Kamya Elawadhi, Co-fundadora y Presidenta de Doceree – Serie de Entrevistas

Kamya Elawadhi, cofundadora y presidenta de Doceree, es una ejecutiva de marketing sanitario y estrategia empresarial que ha desempeñado un papel central en el crecimiento de la compañía desde que se unió en 2019. Ha avanzado a través de cargos de liderazgo que abarcan estrategia de plataforma, desarrollo corporativo, servicios al cliente y asociaciones globales, ayudando a traducir la tecnología de Doceree en valor medible para marcas farmacéuticas, agencias, editoriales y sistemas de salud. En su cargo actual, Elawadhi lidera la agenda de crecimiento global de la empresa y respalda su expansión en Estados Unidos, con énfasis en comunicaciones conscientes de la privacidad y clínicamente relevantes. Antes de Doceree, ocupó cargos senior de liderazgo de clientes y cuentas en HS Ad India y McCann Worldgroup, donde trabajó con marcas de salud, dispositivos médicos y de consumo, liderando equipos multifuncionales y multiculturales.

Doceree es un sistema operativo de marketing sanitario con IA como base, diseñado para ayudar a las organizaciones de ciencias de la vida a involucrar a profesionales de la salud y pacientes con mayor contexto y precisión. Su plataforma combina datos verificados de identidad profesional, señales de intención clínica en tiempo real, activación programática, compromiso en el punto de atención y una capa de razonamiento de IA que coordina los mensajes a través de canales. Al conectar la conciencia del médico y sus decisiones de prescripción con el camino del paciente hacia el tratamiento, incluida la asequibilidad, los primeros despachos de recetas y las renovaciones, Doceree busca ofrecer a los mercadólogos de salud una visión más unificada del desempeño de las campañas, al tiempo que respalda la privacidad y el cumplimiento regulatorio.

Usted se unió a Doceree durante su primer año y desempeñó un papel central en la construcción de su presencia en EE. UU. antes de convertirse en cofundadora y presidenta. ¿Qué le atrajo inicialmente de la visión fundadora de la empresa, y cómo ha evolucionado esa visión a medida que la IA se ha vuelto más importante para la salud?

Lo que me atrajo a Doceree fue la claridad del problema que se estaba resolviendo. El marketing sanitario había estado funcionando sobre una infraestructura prestada durante años, con herramientas diseñadas para otras industrias y aplicadas a uno de los entornos más regulados del mundo. La visión fundadora era crear algo hecho a medida para la salud desde cero.

Lo que ha evolucionado es la escala de lo que la IA permite. Al principio, el enfoque era la precisión: llegar al médico adecuado en el momento preciso. La IA ha ampliado lo que ese momento puede ser, pasando de entregar un mensaje a leer la intención, iniciar conversaciones y conectar el compromiso a lo largo de todo el recorrido de atención. La creencia central no ha cambiado. La ambición ha crecido porque las herramientas lo han hecho.

Doceree introdujo recientemente Conectores de IA Generativa para ChatGPT y Claude. ¿Qué capacidades ofrecen estas integraciones y qué equipos de salud o farmacéuticos son los que probablemente más se beneficien de ellas?

La integración con plataformas como ChatGPT y Claude consiste en llevar la inteligencia clínica y comercial de Doceree a las herramientas que los equipos farmacéuticos ya utilizan a diario. En lugar de cambiar entre sistemas, los equipos de marcas y agencias ahora pueden consultar el desempeño de campañas, acceder a información de compromiso de HCP y obtener recomendaciones accionables directamente dentro del flujo de trabajo de su asistente de IA.

Los equipos que más se benefician son aquellos que toman decisiones rápidas y basadas en datos: gerentes de marca que siguen el desempeño de campañas en distintos mercados, equipos de agencias que monitorean patrones de compromiso de HCP, líderes comerciales que necesitan sintetizar múltiples flujos de datos sin esperar informes. Elimina una capa de fricción que siempre ha existido entre los datos y la decisión. Para mí, ahí es donde reside el valor real.

¿Cómo encajan los Conectores de IA Generativa en la estrategia de IA más amplia de Doceree y qué capacidades espera añadir a medida que crece la adopción empresarial?

Los conectores actúan como una capa de Daily Command, junto a Semmelweis, nuestro modelo de razonamiento específico para la industria farmacéutica, y el Analytics Workbench. La lógica detrás de ellos es sencilla: los equipos farmacéuticos ya trabajan dentro de ChatGPT y Claude a diario, por lo que llevamos la inteligencia clínica de Doceree a las herramientas que ya utilizan, con salvaguardas compatibles con HIPAA incorporadas desde el principio.

A medida que la adopción crece, la dirección se orienta hacia una inteligencia proactiva más profunda. Sistemas que presentan la señal adecuada antes de que alguien piense en solicitarla. Eso es en lo que estamos trabajando.

Doceree utiliza el término “inteligencia clínica” para describir parte de su tecnología. ¿Qué significa eso desde una perspectiva arquitectónica y cómo complementa las capacidades de los modelos de lenguaje grande subyacentes?

La inteligencia clínica, en su esencia, es la capa que hace que la IA general sea aplicable a la salud. Los modelos de lenguaje grande son extraordinariamente capaces, pero no comprenden de forma nativa un código de diagnóstico, un patrón de prescripción o lo que significa que un médico seleccione una terapia específica para un perfil de paciente concreto. La inteligencia clínica es lo que cierra esa brecha.

Arquitectónicamente, se sitúa entre las señales de datos sin procesar que provienen de los flujos de trabajo clínicos y los modelos de IA que los interpretan. Proporciona el contexto que convierte los resultados en accionables en lugar de genéricos. Sin ella, se cuenta con un modelo potente que trabaja con información incompleta. Con ella, se dispone de algo que realmente puede influir en un momento clínico real.

¿Cómo ayuda el sistema Semmelweis AI de Doceree a interpretar los datos sanitarios y traducirlos en ideas útiles para los equipos farmacéuticos?

Semmelweis se basa en una idea simple: los datos sanitarios solo son útiles si pueden interpretarse en un contexto clínico, no solo procesarse a gran escala. Los equipos farmacéuticos disponen de enormes cantidades de datos de compromiso y prescripción, pero siempre ha existido una brecha entre poseer esos datos y saber qué hacer con ellos.

Semmelweis cierra esa brecha al leer señales a lo largo del recorrido clínico e identificar dónde la intención se está formando o desvaneciendo. esas ideas se canalizan directamente a Daily Command, nuestro sistema de IA de trabajo para los equipos de marcas farmacéuticas, convirtiendo el reconocimiento de patrones en recomendaciones que los equipos comerciales pueden aplicar de inmediato, sin necesidad de que un equipo de ciencia de datos esté presente.

ChatGPT y Claude tienen diferentes modelos, interfaces y entornos empresariales. ¿Qué desafíos técnicos encontró su equipo al crear una experiencia consistente en ambas plataformas?

El desafío principal consistió en garantizar que cada solicitud y respuesta, independientemente de la plataforma en la que se encontrara el usuario, permaneciera dentro de los mismos límites de cumplimiento. Los datos sanitarios no se adaptan según el asistente de IA que formula la pregunta. El trabajo real fue construir una capa de integración gobernada que se sitúe entre la inteligencia clínica de Doceree y ambas plataformas, asegurando que las respuestas siempre se basen en el razonamiento de Semmelweis y los datos de Doceree y sean auditables de extremo a extremo. Mantener la consistencia en el cumplimiento fue el problema más difícil de resolver.

¿Cómo ayudan los conectores a los usuarios a entender de dónde proviene una idea generada por IA y qué datos o razonamiento contribuyeron a la respuesta?

Cada respuesta a través de los conectores se basa en los datos de Doceree y el razonamiento de Semmelweis. Cuando un equipo de marca formula una pregunta comercial, la respuesta está respaldada por señales de intención clínica, datos de identidad y entradas de campaña específicas de su marca. Todo el flujo de trabajo está gobernado y es auditado de extremo a extremo. En una industria regulada, esa trazabilidad es lo que hace que la IA sea realmente utilizable en un contexto de toma de decisiones comerciales, y fue un principio de diseño desde el primer día.

Las organizaciones sanitarias a menudo manejan datos sensibles y requisitos regulatorios complejos. ¿Cómo se incorporan la privacidad, la seguridad, los controles de acceso y el cumplimiento en el diseño de estas integraciones?

Esto es algo en lo que pensamos desde el principio como principio de diseño. Los conectores se construyen de modo que ningún dato de paciente ingrese al flujo de trabajo. Todo opera únicamente con contexto de HCP desidentificado. Cada solicitud y respuesta se mantiene dentro de los límites seguros de HIPAA, y todo el flujo de trabajo está gobernado y es auditado de extremo a extremo.

Lo que eso significa en la práctica es que un equipo de marca puede formular preguntas comerciales dentro de ChatGPT o Claude y obtener respuestas basadas en la inteligencia clínica, sin ninguno de los riesgos de privacidad de datos que normalmente surgirían al conectar datos sanitarios sensibles a un asistente de IA general. Las salvaguardas son la base sobre la que se construye la integración.

¿Cómo evalúa la calidad de los resultados del sistema, incluida su precisión, relevancia, consistencia y utilidad para los profesionales de la salud?

La calidad en este contexto significa algo muy específico. Un resultado solo es útil si conduce a una mejor decisión comercial, y eso es, en última instancia, cómo lo evaluamos: si al actuar sobre él se mejora una métrica importante, si eleva la progresión de etapas de los HCP, las tasas de primer despacho, el desempeño de la campaña.

El bucle cerrado es lo que hace esto posible. Daily Command está diseñado para retroalimentar los resultados al modelo de razonamiento, de modo que cada recomendación se perfecciona con base en lo que realmente funcionó. Eso difiere de un asistente de IA general donde el resultado se evalúa de forma aislada. Aquí, el sistema aprende de lo que ocurre después de que alguien actúa sobre una recomendación, lo que con el tiempo es la única medida honesta de calidad.

A medida que las compañías farmacéuticas adoptan IA generativa, ¿qué principios deberían guiar su uso responsable en las comunicaciones dirigidas a médicos y pacientes?

El principio al que más vuelvo es que la IA en la salud debe reducir la incertidumbre, no crearla. Cuando un clínico recibe información que influye en una decisión de tratamiento, la fuente de esa información y el razonamiento detrás de ella deben ser rastreables. Ese es un estándar básico de confianza.

Más allá de la trazabilidad, creo que el uso responsable implica mantener a un ser humano en el circuito en todo lo que tenga peso clínico o comercial. La IA debe recomendar y presentar. Las personas deben decidir y aprobar. El momento en que esa frontera se difumina es cuando los riesgos comienzan a superar los beneficios.

Y el cumplimiento debe ser una cuestión de arquitectura, no de política. En la salud, la diferencia entre esas dos cosas lo es todo.

Gracias por la excelente entrevista, los lectores que deseen obtener más información deberían visitar Doceree.