Mike King, Senior Director, Product & Strategy, IQVIA – Haastattelusarja

Mike King, Senior Director, Product & Strategy, IQVIA, on kokenut terveydenhuollon ja elintieteiden johtaja, jolla on yli kahden vuosikymmenen kokemus tuotestrategiasta, sääntelyasioista, laadunvarmistuksesta, operaatioista ja liiketoiminnan muuntamisesta. Ennen kuin hän liittyi IQVIA:han vuonna 2022, King toimi seniorijohdon tehtävissä Dentsply Sironassa ja GE Healthcare -yrityksessä, joissa hän valvoi sääntelyasioita monimutkaisilla kansainvälisillä markkinoilla, mukaan lukien Eurooppa, Venäjä, Itsenäisten valtioiden yhteisö (CIS), Israel, Lähi-itä, Afrikka ja Aasia. Uransa alussa hän työskenteli laatuihin, sääntelyyn, operatiivisiin ja liiketoimintatehtäviin Bio‑Rad Laboratoriesissa, Strykerissä ja Accenturessa, mikä antoi hänelle laajan kokemuksen terveydenhuollon teknologian, sääntelyn ja kaupallisen strategian risteyskohdassa.

IQVIA on globaali kliinisen tutkimuksen palveluiden, kaupallisten näkemysten ja terveydenhuollon tiedon tarjoaja, joka palvelee elintieteiden ja terveydenhuollon aloja. Yritys yhdistää laajamittaiset terveydenhuollon tiedot kehittyneeseen analytiikkaan, teknologiaan, alakohtaiseen asiantuntemukseen ja terveydenhuollon tasoiseen tekoälykyvykkyyteensä auttaakseen lääke-, biotekniikka-, lääketieteellisten laitteiden ja muiden terveydenhuollon organisaatioiden tukemaan lääkeaineiden kehitystä, kliinistä tutkimusta, kaupallistamista ja evidenssin tuottamista. Connected Intelligence -lähestymistavallaan IQVIA pyrkii muuntamaan monimutkaiset terveydenhuollon tiedot toimiviksi oivalluksiksi, jotka voivat nopeuttaa innovaatiota ja parantaa päätöksentekoa koko terveydenhuollon ekosysteemissä.

Urasi on vienyt sinut konsultoinnista Accenturella laatu- ja sääntelyjohtotehtäviin Strykerissä, Dentsply Sironassa ja GE Healthcare -yrityksessä, ja nyt tuotestrategiaan IQVIAssa. Miten tämä kehitys on muokannut näkemystäsi elintieteiden yritysten pitkän aikavälin teknologiapäätöksistä tekoälyn suhteen?

Urani tähän mennessä on kattaa konsultoinnin, valmistuksen, laadun, globaalin sääntelyn ja terveydenhuollon teknologian, mikä on antanut minulle mahdollisuuden tarkastella teknologiapäätöksiä useiden sidosryhmien näkökulmista. Jokaisessa roolissa olen havainnut, että menestyneimmät investoinnit ovat ne, jotka yhdistävät operatiivisen ja kaupallisen suorituskyvyn potilastuloksiin. Tämä pätee erityisesti tekoälyyn elintieteiden sektorilla. Vaikka tehokkuusparannukset ovat tärkeitä, suurin pitkäaikainen arvo syntyy tekoälyn käytöstä laadun, sääntelyn, päätöksenteon vahvistamiseen ja lopulta turvallisten ja tehokkaiden terveydenhuollon ratkaisujen toimittamiseen globaaleilla markkinoilla.

Väität, että tekoäly voisi lopettaa perinteisen viiden‑seitsemän vuoden teknologian korvausjakson. Miksi tekoälyn lisääminen tekee laadun- tai sääntelyalustan pysyvämmäksi sen sijaan, että nopeuttaisi sen korvaamista?

Perinteisesti yritykset vaihtivat järjestelmiä, kun parempi toiminnallisuus tuli saataville ja kun olemassa olevat toimittajasopimukset päättyivät. Tekoäly muuttaa tätä laskentaa nopeuttamalla teknologisen innovaation tahtia. Arvo ei enää rajoitu pelkästään sovellukseen; se piilee tiedoissa, työnkuluissa, hallinnossa ja vuosien käytön aikana kerätyssä institutionaalisessa tiedossa. Hyvien käytäntöjen tai “GxP”:n yhteydessä elintieteiden sovelluksissa, kun organisaatiot kerrostavat tekoälyä vahvistettuihin liiketoimintaprosesseihin ja parantavat jatkuvasti tuloksia pätevän ihmisen ammatillisen valvonnan avulla, ne luovat älyomaisuuden, jonka kopioiminen muualla käy yhä vaikeammaksi. Tässä ympäristössä alustan korvaaminen ei ole pelkkä teknologinen päätös, vaan päätös rakentaa uudelleen vuosien aikana kerätty organisaatiotieto.

Miten organisaation datarakenteen ja työnkulkuinfrastruktuurin laatu määrittää, tuottaako tekoäly toteuttamansa arvon vai vahvistako se vain olemassa olevia tehottomuuksia?

Tekoäly vahvistaa sen ympäristön, johon se on otettu. Jos data on hajanaista, prosessit epäyhtenäisiä ja hallinto heikkoa, tekoäly vain automatisoi ja pahentaa näitä tehottomuuksia. Vastaavasti organisaatiot, joilla on standardoidut työnkulut, luotettava data sekä selkeä omistajuus ja hallinto, voivat käyttää tekoälyä parantamaan tehokkuutta, yhdenmukaisuutta, sääntelyä ja päätöksentekoa. Digitalisaatio ja datavalmius ovat edelleen edellytyksiä onnistuneelle tekoälyn omaksumiselle, kun taas jatkuva datan hallinta ja tekoälyn hallinta ovat olennaisia arvon, sääntelyn ja luottamuksen varmistamiseksi pitkään käyttöönoton jälkeen.

Mikä on hankintaparadoksi, joka syntyy, kun organisaatio kouluttaa tekoälyjärjestelmiä vuosien omistamillaan laadun-, kliinisten- tai sääntelytietojen perusteella?

Paradoksi on, että mitä menestyksekkäämpi organisaatio on tekoälyn hyödyntämisessä, sitä vaikeampaa on jättää se alusta, joka mahdollisti menestyksen. Vuosien laadun, sääntelyn ja kliinisen datan yhdistyminen tekoälyn kanssa voi muodostua merkittäväksi kilpailuetuksi, mutta se voi myös nostaa vaihtokustannuksia. Vastaus ei ole välttää tekoälypohjaista arvonluontia, vaan varmistaa, että datan omistajuus, yhteentoimivuus ja siirrettävyys sisällytetään hankintapäätöksiin alusta alkaen.

Ehdotat, että vuonna 2025 tai 2026 tehdyt alusta‑päätökset voivat vaikuttaa teknologiastrategioihin pitkälle vuoden 2035 jälkeen. Ovatko suurin osa sääntely‑, tietotekniikka‑ ja talousjohtajista riittävän tietoisia tästä pitkän aikavälin sitoutumisesta?

Säännellyt elintieteiden yritykset ovat tottuneet tekemään pitkän aikavälin investointeja. Päätökset, jotka koskevat Enterprise Resource Planning (ERP)‑järjestelmiä, valmistusta, laatua, kliinisiä ja sääntelyjärjestelmiä, ovat aina vaatineet monivuotista suunnittelua validoinnin, muutoksenhallinnan ja operatiivisen vaikutuksen vuoksi. Tekoäly saattaa laajentaa joitakin näistä näkökohdista, mutta monet seniorijohtajat ovat jo tottuneet tasapainottamaan pitkän aikavälin teknologiariskin, sääntelyvelvoitteet ja liiketoiminta‑arvon. Ero on siinä, että tekoäly nostaa datan ja hallinnon strategisen merkityksen, eikä se radikaalisti muuta pitkän aikavälin suunnittelun tarvetta.

Miten elintieteiden yritykset voivat erottaa “hyvän lukituksen”, jossa kerätty data ja äly luovat kilpailuedun, haitallisesta lukituksesta, joka rajoittaa joustavuutta, yhteentoimivuutta tai neuvotteluvoimaa?

Hyvä lukitus ei koske kyvyttömyyttä lähteä alustalta, vaan halua olla lähtelemättä, koska alusta kehittyy edelleen, suojaa omistusoikeuksiasi ja mahdollistaa uusien tekoälyominaisuuksien ja agenttipohjaisten työnkulkujen omaksumisen teknologian kehittyessä. Huono lukitus ilmenee, kun nykyisen toimittajan innovaatiot pysähtyvät, yhteentoimivuus on rajoitettu ja vuosien aikana kerätty tieto jää ansaan järjestelmään, jota ei voi helposti mukauttaa tai korvata. Tavoitteena tulisi olla datan ja institutionaalisen älyn omistajuuden säilyttäminen samalla, kun säilytetään joustavuus hyödyntää seuraavan sukupolven tekoälyä.

Kun yhä enemmän pääomaa kohdistetaan tekoälyyn, ennakoivaan ylläpitoon ja automaatioon, millaisia riskejä syntyy, jos organisaatiot lykkäävät vanhentuneiden ydinjärjestelmien korvaamista?

Suurin riski on, että vanhentuvat alustat muodostuvat pullonkauloiksi tekoälyn omaksumisessa. Perintöjärjestelmät sisältävät usein hajanaista dataa, manuaalisia tai erittäin räätälöityjä työnkulkuja sekä eristettyjä prosesseja, jotka rajoittavat välittömiä automaatiomahdollisuuksia. Organisaatiot saattavat investoida tekoälypilotteihin, ennakoivaan analytiikkaan ja älykkäisiin agenteihin, vain huomatessaan, että niiden ydininfrastruktuuri ei kykene tukemaan laajamittaista käyttöönottoa.

Liiketoimintariskejä on myös laajempia. Kun teknologiat vanhenevat, toimittajatuki voi heikentyä, erikoisasiantuntijoiden löytäminen vaikeutuu ja ylläpitokustannukset nousevat. Samanaikaisesti nykytilan ja seuraavan sukupolven tekoälyalustojen välinen kuilu kasvaa, mikä tekee tulevista modernisointihankkeista monimutkaisempia ja kalliimpia. Organisaatiot voivat päätyä investoimaan ylläpitääkseen status quo:a ilman konkreettisia parannuksia prosessien suorituskyvyssä, tuotelaadussa, potilastuloksissa, sääntelyssä tai kaupallisessa tehokkuudessa. Monissa tapauksissa modernisaation ja tekoälyn valmiuden on edettävä käsi kädessä, eikä erillisinä aloitteina.

Mitä teknisiä ja sopimuksellisia suojatoimia yritysten tulisi hakea varmistaakseen datan siirrettävyyden, mallin siirrettävyyden ja pääsyn institutionaaliseen tietämykseen, jos ne myöhemmin vaihtavat toimittajaa?

Organisaatioiden tulisi keskittyä sopimuksellisiin ja teknisiin suojauksiin, jotka säilyttävät omistajuuden ja tiedon saavutettavuuden. Näihin kuuluu selkeästi määritellyt datavientimahdollisuudet, avoimet integraatiokehykset, dokumentoidut API:t, datan periytyvyys, migraatio-oikeudet ja läpinäkyvyys siitä, miten omistettuja malleja käytetään yrityksen tiedon kanssa. Institutionaalinen tieto voi olla yksi yrityksen arvokkaimmista omaisuuksista, ja sen on pysyttävä siirrettävänä, turvallisena ja hallittuna.

Miten sääntelyn validointi- ja muutoksenhallintavaatimukset tulisi vaikuttaa päätöksiin AI‑pohjaisten järjestelmien päivittämisestä, uudelleenkouluttamisesta tai korvaamisesta lääke‑ ja lääketieteellisten laitteiden ympäristöissä?

GxP‑ympäristöissä tekoäly ei muuta vastuukysymyksiä. Laatu‑ ja sääntelyammattilaiset ovat edelleen vastuussa järjestelmiensä ja prosessiensa hallinnasta, eheyden ja sääntelyn noudattamisesta. AI‑pohjaiset teknologiat on siksi tuettava vahvalla hallinnolla, riskiperusteisella validoinnilla, dokumentoidulla muutoksenhallinnalla ja riittävällä selitettävyydellä, jotta ne kestävät sääntelytarkastuksen. Pätevä, ammatillinen ihmisen asiantuntemus pysyy olennaisena GxP‑tekoälyn hallintakomponenttina.

Mitkä toimittajan valintakriteerit elintieteiden yritysten tulisi tänään priorisoida varmistaakseen, että AI‑pohjainen alusta pysyy turvallisena, sääntelyn mukaisena, mukautuvana ja taloudellisesti kannattavana seuraavan vuosikymmenen aikana?

Terveydenhuollon GxP‑tekoälyratkaisuissa organisaatioiden tulisi valita yhteistyökumppani eikä pelkästään ostaa ohjelmistoa. Sääntelyn mukainen toiminnallisuus on välttämätöntä, ja yhtä tärkeää on toimittajan kyky kehittää ratkaisuaan teknologisten edistysaskeleiden myötä samalla suojaten yrityksen dataa, omistusoikeutta ja sääntelyvelvoitteita. Voittavat alustat yhdistävät syvän elintieteiden asiantuntemuksen joustavaan arkkitehtuuriin, vahvaan hallintoon ja selkeään polkuun tulevien AI‑ ja agenttipohjaisten ominaisuuksien omaksumisessa ilman liiketoiminnan häiriöitä, globaalin sääntelyn vaarantamista, samalla positiivisesti vaikuttaen potilasturvallisuuteen.

Kiitos tästä loistavasta haastattelusta, lukijat, jotka haluavat oppia lisää, tulisi vierailla IQVIA.