Kamya Elawadhi, Docereeen perustajajäsen ja presidentti – Haastattelusarja

Kamya Elawadhi, Docereeen perustajajäsen ja presidentti, on terveydenhuollon markkinoinnin ja liiketoimintastrategian johtaja, joka on ollut keskeisessä roolissa yhtiön kasvussa vuodesta 2019 lähtien. Hän on edennyt johtotehtävissä, jotka kattavat alustan strategian, yrityskehityksen, asiakaspalvelut ja globaalit kumppanuudet, auttaen muuntamaan Docereeen teknologian mitattavaksi arvoksi lääkeyrityksille, toimistoille, julkaisijoille ja terveydenhuoltojärjestelmille. Nykyisessä roolissaan Elawadhi johtaa yhtiön globaalia kasvustrategiaa ja tukee sen laajentumista Yhdysvalloissa, painottaen yksityisyyttä kunnioittavaa ja kliinisesti merkityksellistä viestintää. Ennen Docereeta hän toimi senior-asiakas- ja tilinhoitajan johtotehtävissä HS Ad India -yrityksessä ja McCann Worldgroupissa, jossa hän työskenteli terveydenhuollon, lääkinnällisten laitteiden ja kuluttajabrändien parissa ja johti poikkitoiminnallisia sekä monikulttuurisia tiimejä.

Doceree on tekoälyensimmäinen terveydenhuollon markkinoinnin käyttöjärjestelmä, jonka tarkoituksena on auttaa elintieteiden organisaatioita sitouttamaan terveydenhuollon ammattilaisia ja potilaita paremmin kontekstin ja tarkkuuden avulla. Sen alusta yhdistää vahvistetut ammatillisen identiteetin tiedot, reaaliaikaiset kliiniset aikomusmerkit, ohjelmallisen aktivoinnin, hoitotilanteen sitoutumisen sekä tekoälypohjaisen päättelykerroksen, joka koordinoi viestintää eri kanavissa. Yhdistämällä lääkärin tietoisuuden ja reseptipäätökset potilaan hoitopolkuun, mukaan lukien hoidon kustannustehokkuus, ensimmäiset reseptin täytöt ja uusinnat, Doceree pyrkii antamaan terveydenhuollon markkinoijille yhtenäisemmän näkymän kampanjan suorituskykyyn samalla kun se tukee yksityisyys- ja sääntelyvaatimusten noudattamista.

Liityit Docereeen sen ensimmäisenä vuonna ja olit keskeisessä roolissa Yhdysvaltain läsnäolon rakentamisessa ennen kuin sinusta tuli perustajajäsen ja presidentti. Mikä alun perin vetosi sinua yhtiön perustamisvisioon, ja miten tuo visio on kehittynyt tekoälyn merkityksen kasvaessa terveydenhuollossa?

Minua vetosi Docereeen selkeys siinä ongelmassa, jonka se ratkaisee. Terveydenhuollon markkinointi on vuosia toiminut lainatun infrastruktuurin varassa, työkaluja, jotka on rakennettu muille toimialoille ja sovellettu yhdeksi maailman tiukimmin säännellyistä ympäristöistä. Perustamisvisio oli rakentaa alusta alkaen terveydenhuollolle tarkoitettu ratkaisu.

Mitä on kehittynyt, on tekoälyn mahdollistaman mittakaavan laajuus. Alussa painopiste oli tarkkuus: oikean lääkärin tavoittaminen oikeaan hetkeen. Tekoäly on laajentanut tuon hetken muotoa, siirtyen viestin toimittamisesta aikomuksen lukemiseen, keskustelujen aloittamiseen ja sitoutumisen yhdistämiseen koko hoitomatkan ajan. Keskeinen usko ei ole muuttunut. Ambitio on kasvanut, koska työkalut ovat kehittyneet.

Doceree esitteli äskettäin generatiiviset AI-liittimet ChatGPT:lle ja Claude:lle. Mitä ominaisuuksia nämä integraatiot tarjoavat, ja mitkä terveydenhuollon tai lääkeyritysten tiimit hyötyvät niistä eniten?

Integraatio alustoihin kuten ChatGPT ja Claude tuo Docereeen kliinisen ja kaupallisen älykkyyden työkaluihin, joita lääkeyritysten tiimit käyttävät päivittäin. Sen sijaan, että vaihdettaisiin järjestelmien välillä, brändi- ja toimistotiimit voivat nyt kysyä kampanjan suorituskykyä, saada pääsyn HCP‑sitoutumistietoihin ja nostaa esiin toteuttamiskelpoisia suosituksia suoraan AI‑avustajan työnkulussa.

Eniten hyötyvät tiimit, jotka tekevät nopeita, dataan perustuvia päätöksiä: brändipäälliköt, jotka seuraavat kampanjan suorituskykyä eri markkinoilla, toimistotiimit, jotka valvovat HCP‑sitoutumismalleja, sekä kaupalliset johtajat, jotka tarvitsevat useiden tietovirtojen yhteenvedon ilman odottamista raportteihin. Tämä poistaa aina olemassa olleen kitkan datan ja päätöksen välillä. Minulle juuri siellä on todellinen arvo.

Kuinka generatiiviset AI-liittimet sopivat Docereeen laajempaan AI-strategiaan, ja mitä ominaisuuksia odotat lisääväsi yritysten omaksumisen kasvaessa?

Liittimet toimivat Daily Command -kerroksena, joka toimii rinnakkain Semmelweis‑mallin, meidän lääkeyrityksille suunnatun päättelymallin, ja Analytics Workbench -työkalun kanssa. Ajatus niiden takana on yksinkertainen: lääkeyritysten tiimit työskentelevät jo päivittäin ChatGPT:n ja Claude:n sisällä, joten tuomme Docereeen kliinisen älykkyyden työkaluihin, joita he jo käyttävät, HIPAA‑turvallisilla suojarakenteilla alusta alkaen.

Kun omaksuminen kasvaa, suunta on kohti syvempää proaktiivista älykkyyttä. Järjestelmiä, jotka tuovat oikean signaalin esiin ennen kuin joku edes ajattelee sitä kysyä. Siihen me rakennamme.

Doceree käyttää termiä “kliininen älykkyys” kuvaamaan osaa teknologiastaan. Mitä se tarkoittaa arkkitehtonisesta näkökulmasta, ja miten se täydentää taustalla olevien suurten kielimallien kykyjä?

Kliininen älykkyys on perimmiltään se kerros, joka tekee yleisestä tekoälystä sovellettavan terveydenhuoltoon. Suuret kielimallit ovat poikkeuksellisen kykeneviä, mutta ne eivät luonnostaan ymmärrä diagnoosikoodia, reseptimallia tai mitä tarkoittaa, kun lääkäri valitsee tietyn hoitomuodon tietylle potilasprofiilille. Kliininen älykkyys on se silta, joka täyttää tämän aukon.

Arkkitehtonisesti se sijaitsee raakadatasignaalien, jotka tulevat kliinisistä työnkuluista, ja niitä tulkitsevien AI‑mallien välissä. Se tarjoaa kontekstin, joka tekee tuloksista toteuttamiskelpoisia eikä geneerisiä. Ilman sitä sinulla on voimakas malli, joka toimii puutteellisilla tiedoilla. Sen kanssa sinulla on jotain, joka voi oikeasti vaikuttaa todelliseen kliiniseen hetkeen.

Miten Docereeen Semmelweis AI -järjestelmä auttaa tulkitsemaan terveydenhuollon dataa ja muuttamaan sen hyödyllisiksi oivalluksiksi lääkeyritysten tiimeille?

Semmelweis perustuu yksinkertaiseen ajatukseen: terveydenhuollon data on hyödyllistä vain, jos se voidaan tulkita kliinisessä kontekstissa, eikä pelkästään skaalassa prosessoida. Lääkeyritysten tiimeillä on valtavat määrät sitoutumis- ja reseptidataa, mutta aukko on aina ollut datan omistamisen ja sen hyödyntämisen välillä.

Semmelweis sulkee tämän aukon lukemalla signaaleja koko kliinisen matkan aikana ja tunnistamalla, missä aikomus muodostuu tai hiipuu. Nämä oivallukset syötetään suoraan Daily Command -järjestelmään, meidän AI‑työjärjestelmäämme lääkeyritysten bränditiimeille, muuttaen mallintamisen suosituksiksi, joihin kaupalliset tiimit voivat ryhtyä välittömästi ilman, että data‑tieteen tiimi on paikalla.

ChatGPT:lla ja Claude:lla on erilaiset mallit, käyttöliittymät ja yritysympäristöt. Mitä teknisiä haasteita tiimisi kohtasi luodessaan yhtenäisen kokemuksen molemmilla alustoilla?

Keskeinen haaste oli varmistaa, että jokainen kehotus ja vastaus, riippumatta siitä, millä alustalla käyttäjä oli, pysyi samojen sääntöjen puitteissa. Terveydenhuollon data ei muutu sen mukaan, mikä AI‑avustaja kysymyksen esittää. Todellinen työ oli rakentaa hallittu integraatiosolmu, joka sijaitsee Docereeen kliinisen älykkyyden ja molempien alustojen välillä, varmistaen, että vastaukset perustuvat aina Semmelweis‑päättelyyn ja Docereeen dataan sekä ovat aina auditoitavissa alusta loppuun. Sääntöjen johdonmukaisuus oli vaikeampi ratkaista.

Miten liittimet auttavat käyttäjiä ymmärtämään, mistä AI‑luotu oivallus on peräisin ja mitä dataa tai päättelyä vastaus perustuu?

Jokainen liittimien kautta annettu vastaus perustuu Docereeen dataan ja Semmelweis‑päättelyyn. Kun bränditiimi esittää kaupallisen kysymyksen, vastaus tukee kliinisiä aikomusmerkkejä, identiteettidataa ja kampanjasyötteitä, jotka ovat erityisiä heidän brändilleen. Koko työnkulku on hallittu ja auditoitavissa alusta loppuun. Säännellyssä teollisuudessa tämä jäljitettävyys tekee tekoälystä todellisuudessa käyttökelpoista kaupallisessa päätöksenteossa, ja se oli suunnitteluperiaate alusta alkaen.

Terveydenhuollon organisaatiot käsittelevät usein arkaluontoista dataa ja monimutkaisia sääntelyvaatimuksia. Miten yksityisyys, turvallisuus, käyttöoikeudet ja sääntöjen noudattaminen on otettu huomioon näiden integraatioiden suunnittelussa?

Tämä on asia, jonka otimme huomioon alusta alkaen suunnitteluperiaatteena. Liittimet on rakennettu siten, että potilastietoja ei koskaan pääse työnkulkuun. Kaikki toimii vain de-identifioidun HCP‑kontekstin perusteella. Jokainen kehotus ja vastaus pysyy HIPAA‑turvallisten suojarakenteiden sisällä, ja koko työnkulku on hallittu ja auditoitavissa alusta loppuun.

Tämä tarkoittaa käytännössä sitä, että bränditiimi voi esittää kaupallisia kysymyksiä ChatGPT:n tai Claude:n sisällä ja saada vastauksia, jotka perustuvat kliiniseen älykkyyteen, ilman sitä tietosuoja‑riskiä, joka normaalisti syntyisi arkaluontoisen terveydenhuollon datan yhdistämisestä yleiseen AI‑avustajaan. Suojarakenteet ovat integraation perusta.

Kuinka arvioitte järjestelmän tuotosten laatua, mukaan lukien tarkkuus, merkityksellisyys, johdonmukaisuus ja hyödyllisyys terveydenhuollon ammattilaisille?

Tässä yhteydessä laatu tarkoittaa hyvin tarkkaa asiaa. Tuotos on hyödyllinen vain, jos se johtaa parempaan kaupalliseen päätökseen, ja juuri näin me sen arvioimme: vaikuttaako sen toteuttaminen merkitykselliseen mittariin, nostaa‑ko se HCP‑vaiheen etenemistä, ensimmäisten täytöjen määrää tai kampanjan suorituskykyä.

Suljettu silmukka tekee tämän mahdolliseksi. Daily Command on suunniteltu syöttämään tulokset takaisin päättelymalliin, jolloin jokainen suositus tarkentuu sen perusteella, mikä todella toimi. Tämä eroaa yleisestä AI‑avustajasta, jossa tuotosta arvioidaan erillisesti. Tässä järjestelmä oppii siitä, mitä tapahtuu, kun joku toteuttaa suosituksen, ja ajan myötä se on ainoa rehellinen laadun mittari.

Kun lääkeyritykset ottavat käyttöön generatiivisen tekoälyn, mitkä periaatteet ohjaavat sen vastuullista käyttöä viestinnässä, joka on suunnattu kliinisille ja potilaille?

Yleisin periaate, johon palaan, on että tekoälyn terveydenhuollossa tulisi vähentää epävarmuutta, ei luoda sitä. Kun klinikko saa tietoa, joka vaikuttaa hoitopäätökseen, tiedon lähde ja sen taustalla oleva päättely on oltava jäljitettävissä. Tämä on perusluottamuksen standardi.

Jäljitettävyyden lisäksi vastuullinen käyttö tarkoittaa, että ihmiset pysyvät mukana kaikessa, mikä kantaa kliinistä tai kaupallista painoarvoa. Tekoälyn tulee suositella ja tuoda esiin. Ihmisten tulee päättää ja hyväksyä. Heti kun tämä raja hämärtyy, riskit alkavat ylittää hyödyt.

Ja sääntöjen noudattamisen on oltava arkkitehtuuri, ei pelkkä politiikka. Terveydenhuollossa näiden kahden välinen ero on kaikki.

Kiitos erinomaisesta haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa vierailla Doceree-sivustolla.