Patrick Leung, CTO της Faro Health – Σειρά Συνεντεύξεων

Patrick Leung, CTO της Faro Health, οδηγεί την πλατφόρμα της εταιρείας που είναι ενισχυμένη με τεχνολογία AI, η οποία απλοποιεί και επιταχύνει το σχεδιασμό του πρωτοκόλλου κλινικών δοκιμών. Τα εργαλεία της Faro Health βελτιώνουν την αποτελεσματικότητα, την τυποποίηση και την ακρίβεια στη σχεδίαση των κλινικών δοκιμών, ενσωματώνοντας δεδομένα και διαδικασίες για να μειώσουν τους κινδύνους, το κόστος και το βάρος των δοκιμών για τους ασθενείς.

Faro Health ενδυναμώνει τις ομάδες κλινικής έρευνας να αναπτύσσουν βελτιωμένα, τυποποιημένα πρωτόκολλα δοκιμών γρηγορότερα, προωθώντας την καινοτομία στην κλινική έρευνα.

Πέρασα πολλά χρόνια κατασκευάζοντας τεχνολογία AI στη Google (GOOGL ). Ποια ήταν κάποια από τα πιο ενθουσιώδη projects που δούλεψα κατά τη διάρκεια της θητείας μου στη Google, και πώς αυτές οι εμπειρίες διαμόρφωσαν την προσέγγισή μου στην τεχνολογία AI;

Ηταν στην ομάδα που κατασκεύασε το Google Duplex, ένα σύστημα συνομιλίας AI που καλούσε εστιατόρια και άλλες επιχειρήσεις για λογαριασμό του χρήστη. Αυτό ήταν ένα απόρρητο project που ήταν γεμάτο με εξαιρετικά ταλαντούχους ανθρώπους. Η ομάδα ήταν γρήγορη, συνεχώς δοκιμάζοντας νέες ιδέες, και υπήρχαν δείγματα των τελευταίων πραγμάτων που οι άνθρωποι δούλευαν κάθε εβδομάδα. Ήταν πολύ εμπνευστικό να βρίσκομαι σε μια ομάδα σαν αυτή.

Ένα από τα πολλά που έμαθα σε αυτή την ομάδα είναι ότι ακόμη και όταν δουλεύεις με τα τελευταία μοντέλα AI, đôiότερες φορές πρέπει να είσαι ικανός να λύσεις προβλήματα για να πάρεις την εμπειρία του χρήστη και την αξία που θέλεις. Για να δημιουργήσεις υπερπραγματικές συνομιλίες, η ομάδα έραψε ηχογραφήσεις με διαστήματα όπως “um” για να κάνει τη συνομιλία να ακούγεται πιο φυσική. Ήταν τόσο διασκεδαστικό να διαβάζω τι έλεγαν οι δημοσιογράφοι για το γιατί αυτά τα “ums” ήταν εκεί μετά την εκκίνηση!

Και εσύ και ο CEO της Faro έρχεστε από μεγάλες εταιρείες τεχνολογίας. Πώς η προηγούμενη εμπειρία σας έχει επηρεάσει την ανάπτυξη και την στρατηγική της Faro;

Πολλές φορές στην καριέρα μου έχω κατασκευάσει εταιρείες που πουλούν διάφορα προϊόντα και υπηρεσίες σε μεγάλες εταιρείες. Η Faro επίσης στοχεύει τις μεγαλύτερες φαρμακευτικές εταιρείες του κόσμου, οπότε υπάρχει πολλή εμπειρία για το τι χρειάζεται για να κερδίσεις και να συνεργαστείς με μεγάλες επιχειρήσεις που είναι πολύ σχετική εδώ. Η εργασία μου στη Two Sigma, một μεγάλη αλγοριθμική εταιρεία επενδύσεων στη Νέα Υόρκη, διαμόρφωσε πραγματικά το πώς προσεγγίζω την επιστήμη δεδομένων. Έχουν μια αυστηρή διαδικασία που βασίζεται σε υποθέσεις, όπου όλες οι νέες ιδέες περνούν από ένα σχέδιο έρευνας και ελέγχονται πλήρως. Έχουν επίσης μια πολύ καλά αναπτυγμένη οργάνωση μηχανικής δεδομένων για την ενσωμάτωση νέων συνόλων δεδομένων και την εκτέλεση μηχανικής χαρακτηριστικών. Όσο η Faro ενισχύει τις ικανότητές της σε τεχνολογία AI για να αντιμετωπίσει περισσότερα προβλήματα στην ανάπτυξη κλινικών δοκιμών, αυτή η προσέγγιση θα είναι πολύ σχετική και εφαρμόσιμη σε αυτό που κάνουμε.

Η Faro Health είναι κατασκευασμένη γύρω από την απλοποίηση της πολυπλοκότητας του σχεδιασμού κλινικών δοκιμών με τεχνολογία AI. Ερχόμενος από ένα μη κλινικό υπόβαθρο, ποια ήταν η “στιγμή αχά” που σας οδήγησε να κατανοήσετε τα συγκεκριμένα προβλήματα που χρειάζονταν να αντιμετωπιστούν στο σχεδιασμό του πρωτοκόλλου;

Η πρώτη μου “στιγμή αχά” συνέβη όταν συνάντησα την έννοια του “Νόμου του Eroom”. Ο Eroom δεν είναι ένα πρόσωπο, είναι απλά το “Moore” γραμμένο ανάποδα. Αυτό το όνομα είναι μια αναφορά στο γεγονός ότι κατά τις τελευταίες 50 χρόνια, το κόστος και ο χρόνος ανάπτυξης κλινικών δοκιμών έχουν διπλασιαστεί περίπου κάθε 9 χρόνια. Αυτό αντιστρέφει την πορεία της επανάστασης της τεχνολογίας της πληροφορίας, και με άφησε πραγματικά έκπληκτο. Αυτό με πείστησε ότι υπάρχει ένα τεράστιο πρόβλημα να λυθεί!

Όσο εμβάθυνα περισσότερο σε αυτόν τον τομέα και άρχισα να κατανοώ τα υποκείμενα προβλήματα πιο πλήρως, υπήρχαν πολλές περισσότερες γνώσεις σαν αυτή. Μια θεμελιώδης και πολύ προφανής είναι ότι τα έγγραφα Word δεν είναι μια καλή μορφή για να σχεδιάσετε και να αποθηκεύσετε高度 πολύπλοκες κλινικές δοκιμές! Αυτή είναι μια κρίσιμη παρατήρηση, που προέρχεται από την κλινική εμπειρία του CEO μας Scott, στην οποία η Faro βασίζεται. Υπάρχει επίσης η παρατήρηση ότι με τον καιρό, οι δοκιμές τείνουν να γίνουν πιο και πιο πολύπλοκες, καθώς οι ομάδες κλινικής έρευνας αντιγράφουν και επικολλάνε παλαιότερα πρωτόκολλα και προσθέτουν νέες αξιολογήσεις για να συλλέξουν περισσότερα δεδομένα. Η παροχή στους χρήστες όσο το δυνατόν περισσότερων πολύτιμων γνώσεων, όσο το δυνατόν νωρίτερα, στη διαδικασία σχεδίασης της μελέτης είναι μια κρίσιμη αξία για τη Faro.

Τι ρόλο παίζει η τεχνολογία AI στη πλατφόρμα της Faro για να εξασφαλίσει ταχύτερη και πιο ακριβή σχεδίαση κλινικών δοκιμών; Πώς διαφοροποιείται το εργαλείο “AI Co-Author” της Faro από άλλα λύσεις γενικής τεχνολογίας AI;

Ίσως φαίνεται προφανές, αλλά δεν μπορείτε να ζητήσετε από το ChatGPT να δημιουργήσει ένα έγγραφο πρωτοκόλλου κλινικής δοκιμής. Πρώτον, πρέπει να έχετε πολύ συγκεκριμένες, δομημένες πληροφορίες δοκιμής όπως το Πρόγραμμα Δραστηριοτήτων που αντιπροσωπεύεται λεπτομερώς για να εμφανίσετε τις σωστές πληροφορίες στις τεχνικές ενότητες του εγγράφου πρωτοκόλλου. Δεύτερον, υπάρχουν πολλές λεπτομέρειες και συγκεκριμένες ρήτρες που πρέπει να υπάρχουν στη τεκμηρίωση για certains τύπους δοκιμών, και ένα συγκεκριμένο στυλ και επίπεδο λεπτομέρειας που αναμένεται από τους ιατρικούς συγγραφείς και τους κριτές. Στη Faro, κατασκευάσαμε ένα ιδιόκτητο σύστημα αξιολόγησης πρωτοκόλλου για να εξασφαλίσουμε ότι το περιεχόμενο που παράγεται από το μεγάλο μοντέλο γλωσσών (LLM) θα ανταποκριθεί στις αυστηρές προδιαγραφές που αναμένουν οι χρήστες και οι ρυθμιστές.

Όσο οι δοκιμές για σπάνιες ασθένειες και ανοσο-ονκολογία γίνονται πιο πολύπλοκες, πώς εξασφαλίζει η Faro ότι η τεχνολογία AI μπορεί να ανταποκριθεί σε αυτές τις εξειδικευμένες απαιτήσεις χωρίς να θυσιάσει την ακρίβεια ή την ποιότητα;

Ένα μοντέλο είναι τόσο καλό όσο και τα δεδομένα στα οποία έχει εκπαιδευτεί. Όσο η μετωπική γραμμή της σύγχρονης ιατρικής προχωρά, πρέπει να τηρηθούμε με την εκπαίδευση και τον έλεγχο των μοντέλων μας με τις τελευταίες κλινικές δοκιμές. Αυτό απαιτεί να επεκτείνουμε συνεχώς τη βιβλιοθήκη μας με ψηφιοποιημένα πρωτόκολλα κλινικών δοκιμών – είμαστε εξαιρετικά υπερήφανοι για τον όγκο των πρωτοκόλλων κλινικών δοκιμών που έχουμε ήδη φέρει στη βιβλιοθήκη μας στη Faro, και πάντα προτεραιότητα δίνουμε στην ανάπτυξη αυτού του συνόλου δεδομένων. Αυτό επίσης απαιτεί να βασιστούμε πολύ στη διεθνή ομάδα κλινικών εμπειρογνωμόνων, οι οποίοι συνεχώς αξιολογούν την έξοδο του μοντέλου μας και παρέχουν τις απαραίτητες αλλαγές στις “λίστες αξιολόγησης” που χρησιμοποιούμε για να εξασφαλίσουμε την ακρίβεια και την ποιότητα.

Η συνεργασία της Faro με την Veeva και άλλες ηγετικές εταιρείες ενσωματώνει την πλατφόρμα σας στο ευρύτερο οικοσύστημα κλινικών δοκιμών. Πώς αυτές οι συνεργασίες βοηθούν στην απλοποίηση της ολόκληρης διαδικασίας δοκιμών, από το σχεδιασμό έως την εκτέλεση;

Η καρδιά μιας κλινικής δοκιμής είναι το πρωτόκολλο, το οποίο η Study Designer της Faro βοηθά τους πελάτες μας να σχεδιάσουν και να βελτιώσουν. Το πρωτόκολλο ενημερώνει όλα τα στοιχεία που ακολουθούν στη δοκιμή, αλλά παραδοσιακά, τα πρωτόκολλα σχεδιάζονται και αποθηκεύονται σε έγγραφα Word. Έτσι, μια από τις μεγάλες προκλήσεις στην επιχειρησιακή ανάπτυξη σήμερα είναι η συνεχής μεταγραφή ή “μετάφραση” των δεδομένων από το πρωτόκολλο ή άλλες πηγές εγγράφων σε άλλα συστήματα ή ακόμη και σε άλλα έγγραφα. Όπως μπορείτε να φανταστείτε, το να έχουν οι άνθρωποι να μεταφράζουν χειροκίνητα πληροφορίες εγγράφων σε διάφορα συστήματα είναι απίστευτα αναποτελεσματικό και εισάγει πολλές ευκαιρίες για λάθη κατά μήκος του δρόμου.

Τι είναι κάποιες από τις κρίσιμες προκλήσεις που αντιμετωπίζει η τεχνολογία AI στη διευκόλυνση των κλινικών δοκιμών, και πώς αντιμετωπίζει η Faro αυτές τις προκλήσεις, ιδιαίτερα γύρω από την εξασφάλιση της διαφάνειας και την αποφυγή προβλημάτων όπως η προκατάληψη ή η ψευδής εικόνα στις εξόδους της τεχνολογίας AI;

Υπάρχει ένα πολύ υψηλότερο όριο για τα έγγραφα κλινικών δοκιμών από ότι σε hầu hết τους άλλους τομείς. Αυτά τα έγγραφα επηρεάζουν τις ζωές πραγματικών ανθρώπων και περνούν από μια πολύ αυστηρή διαδικασία ρυθμιστικής αναθεώρησης. Όταν αρχίσαμε να δημιουργούμε κλινικά έγγραφα χρησιμοποιώντας ένα LLM, ήταν σαφές ότι με τα προκατασκευασμένα μοντέλα, η έξοδος ήταν πουθενά κοντά στο να ανταποκριθεί στις προσδοκίες. Το ύφος, το επίπεδο λεπτομέρειας, η μορφοποίηση – όλα – ήταν πολύ μακριά, και ήταν πολύ πιο προσανατολισμένα σε γενικές επιχειρηματικές επικοινωνίες, παρά σε εμπειρογνώμονες κλινικούς βαθμούς εγγράφων. Για να αναπτύξουμε μια λύση γενικής τεχνολογίας AI που θα μπορούσε να ανταποκριθεί στο υψηλό πρότυπο για domaine-ειδικότητα και ποιότητα που αναμένουν οι χρήστες μας, πρέπει να ξοδέψουμε πολύ χρόνο συνεργαζόμενοι με κλινικούς εμπειρογνώμονες για να κατασκευάσουμε οδηγίες και λίστες αξιολόγησης που εξασφαλίζουν ότι η έξοδος μας δεν ψευδεύει ή απλώς παραλείπει κρίσιμες λεπτομέρειες, και έχει το σωστό ύφος. Επίσης, πρέπει να παρέχουμε τη δυνατότητα στους τελικούς χρήστες να παρέχουν τις δικές τους οδηγίες και διορθώσεις στην έξοδο, καθώς διαφορετικοί πελάτες έχουν διαφορετικά πρότυπα και προδιαγραφές που οδηγούν τη διαδικασία συγγραφής εγγράφων.

Μελλοντικά, πώς βλέπετε την τεχνολογία AI να εξελίσσεται στο контέκστ των κλινικών δοκιμών; Ποιο ρόλο θα παίξει η Faro στη ψηφιακή μεταμόρφωση αυτού του χώρου τις επόμενες δεκαετίες;

Όσο περνούν τα χρόνια, η τεχνολογία AI θα βοηθήσει να βελτιώσει και να оптимίσει越 και越 περισσότερες αποφάσεις και διαδικασίες καθ’ όλη τη διάρκεια της κλινικής ανάπτυξης. Θα μπορούμε να προβλέψουμε κρίσιμες εξόδους με βάση τις εισόδους του σχεδιασμού του πρωτοκόλλου, όπως αν η ομάδα της μελέτης μπορεί να αναμένει προκλήσεις εγγραφής, ή αν η μελέτη θα απαιτήσει μια τροποποίηση λόγω επιχειρηματικών προκλήσεων. Με αυτή την προβλεπτική εικόνα, θα μπορούμε να βοηθήσουμε να оптимίσει τις επιχειρηματικές λειτουργίες της μελέτης, εξασφαλίζοντας ότι και οι τοποθεσίες και οι ασθενείς έχουν την καλύτερη εμπειρία, και ότι η πιθανότητα επιχειρηματικής επιτυχίας της μελέτης είναι όσο το δυνατόν υψηλότερη. Εκτός από το να εξερευνούμε αυτές τις δυνατότητες, η Faro επίσης σχεδιάζει να συνεχίσει να δημιουργεί eine σειρά από διαφορετικά κλινικά έγγραφα, ώστε όλη η διαδικασία αρχειοθέτησης και της μελέτης να είναι αποτελεσματική και πολύ λιγότερο ευάλωτη σε λάθη. Και προβλέπουμε ένα κόσμο όπου η τεχνολογία AI θα επιτρέψει στην πλατφόρμα μας να γίνει ένας αληθινός συνεργάτης σχεδίασης, που θα εμπλέκει τους κλινικούς επιστήμονες σε μια γεννήτρια διαλόγου για να βοηθήσει να σχεδιάσουν μελέτες που κάνουν τις σωστές συμβιβασμούς μεταξύ του βάρους του ασθενούς, του βάρους της τοποθεσίας, του χρόνου, του κόστους και της πολυπλοκότητας.

Πώς επηρεάζει η εστίαση της Faro στη σχεδίαση που центριάζεται στον ασθενή την αποτελεσματικότητα και την επιτυχία των κλινικών δοκιμών, ιδιαίτερα σε ότι αφορά τη μείωση του βάρους του ασθενούς και την βελτίωση της προσιτότητας της μελέτης;

Οι κλινικές δοκιμές συχνά βρίσκονται giữa τις ανταγωνιστικές ανάγκες της συλλογής περισσότερων δεδομένων συμμετεχόντων – που σημαίνει περισσότερες αξιολογήσεις ή εξετάσεις για τον ασθενή – και της διαχείρισης της επιχειρηματικής βιωσιμότητας της μελέτης, όπως η ικανότητά της να εγγράφει και να διατηρεί συμμετέχοντες. Αλλά η εγγραφή και η διατήρηση των ασθενών είναι κάποιες από τις σημαντικότερες προκλήσεις για την επιτυχή ολοκλήρωση μιας κλινικής δοκιμής σήμερα – σύμφωνα με κάποιες εκτιμήσεις, μέχρι και 20-30% των ασθενών που επιλέγουν να συμμετάσχουν σε μια κλινική δοκιμή θα εγκαταλείψουν τελικά λόγω του βάρους της συμμετοχής, συμπεριλαμβανομένων των συχνών επισκέψεων, των εισβολικών διαδικασιών και των πολύπλοκων πρωτοκόλλων. Αν και οι ομάδες κλινικής έρευνας είναι ενήμερες για την επίδραση των δοκιμών υψηλού βάρους στους ασθενείς, στην πράξη είναι δύσκολο να κάνουν κάτι συγκεκριμένο για να μειώσουν το βάρος. Πιστεύουμε ότι ένα από τα εμπόδια για την μείωση του βάρους του ασθενούς είναι η αδυναμία να μετρήσετε εύκολα το βάρος – είναι δύσκολο να μετρήσετε την επίδραση στους ασθενείς όταν το σχέδιό σας είναι σε ένα έγγραφο Word ή ένα pdf.

Χρησιμοποιώντας τη Study Designer της Faro, οι ομάδες ανάπτυξης κλινικών μπορούν να λάβουν πραγματικές ενημερώσεις για την επίδραση του συγκεκριμένου πρωτοκόλλου στο βάρος του ασθενούς κατά τη διάρκεια της διαδικασίας σχεδιασμού του πρωτοκόλλου. Παρέχοντας δομημένες δοκιμές και αναλυτικές ενημερώσεις για το κόστος, το βάρος του ασθενούς, την πολυπλοκότητα νωρίς στη φάση σχεδιασμού της μελέτης, η Faro παρέχει στις ομάδες κλινικής έρευνας ένα πολύ αποτελεσματικό τρόπο να βελτιώσουν το σχεδιασμό της μελέτης τους, ισορροπώντας αυτές τις παραμέτρους με τις επιστημονικές ανάγκες για συλλογή περισσότερων δεδομένων. Οι πελάτες μας αγαπούν το γεγονός ότι μας δίνουν ορατότητα στο βάρος του ασθενούς και στα σχετικά μετρητικά σε ένα σημείο της ανάπτυξης όπου οι αλλαγές είναι εύκολες να γίνουν, και μπορούν να κάνουν ενημερωμένες συμβιβασμούς όπου χρειάζεται. Τελικά, έχουμε δει τους πελάτες μας να σώζουν χιλιάδες ώρες συλλογικού χρόνου των ασθενών, που ξέρουμε ότι θα έχει άμεση θετική επίδραση για τους συμμετέχοντες, ενώ βοηθά επίσης να εξασφαλιστεί ότι οι κλινικές δοκιμές μπορούν να αρχίσουν και να ολοκληρωθούν εγκαίρως.

Τι συμβουλή θα δίνατε σε startups ή εταιρείες που επιδιώκουν να ενσωματώσουν τεχνολογία AI στις κλινικές δοκιμές, με βάση τις εμπειρίες σας στη Google και τη Faro;

Εδώ είναι οι κύριες λήψεις που θα προσφέρω μέχρι τώρα από την εμπειρία μας στην εφαρμογή της τεχνολογίας AI σε αυτόν τον τομέα:

1. Διαχωρίστε και αξιολογήστε τις προτροπές της τεχνολογίας AI. Τα μεγάλα μοντέλα γλωσσών όπως το GPT δεν είναι σχεδιασμένα να παράγουν κλινικά έγγραφα. Έτσι, αν σχεδιάζετε να χρησιμοποιήσετε γενική τεχνολογία AI για να αυτοματοποιήσετε την συγγραφή εγγράφων κλινικών δοκιμών, πρέπει να έχετε ένα πλαίσιο αξιολόγησης που εξασφαλίζει ότι η παραγόμενη έξοδος είναι ακριβής, πλήρης, έχει το σωστό επίπεδο λεπτομέρειας και ύφος, και così κατω. Αυτό απαιτεί πολλή προσεκτική δοκιμή του μοντέλου με την καθοδήγηση κλινικών εμπειρογνωμόνων.
2. Χρησιμοποιήστε μια δομημένη αναπαράσταση μιας δοκιμής. Δεν υπάρχει τρόπος να δημιουργήσετε τις απαραίτητες αναλύσεις δεδομένων για να σχεδιάσετε μια κλινική δοκιμή χωρίς μια δομημένη αποθήκη. Πολλές εταιρείες σήμερα χρησιμοποιούν έγγραφα Word – ακόμη και όχι Excel! – για να μοντελοποιήσουν κλινικές δοκιμές. Αυτό πρέπει να γίνει με ένα δομημένο μοντέλο τομέα που αντιπροσωπεύει ακριβώς την πολυπλοκότητα μιας δοκιμής – το σχήμα, τους στόχους και τα τελικά σημεία, το πρόγραμμα αξιολογήσεων, και così κατω. Αυτό απαιτεί πολλή εισροή και ανάδραση από κλινικούς εμπειρογνώμονες.
3. Οι κλινικοί εμπειρογνώμονες είναι κρίσιμοι για την ποιότητα. Όπως φαίνεται στις δύο προηγούμενες σημειώσεις, η συμμετοχή κλινικών εμπειρογνωμόνων直接 στην σχεδίαση και τον έλεγχο οποιασδήποτε συστήματος ανάπτυξης κλινικών με βάση την τεχνολογία AI είναι απολύτως κρίσιμη. Αυτό είναι πολύ περισσότερο από ότι σε οποιοδήποτε άλλο τομέα που έχω δουλέψει, απλά και μόνο λόγω της γνώσης που απαιτείται είναι τόσο εξειδικευμένη, λεπτομερής, και διαπερνά οποιοδήποτε προϊόν που προσπαθείτε να κατασκευάσετε σε αυτόν τον χώρο.

Είμαστε συνεχώς στην προσπάθεια να δοκιμάζουμε νέες ιδέες και να μοιραζόμαστε τα ευρήματά μας στο blog μας για να βοηθήσουμε τις εταιρείες να πλοηγηθούν σε αυτόν τον χώρο.

Ευχαριστώ πολύ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Faro Health.