Jeff Elton, PDG de ConcertAI – Série d’entretiens

Jeff Elton, Ph.D., est PDG de ConcertAI, une entreprise de solutions SaaS d’IA qui propose des solutions de recherche et des solutions centrées sur les patients pour les innovateurs des sciences de la vie et les principaux fournisseurs de soins de santé du monde. ConcertAI se concentre sur l’accélération et l’amélioration de la précision des études cliniques rétrospectives et prospectives en utilisant les dossiers médicaux électroniques des fournisseurs, les systèmes LIS et les systèmes PACS comme source de toutes les données d’étude. Il s’agit d’un partenaire à long terme de la Société américaine d’oncologie clinique et de son programme CancerLinQ, de l’US FDA, des initiatives d’équité en matière de santé de l’NCI et de près de 100 fournisseurs de soins de santé à travers les États-Unis.

Avant ConcertAI, Jeff était directeur général, Accenture Strategy/Patient Health ; directeur général et vice-président de la stratégie chez Novartis Institutes of BioMedical Research, Inc. ; et partenaire chez McKinsey & Company. Il est également membre fondateur du conseil d’administration et conseiller principal de plusieurs entreprises en démarrage. Jeff est actuellement membre du conseil d’administration du Conseil de biotechnologie du Massachusetts. Il est co-auteur du livre largement cité, Healthcare Disrupted (Wiley, 2016). Jeff détient un Ph.D. et un MBA de l’Université de Chicago.

En tant que PDG fondateur de ConcertAI, pouvez-vous partager votre vision pour l’entreprise à ses débuts ? Comment cette vision a-t-elle évolué depuis 2018 ?

Nous avons commencé avec l’idée que les résultats améliorés pour les patients proviennent de connaissances profondes et actionnables. Acquérir ces connaissances nécessite une complétude des données, une échelle de données, une représentativité des données et une intelligence avancée d’IA. Nous avons donc créé une entreprise de données en tant que service et de logiciels d’IA en tant que service. Nous nous sommes concentrés sur l’IA qui permet l’inférence et la prédiction. Cela comprenait la prédiction d’événements à éviter, tels que la non-observance des patients à leur thérapie ou l’abandon des soins en raison d’un manque de réponse positive, ce qui a informé le moment où les essais cliniques pourraient être la prochaine option.

Notre vision est restée ferme, et nous continuons à attendre plus de nos solutions. Avec la dernière génération de LLM, d’IA agente et d’autres solutions d’IA générative, nous pouvons fonctionner à une échelle (et presque en temps réel – ce que nous n’avions pas prévu ou anticipé en 2018). Avec des partenaires comme NVIDIA, nous pouvons faire progresser nos solutions pour performer mieux que prévu, reconnaître les limites et les caractéristiques uniques, et avancer au rythme des innovations du marché entier – le voyage jusqu’à présent a été extraordinairement productif et exaltant.

Nous avons ouvert des performances précédemment inimaginables dans les solutions d’automatisation des essais cliniques, l’automatisation du placement des patients sur des parcours cliniques fondés sur des preuves, les flux de travail avancés dans l’interprétation radiologique et l’utilisation de jumeaux numériques comme outil d’amélioration de la décision pour les soins et la recherche.

Aujourd’hui, nous servons près de 50 innovateurs biopharmaceutiques et 2 000 fournisseurs de soins de santé – nous ne sommes donc pas à l’échelle de l’ensemble du marché, mais nous sommes les solutions d’IA les plus étendues pour l’oncologie dans l’industrie.

Qu’est-ce qui vous a inspiré à vous concentrer sur les jeux de données d’oncologie et d’hématologie en particulier, et comment voyez-vous ConcertAI faire une différence dans ces domaines ?

Les États-Unis ont lancé la “guerre contre le cancer” en 1971 avec la loi nationale sur le cancer. Cela a catalysé un financement à grande échelle du gouvernement, qui a généré des connaissances sur les mutations qui déclenchent les cancers, de nouvelles modalités de thérapies, l’expansion des centres de traitement désignés par le National Cancer Institute et bien plus encore. Sous l’administration Obama, le financement a augmenté à nouveau de 10 milliards de dollars en stimulus électronique alloués aux NIH et, à son tour, au NCI. Sous Biden, le programme Cancer Moonshot 2.0 a été lancé en 2022, catalysant à nouveau une toute nouvelle génération de recherche et d’investissement en capital-risque pour les partenariats public-privés académiques, communautaires et privés.

Je donne cette histoire parce que peu de maladies ou de domaines de soins de santé ont le niveau de données : génomiques, transcriptomiques, pathologie numérique, radiologie numérique, dossiers médicaux électroniques détaillés, etc., et le niveau de recherche qui contextualise ces données avec des connaissances validées par des études rigoureuses, multicentriques et examinées par des pairs. Comme preuve supplémentaire, la réunion annuelle de la Société américaine d’oncologie clinique est la plus grande réunion médicale du monde, avec le plus grand nombre de nouvelles publications, d’affiches et de résumés de tout forum scientifique sur tout sujet.

Donc, si vous voulez être centré sur les données et l’IA, il y a peu de meilleurs domaines pour faire progresser les solutions avec confiance et à une échelle que l’oncologie. ConcertAI a la plus grande collection de données de recherche de qui que ce soit dans le monde. Cela comprend des centaines de publications examinées par des pairs rendues possibles par ces données, des preuves significatives résultant de ces publications qui changent la façon dont les patients sont traités et assurent les résultats les plus positifs possibles, et maintenant des technologies de logiciels d’IA qui sont intégrales aux processus de soins et de recherche qui mettent en œuvre le pouvoir de ces données et de ces preuves à tous les points et pour toutes les décisions le long du parcours de soins d’un patient. Ce qui est vraiment important ici, c’est que nous ne faisons pas cela de manière unilatérale. Cela se fait de manière transparente avec nos partenaires fournisseurs de soins de santé et innovateurs biopharmaceutiques pour engendrer la plus grande confiance et utilisation. Nous évoluons donc vers une prise de décision réelle, avancée et intelligente par l’IA.

ConcertAI est devenu un acteur majeur dans les preuves du monde réel (RWE) et la technologie d’IA pour les soins de santé. Quels étaient certains des défis précoces que vous avez rencontrés pour positionner l’entreprise en tant que leader dans cet espace ?

Vous devez être digne de confiance et évoluer pour devenir la source de référence. Cela se gagne. La confiance vient de vos partenaires fournisseurs de soins de santé, qui croient que les données que vous accédez sont dans le meilleur intérêt de leurs patients. La confiance vient de vos partenaires universitaires et industriels, qui voient les preuves de et croient que vos données sont dérivées comme un reflet parfait des dossiers médicaux d’origine et que les concepts que vous avancez sont “vrais” et reflètent la pratique clinique et scientifique actuelle. Vous devez également atteindre une échelle à laquelle vos solutions de données représentent non seulement l’ensemble de la population mais également produisent des conclusions qui sont confiantement généralisables à l’ensemble de la population traitée avec un médicament particulier. La technologie est similaire. Les scientifiques et les cliniciens sont naturellement sceptiques – comme ils le devraient – et ne font pas confiance aux boîtes noires ou aux algorithmes qu’ils ne comprennent pas. Nous devions donc établir la confiance à ce sujet également, grâce à des publications et en étant ouverts sur la façon dont nos solutions fonctionnent.

ConcertAI détient la plus grande base de données d’oncologie et d’hématologie au monde. Quelles opportunités uniques cette base de données crée-t-elle pour transformer la recherche et le traitement du cancer ?

J’adore cette question ! Nous travaillons dessus tous les jours ! Les opportunités de fournir de la valeur aux fournisseurs de soins de santé, aux patients et aux innovateurs sont presque illimitées. Dans les essais de phase précoce, nous évoluons des approches de simulation d’étude avec des jumeaux numériques qui changeront les programmes que nous prenons dans les essais cliniques. Nos données et nos optimisations d’IA réduiront le temps nécessaire pour passer d’un protocole finalisé à une soumission finale aux régulateurs de 30 à 40 % – ce qui signifie que de nouveaux médicaments arrivent plus vite chez les patients. Nos solutions d’IA de prise de décision recommanderont des parcours de traitement fondés sur des preuves et spécifiquement adaptés à ces parcours, surveilleront les réponses conformément à la réponse prévue et rechercheront des essais cliniques potentiellement bénéfiques lorsque la réponse ou le bénéfice est inférieur aux attentes. Nos solutions d’imagerie d’interprétation clinique fonctionneront au niveau des processus opérationnels, de l’interprétation clinique et de la vision à long terme de nouvelles interprétations ou de nouvelles interventions qui devraient être prises en compte sur la base des connaissances et des preuves à venir. Ce n’est plus une action “une fois et terminé” mais plutôt “une fois, et puis à nouveau et à nouveau” de telle sorte que les réévaluations et les décisions futures bénéfiques soient un processus continu ! Ce qui est différent ici, c’est que la vue est l’ensemble du parcours du patient – c’est une vue horizontale par opposition à une série de vues verticales étroites et profondes qui doivent être assemblées. C’est une innovation rendue possible par l’IA et un changement de processus profond qui offre de nouvelles façons de travailler aux experts humains impliqués.

Pouvez-vous expliquer comment la solution d’essai numérique de ConcertAI fonctionne pour mettre en correspondance les patients atteints de cancer avec des essais cliniques salvateurs ? Quel impact avez-vous vu jusqu’à présent en termes de résultats pour les patients ?

Les essais cliniques sont très complexes et nécessitent des heures d’efforts d’un large éventail d’individus très experts. Pour la plupart des organisations, les essais cliniques sont proposés comme une responsabilité et un engagement envers les patients où le traitement standard actuel peut ne pas représenter une alternative viable. Les essais n’ont pas vraiment été très accessibles aux patients dans les centres de traitement communautaires, où 80 % des patients reçoivent leurs soins. Pourtant, ce sont ces patients qui recevront finalement les médicaments nouvellement approuvés. Cela crée un double dilemme : la majorité des patients qui ont besoin d’accéder aux essais sont limités, et ceux qui sont représentatifs de la population du traitement standard ne sont pas dans le jeu de données de l’essai. Nous avons tracé un chemin pour résoudre ces problèmes.

Les résultats ont été grands – si positifs que nous allons étendre notre nombre d’études en cours de 10 fois en 2025. Nous avons publié cela pour la dernière réunion de la Société américaine d’oncologie clinique et dans d’autres domaines. Notre approche est la façon dont nous pensons que l’IA devrait être mise en œuvre – comme une augmentation de l’expertise humaine où il y a de grandes contraintes de capacité et de talent et où des vies sont en jeu. Nous avons développé un ensemble de modèles de langage à grande échelle orchestrés et accordés qui accèdent aux dossiers des patients, synthétisent les caractéristiques et mettent en correspondance les patients avec des essais potentiellement bénéfiques, en faisant exactement ce que les experts humains feraient – avec une approche entièrement documentée pour faire des recommandations et des évaluations. Dans les sites où nos technologies sont déployées, nous performons au niveau des experts humains les plus expérimentés et recrutons des patients à 5 fois ou plus par rapport aux sites où nos technologies ne sont pas déployées – les équipes de recherche et les innovateurs biopharmaceutiques sont tous deux satisfaits, et les patients bénéficient le plus.

Comment l’approche d’IA de ConcertAI pour la conception et le recrutement d’essais cliniques répond-elle à certaines des limites actuelles de la recherche clinique, telles que la diversité des patients et l’efficacité des essais ?

Je suis fier de mon équipe – ils m’ont dit il y a trois ou quatre ans que parvenir à la diversité est une obligation et la bonne chose à faire sur le plan scientifique. Ils ont également maintenu que cela est difficile à faire si c’est manuel mais nécessite zéro effort supplémentaire si cela est automatisé. Nous avons donc décidé à ce moment-là que chaque jeu de données et chaque solution de logiciel d’IA intègreraient la diversité et les caractéristiques des déterminants sociaux de la santé comme notre approche standard. Ce n’est pas une option. C’est juste ce que nous faisons. Par la suite, nos solutions de conception et d’optimisation d’essais cliniques CARAai ™ peuvent évaluer quels sous-groupes ethniques, raciaux ou économiques peuvent être les plus touchés par une maladie, intégrer ces considérations dans la conception de l’essai, s’assurer que ces populations ne sont pas exclues involontairement et définir les sites cliniques les plus susceptibles de garantir la participation et la représentativité. C’est là que l’IA peut être “IA pour le bien” et où la technologie ne introduit pas de biais mais assure que les biais n’entrent pas dans le processus, la conception finale ou les processus opérationnels autour de l’essai clinique.

Quel rôle ConcertAI joue-t-il dans la réduction de la charge de travail des fournisseurs de soins de santé et l’optimisation de la sélection de sites pour les essais cliniques ?

Nous intégrons la charge de travail dans tous les aspects de nos solutions d’essais cliniques. Tout d’abord, il y a une charge de travail pour le patient. Cela peut être l’emplacement du site, le nombre de visites nécessaires pour une étude par rapport au traitement standard, ou l’intensité clinique d’une étude par rapport au traitement standard, comme dans le cas d’additional biopsies. Ces choses peuvent déterminer si le patient – ou le patient en consultation avec son fournisseur de soins de santé – peut participer ou tolérer et compléter la participation.

Il y a également une charge de travail pour le fournisseur de soins de santé. Si nous pouvons automatiser l’identification des patients pour l’éligibilité aux essais cliniques, minimiser les faux positifs qui créent du travail et fournir ce que nous appelons “l’effet de levier de l’IA” au travail de l’associé de recherche clinique, de l’infirmière d’étude et des médecins, alors la charge de travail est réduite. La même chose est vraie pour notre solution d’automatisation de l’IA, qui permet à l’équipe de recherche d’éviter de faire des saisies de données manuelles – généralement 2 à 4 heures à la fin de la journée, et souvent effectuées à domicile. Tôt, nous avons examiné les données dans le dossier médical électronique – numérique – qui étaient saisies manuellement dans un portail pour le système EDC du sponsor. Ici, les données numériques sont lues puis ressaisies pour devenir à nouveau des données numériques ! Ici aussi, nous utilisons nos modèles de langage à grande échelle multi-accordés – c’était un véritable objectif du partenariat NVIDIA dès le début. Nous sommes actuellement à 55 % d’automatisation complète, avec un chemin très rapide vers plus de 80 % dans les prochains mois. À mesure que ces éléments se combinent, nous réduirons le temps de personnel à 10 % des exigences héritées et rendrons ces études plus accessibles à plus de patients.

La médecine de précision est un domaine clé où l’IA fait des progrès significatifs. Comment la technologie de ConcertAI contribue-t-elle à des traitements plus précis et personnalisés contre le cancer ?

Nous n’avons pas beaucoup discuté de cela depuis l’année dernière. En décembre 2023, nous avons assumé la responsabilité du programme CancerLinQ de la Société américaine d’oncologie clinique (ASCO). Il s’agit du plus grand réseau de santé intelligent au monde, composé de centres universitaires, de systèmes hospitaliers régionaux et de fournisseurs de soins de santé communautaires. Un élément clé de ce réseau est la mise en œuvre des solutions de qualité et de parcours cliniques certifiées ASCO. Puisque CancerLinQ est une initiative de ConcertAI, nous avons été en train de développer le réseau, d’automatiser les parcours d’oncologie de précision, de créer de nouvelles approches de jumeaux numériques pour l’amélioration de la sélection de traitement pour les fournisseurs de soins de santé, d’identifier et de messager les tests de diagnostic critiques qui pourraient éclairer les décisions de traitement, et de faire de même pour les médicaments nouvellement approuvés qui représentent une autre ou meilleure alternative de traitement. Tout cela est sous-tendu par notre architecture CARAai ™, à nouveau un ensemble de modèles de langage à grande échelle et de modèles d’IA d’oncologie accordés réalisés en collaboration avec NVIDIA. C’est incroyable de voir les progrès qui sont réalisés, et nous sommes excités de ce que nous allons publier et présenter à la prochaine réunion de l’ASCO 2025.

Comment voyez-vous les solutions d’imagerie d’IA bénéficiant des domaines tels que l’oncologie et la radiologie, en particulier à mesure que ces domaines sont confrontés à des pénuries de cliniciens ?

Excellente question ! Il est vrai que le nombre de nouveaux oncologues et radiologues entrant dans le domaine est inférieur au nombre de ceux qui partent à la retraite. Cependant, la demande des patients augmente constamment. Il s’agit donc d’un domaine idéal pour fournir des solutions de logiciels d’IA qui soutiennent les professionnels de soins de santé et les professionnels de soins de santé associés dans l’optimisation des flux de travail et l’augmentation de la décision clinique. Les radiologues et les oncologues citeront tous l’importance de ces nouvelles solutions intelligentes qui entrent dans leurs domaines. L’imagerie est un domaine merveilleux pour l’IA, et ses performances sont exceptionnelles. Les études de non-infériorité reflètent que les modèles d’IA peuvent être proches ou comparables aux experts humains dans des domaines étroits. Les flux de travail orchestrés peuvent rassembler tout cela. La même chose est vraie en oncologie, où nous rassemblons les résultats des tests moléculaires avec les données de réponse immunitaire, les algorithmes prédictifs pour la résistance et d’autres éléments qui informeront tous la décision de traitement et permettront le suivi de la réponse. J’ai été dans le domaine pendant des années et sur différents côtés des nouvelles innovations – ce que nous pouvons faire maintenant est bien au-delà de tout ce que nous pouvions faire auparavant, et le rythme du changement est incroyable.

En tant que leader expérimenté dans les technologies de soins de santé, quels conseils offririez-vous aux nouvelles entreprises qui cherchent à avoir un impact significatif dans les soins de santé grâce à l’IA ?

Vous ne pouvez pas être une entreprise d’IA sans accéder à des données à grande échelle. Les données sont le substrat pour construire des modèles de formation et de suivi. De plus, la construction de solutions d’IA est un sport d’équipe. Vous avez besoin de connaissances de domaine à une profondeur exceptionnelle, associées à une nouvelle génération de capacités de développement de modèles d’IA qui reconnaissent les comportements de différentes classes de solutions d’IA et peuvent les mettre en œuvre contre des objectifs étroits, spécifiquement accordés pour la performance humaine ou supérieure. Ensuite, ces approches peuvent être orchestrées de différentes manières pour représenter un nouveau système de fonctionnement – c’est là que les changements se produisent, et la valeur est livrée. Pratiquez “l’humilité de l’IA” car tout est incroyable et présente des choses que nous ne pouvions pas faire même six mois auparavant. Pourtant, “incroyable” n’est pas nécessairement un produit ou une nouvelle façon de travailler – c’est juste la technologie qui fait quelque chose de nouveau. C’est la responsabilité de l’entreprise d’IA de le rendre une nouvelle façon de travailler et une nouvelle approche pour livrer un niveau de valeur étonnant qui n’était pas accessible auparavant. Enfin, supposez que vous devez démontrer la confiance dans les pratiques commerciales, les modèles d’IA et la transparence des solutions. Nous sommes encore tôt dans notre parcours sociétal, et nous sommes ceux qui doivent gagner la confiance pour apporter les changements que nous sommes capables de livrer.

Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter ConcertAI.