Steve Herne, CEO bei Unlearn – Interview-Serie

Steve Herne ist ein renommierter Fachmann mit über 25 Jahren Erfahrung in der pharmazeutischen Forschung und Entwicklung. Im Laufe seiner Karriere hatte er Führungspositionen bei namhaften Unternehmen wie WCG, Bioclinica, ERT, Icon Development Solutions, Covance, MDS Pharma Services und Inveresk Research inne. In diesen Positionen hat Herne sich durch langfristiges Wachstum, strategische Ausrichtung und die Erweiterung von Produktportfolios hervorgetan.

Seine Expertise umfasst Geschäftsentwicklung, strategische Planung, Produktmanagement und Marketing, die alle zu einem signifikanten Wachstum des Marktanteils beigetragen haben. Herne ist nun als Chief Executive Officer bei Unlearn tätig, wo er sein tiefes Branchenwissen und seine Leidenschaft für Gesundheitsinnovationen weiter einsetzt.

Unlearn entwickelt innovative KI-Technologien, um Ineffizienzen in der Medizin zu bekämpfen. Durch seine innovativen digitalen Zwillinge – virtuelle Patientenmodelle, die von der Unlearn-Plattform angetrieben werden – zielt das Unternehmen darauf ab, die klinische Entwicklung zu rationalisieren und die Präzisionsmedizin voranzutreiben.

Unlearn hat das Ziel, die Medizin in eine Rechenwissenschaft zu verwandeln und die Gesundheitsergebnisse zu verbessern, indem es neue Standards für die Patientenversorgung setzt.

Sie haben kürzlich die Position des CEO bei Unlearn.AI übernommen, nachdem Sie zuvor als Chief Commercial Officer tätig waren. Wie war der Übergang für Sie?

Es war ein exzellenter Übergang, und ich verdanke das den Menschen und der Kultur bei Unlearn. Mein größtes Ziel ist es, sicherzustellen, dass die strategischen Ziele, die Mission und die Vision des Unternehmens übereinstimmen. Ich konzentriere mich derzeit darauf, das Führungsteam um mich herum zu stärken und werde im Jahr 2025 neue Positionen und Teammitglieder hinzufügen, während wir weiter wachsen und ein kommerziell getriebenes Geschäftsmodell annehmen.

Als jemand mit einer tiefen Erfahrung in der pharmazeutischen Industrie, welche Perspektiven oder Strategien bringen Sie zu Unlearn, die sich von der eher technischen und forschungsorientierten Herangehensweise unterscheiden, die von Charles Fisher geleitet wurde?

Die Mission und Vision von Unlearn bleiben unverändert – wir werden weiterhin klinische Studien mit KI und unserer Technologie verbessern. Um unser Team weiter voranzutreiben, fordere ich sie heraus, in die Lage unserer Kunden zu treten, während wir daran arbeiten, Versuch und Irrtum in der Medizin zu bekämpfen, insbesondere im Bereich der klinischen Studien. Unser Ziel ist es, die Belastungen und Schmerzpunkte unserer Kunden zu lindern, und ich möchte, dass sie die Stimme unserer Kunden verstehen, indem sie die Drucke und Herausforderungen berücksichtigen, mit denen sie konfrontiert sind. Dies ist besonders wichtig, da die meisten unserer Mitarbeiter noch nicht die Gelegenheit hatten, direkt an einer klinischen Studie zu arbeiten, aufgrund ihrer Karriere im Bereich KI oder maschinellem Lernen.

Unlearn war ein Pionier bei der Integration digitaler Zwillinge in klinische Studien. Könnten Sie unseren Lesern bitte erklären, wie die digitale Zwillingstechnologie in diesem Kontext eingesetzt wird?

Bei klinischen Studien generieren die KI-Modelle von Unlearn für jeden Patienten vor seiner Zuweisung zur Studie einen individuellen digitalen Zwilling. Jeder digitale Zwilling prognostiziert die zukünftigen Gesundheitsergebnisse unter Placebo, unabhängig von der tatsächlichen Zuweisung des Patienten zur Studie. Mit unserer digitalen Zwillingstechnologie können Forscher leistungsstarke Studien mit weniger Teilnehmern und in einem reduzierten Zeitraum durchführen im Vergleich zum traditionellen Studienprozess.

Wir möchten die Nutzung digitaler Zwillinge in klinischen Studien maximieren, um Studien zu ermöglichen, Fehler zu reduzieren, die Anzahl der Studienteilnehmer zu verringern und die Gesamtkosten zu senken. Wir erkennen jedoch, dass jede Situation und jeder therapeutische Bereich einen slightly anderen Ansatz erfordert, weshalb wir krankheitsspezifische Modelle entwickeln, die auf Patientendaten trainiert sind, um vorherzusagen, wie sich die Gesundheit eines Teilnehmers im Laufe der Zeit verändern wird.

Wie wird sich Ihrer Meinung nach die KI-getriebene digitale Zwillingstechnologie in den kommenden Jahren auf die Landschaft der klinischen Forschung auswirken?

Die Zukunft ist hell, aber noch unbekannt. Pharmazeutische Unternehmen möchten Innovationen in ihre Forschungsprozesse einführen, um Entscheidungen zu beschleunigen und Medikamente schneller auf den Markt zu bringen. Da viele dieser Unternehmen ihr nächstes Medikament erst 2029 oder 2030 auf den Markt bringen werden, sind sie bestrebt, die Studienzeiträume mit Innovationen wie KI zu beschleunigen.

Da diese Unternehmen Innovationen mit künstlicher Intelligenz anstreben, bauen wir neue Partnerschaften auf und transformieren die Branche zum Besseren. Allerdings fällt diese Branche noch unter die Kategorie “Nachzügler” in der Adoptionskurve, sodass die Einführung neuer Technologien in einen Prozess, der seit Jahrzehnten unverändert geblieben ist, ein berechnetes Risiko darstellt, das viele pharmazeutische Unternehmen noch zögern, einzugehen.

Die Mission von Unlearn ist es, Versuch und Irrtum in der Medizin zu eliminieren. Wie sehen Sie die Rolle der KI in der Gesundheitsversorgung in den nächsten zehn Jahren, und welche Meilensteine müssen Ihrer Meinung nach erreicht werden, um diese Vision vollständig zu verwirklichen?

Wie bereits erwähnt, neigen pharmazeutische Unternehmen dazu, vorsichtig mit neuen Innovationen umzugehen und bevorzugen es, bewährte Technologien zu adoptieren. Trotzdem setzen einige Unternehmen bereits neue Innovationen ein, aber ich glaube, dass die gesamte Branche KI und digitale Zwillinge in den nächsten zehn Jahren bereitwilliger annehmen und in ihre Protokolle integrieren wird.

Seit meinem letzten Interview mit Charles Fisher hat sich der Fokus des Unternehmens leicht verschoben. Welche neuen Bereiche der KI-Anwendung in klinischen Studien sind Sie am meisten begeistert?

Unsere Mission und Vision bleiben unverändert – wir passen jedoch unsere Strategie im Jahr 2025 leicht an. Wir integrieren unsere Kunden in unsere Plattform und Produkte und stellen sicher, dass die Datenintegrität gewährleistet ist, während wir vertrauliche, patientenbezogene Daten verwenden, um unsere krankheitsspezifischen digitalen Zwillinge zu trainieren, die die zukünftigen Gesundheitsergebnisse jedes Patienten vorhersagen. Durch die Augen und Ohren unserer Kunden können wir die Herausforderungen klinischer Studien und das verstehen, was wir tun können, um Versuch und Irrtum in der Medizin zu eliminieren.

Welche großen Meilensteine hoffen Sie, dass Unlearn unter Ihrer Führung erreichen wird, sowohl in Bezug auf Technologie als auch auf Markteinfluss?

Im Großen und Ganzen hoffe ich, dass die digitale Zwillingstechnologie jeden klinischen Versuch verbessern wird. Im Kleinen ist es mein Ziel, dass Kliniker Unlearn als Partner der Wahl betrachten, um digitale Zwillinge zu erstellen, und Unlearn in ihre klinische Studienentwicklungspläne aufnehmen, bevor die Studie sogar beginnt. Viele Unternehmen verstehen die Macht digitaler Zwillinge und sind an ihrer Erstellung interessiert, und wir können ihnen helfen, die Technologie ordnungsgemäß auszuführen.

Wie planen Sie, eine Kultur der Innovation aufrechtzuerhalten, während Sie die kommerzielle Rentabilität der KI-Lösungen sicherstellen, die Sie auf den Markt bringen?

Seit unserer Gründung vor sieben und einem halben Jahren haben wir uns auf Forschung und Entwicklung konzentriert, um unser wertvolles Produkt für klinische Studien zu entwickeln. Jetzt gehen wir in eine Phase, die ich als “produktfirst, kommerziell ausgeführt” bezeichne. Wir streben danach, die Adoptionskurve des Marktes weiter zu steigern und starke Produkte zu entwickeln, die Kunden nicht nur benötigen, sondern auch verwenden wollen, um die Herausforderungen zu meistern, mit denen sie in ihren klinischen Studien konfrontiert sind.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Unlearn besuchen.