Steve Herne, CEO de Unlearn – Serie de entrevistas

Steve Herne es un profesional distinguido con más de 25 años de experiencia en la industria de investigación y desarrollo farmacéutico. A lo largo de su carrera, ha ocupado puestos de liderazgo en empresas notables como WCG, Bioclinica, ERT, Icon Development Solutions, Covance, MDS Pharma Services e Inveresk Research. En estos puestos, Herne destacó en impulsar el crecimiento a largo plazo, brindar orientación estratégica y ampliar los portafolios de productos.

Su experiencia abarca el desarrollo de negocios, la planificación estratégica, la gestión de productos y el marketing, lo que ha contribuido a un crecimiento significativo de la participación de mercado. Herne ahora se desempeña como Director Ejecutivo de Unlearn, donde continúa aplicando su profundo conocimiento de la industria y su pasión por la innovación en la atención médica.

Unlearn desarrolla tecnologías de inteligencia artificial de vanguardia para abordar las ineficiencias en la medicina. A través de sus innovadores gemelos digitales, modelos de pacientes virtuales impulsados por la plataforma Unlearn, la organización busca agilizar el desarrollo clínico y impulsar la medicina de precisión hacia adelante.

Con una visión de transformar la medicina en una ciencia computacional, Unlearn se centra en mejorar los resultados de la atención médica y establecer nuevos estándares para la atención al paciente.

Recientemente asumió el cargo de CEO en Unlearn.AI después de desempeñarse como Director Comercial. ¿Cómo ha sido la transición para usted?

Ha sido una transición excelente, y lo atribuyo a la gente y la cultura de Unlearn. Mirando hacia adelante, mi mayor prioridad es asegurarme de que los objetivos estratégicos, la misión y la visión de la empresa estén alineados. Actualmente me enfoco en fortalecer y construir el equipo ejecutivo a mi alrededor y agregaré nuevos puestos y miembros del equipo en 2025 a medida que continuemos creciendo y adoptando un modelo de negocio comercialmente impulsado.

Con su profundo trasfondo en la industria farmacéutica, ¿qué perspectivas o estrategias está trayendo a Unlearn que difieren del enfoque más técnico y orientado a la investigación liderado por Charles Fisher?

La misión y visión de Unlearn permanecen inalteradas: seguiremos mejorando los ensayos clínicos con inteligencia artificial y nuestra tecnología. Para seguir impulsando a nuestro equipo, los desafío a que se pongan en el lugar de nuestros clientes mientras trabajamos para abordar los errores y aciertos en la medicina, específicamente. Al final del día, nuestro objetivo es aliviar las cargas y los puntos de dolor de nuestros clientes, así que mientras estrategiamos para el año ahead, quiero que entiendan la voz de nuestros clientes considerando las presiones y desafíos que enfrentan. Esto es especialmente importante ya que la mayoría de nuestro personal no ha tenido la oportunidad de trabajar directamente en un ensayo clínico, dada su carrera centrada en inteligencia artificial o aprendizaje automático.

Unlearn ha sido pionera en la integración de gemelos digitales en ensayos clínicos. ¿Podría explicar brevemente a nuestros lectores cómo se utiliza la tecnología de gemelos digitales en este contexto?

En ensayos clínicos, los modelos de inteligencia artificial de Unlearn generan un gemelo digital individual para cada paciente antes de que sean asignados aleatoriamente al ensayo. Cada gemelo digital predice los resultados de salud individuales futuros bajo placebo, independientemente de la asignación real del ensayo del paciente. Con nuestra tecnología de gemelos digitales, los investigadores pueden realizar ensayos poderosos con menos participantes en un plazo reducido en comparación con el proceso de ensayo tradicional.

Queremos maximizar el uso de gemelos digitales en ensayos clínicos para impulsar estudios, reducir errores, disminuir el número de participantes en ensayos y reducir los costos generales. Sin embargo, reconocemos que cada circunstancia y área terapéutica requiere un enfoque ligeramente diferente, por lo que desarrollamos modelos de enfermedades específicas entrenados con datos a nivel de paciente para predecir cómo cambiará la salud de un participante con el tiempo.

En su opinión, ¿cómo transformará la tecnología de gemelos digitales impulsada por inteligencia artificial el panorama de la investigación clínica en los próximos años?

El futuro es brillante, pero todavía es desconocido. Las empresas farmacéuticas quieren introducir innovaciones en sus procesos de investigación para acelerar la toma de decisiones y llevar medicamentos al mercado más rápido. Dado que muchos de los próximos medicamentos de estas empresas no entrarán en el mercado hasta 2029 o 2030, están ansiosas por acelerar los plazos de los ensayos con innovaciones como la inteligencia artificial.

Mientras estas empresas buscan innovar con inteligencia artificial, estamos forjando nuevas asociaciones y transformando la industria para mejor. Sin embargo, al mirar la curva de adopción, esta industria todavía cae en la categoría de “rezagados”, por lo que tomar un riesgo calculado, como integrar nueva tecnología en un proceso que no ha cambiado en décadas, es un salto que muchas empresas farmacéuticas todavía dudan en dar.

La misión de Unlearn es eliminar los errores y aciertos en la medicina. ¿Cómo ve evolucionar el papel de la inteligencia artificial en la atención médica en la próxima década, y qué hitos cree que deben alcanzarse para realizar completamente esta visión?

Como mencioné, las empresas farmacéuticas tienden a ser más cautelosas con las nuevas innovaciones, prefiriendo adoptar tecnología que esté probada y comprobada. A pesar de eso, algunas empresas ya están utilizando nuevas innovaciones, pero creo que toda la industria adoptará más fácilmente la inteligencia artificial y la tecnología por defecto en los protocolos en la próxima década.

Desde mi última entrevista con Charles Fisher, ¿cómo ha cambiado el enfoque de la empresa, y qué nuevas áreas de aplicación de inteligencia artificial en ensayos clínicos lo emocionan más?

Mientras nuestra misión y visión permanecen inalteradas, estamos ajustando ligeramente nuestra estrategia en 2025. Estamos integrando a nuestros clientes en nuestra plataforma y productos, asegurando la integridad total de los datos mientras utilizamos datos confidenciales a nivel de paciente para entrenar nuestros modelos de gemelos digitales específicos de enfermedades que predicen los resultados de salud individuales futuros de cada paciente. Es a través de los ojos y oídos de nuestros clientes que podemos entender los desafíos de los ensayos clínicos y qué podemos hacer para eliminar los errores y aciertos en la medicina en el futuro.

¿Cuáles son algunos de los principales hitos que espera que Unlearn logre bajo su liderazgo, tanto en términos de tecnología como de impacto en el mercado?

A nivel macro, espero ver que la tecnología de gemelos digitales mejore cada ensayo clínico. A nivel micro, es mi objetivo que los clínicos vean a Unlearn como el socio de elección para producir gemelos digitales y que escriban a Unlearn en su plan de desarrollo de ensayos clínicos antes de que incluso comience el ensayo. Muchas empresas entienden el poder de los gemelos digitales y están interesadas en crearlos, y podemos ayudar a ejecutar adecuadamente la tecnología.

A medida que la empresa ingresa en esta próxima fase de crecimiento, ¿cómo planea fomentar una cultura de innovación mientras mantiene la viabilidad comercial de las soluciones de inteligencia artificial que está llevando al mercado?

Desde nuestra fundación hace siete años y medio, nos hemos centrado en la investigación y el desarrollo para llevar nuestro valioso producto a los ensayos clínicos. Ahora estamos pasando a lo que llamo una etapa de “producto primero, ejecución comercial” de la empresa. Nos esforzamos por seguir creciendo la curva de adopción del mercado y construyendo productos realmente sólidos que los clientes no solo necesitan, sino que también quieren usar para abordar efectivamente los desafíos que enfrentan con sus ensayos clínicos.

Gracias por la excelente entrevista, los lectores que deseen aprender más pueden visitar Unlearn.