gesamte Workflow ist durchgängig gesteuert und prüfbar.

In der Praxis bedeutet das, dass ein Marken‑Team innerhalb von ChatGPT oder Claude kommerzielle Fragen stellen und Antworten erhalten kann, die auf klinischer Intelligenz basieren, ohne das übliche Datenschutz‑Risiko, das mit der Anbindung sensibler Gesundheitsdaten an einen allgemeinen KI‑Assistenten einhergeht. Die Leitplanken bilden das Fundament, auf dem die Integration aufgebaut ist.

Wie bewerten Sie die Qualität der Systemausgaben, einschließlich ihrer Genauigkeit, Relevanz, Konsistenz und Nützlichkeit für Fachkräfte im Gesundheitswesen?

Qualität bedeutet in diesem Kontext etwas ganz Konkretes. Eine Ausgabe ist nur dann nützlich, wenn sie zu einer besseren kommerziellen Entscheidung führt, und genau so bewerten wir sie: ob das Handeln damit eine relevante Kennzahl beeinflusst, ob es die Fortschritte von HCP‑Stufen, Erstverschreibungsraten oder die Kampagnenleistung steigert.

Der geschlossene Kreislauf ermöglicht das. Daily Command ist darauf ausgelegt, Ergebnisse zurück in das Reasoning‑Modell zu speisen, sodass jede Empfehlung durch das, was tatsächlich funktioniert hat, geschärft wird. Das unterscheidet sich von einem allgemeinen KI‑Assistenten, bei dem die Ausgabe isoliert bewertet wird. Hier lernt das System aus dem, was nach der Umsetzung einer Empfehlung geschieht, was im Laufe der Zeit das einzige ehrliche Qualitätsmaß ist.

Wenn Pharmaunternehmen generative KI einsetzen, welche Prinzipien sollten deren verantwortungsvolle Nutzung in der Kommunikation mit Ärzten und Patienten leiten?

Das Prinzip, zu dem ich immer wieder zurückkehre, ist, dass KI im Gesundheitswesen Unsicherheit verringern und nicht erzeugen sollte. Wenn ein Kliniker Informationen erhält, die eine Behandlungsentscheidung beeinflussen, muss die Quelle dieser Information und die dahinterstehende Argumentation nachvollziehbar sein. Das ist ein grundlegender Vertrauensstandard.

Über die Rückverfolgbarkeit hinaus bedeutet verantwortungsvolle Nutzung für mich, einen Menschen in den Entscheidungsprozess einzubeziehen, wenn es um klinisch oder kommerziell gewichtige Inhalte geht. KI sollte empfehlen und aufzeigen. Menschen sollten entscheiden und genehmigen. Sobald diese Grenze verwischt, überwiegen die Risiken die Vorteile.

Und Compliance muss Teil der Architektur sein, nicht nur eine Richtlinie. Im Gesundheitswesen ist der Unterschied zwischen beiden entscheidend.

Vielen Dank für das großartige Interview, Leserinnen und Leser, die mehr erfahren möchten, sollten Doceree besuchen.