Steve Herne, PDG chez Unlearn – Série d’entretiens

Steve Herne est un professionnel distingué avec plus de 25 ans d’expérience dans l’industrie de la recherche et du développement pharmaceutique. Tout au long de sa carrière, il a occupé des postes de direction dans des entreprises notables telles que WCG, Bioclinica, ERT, Icon Development Solutions, Covance, MDS Pharma Services et Inveresk Research. Dans ces postes, Herne a excellé dans la conduite d’une croissance à long terme, en fournissant une direction stratégique et en élargissant les portefeuilles de produits.

Son expertise englobe le développement commercial, la planification stratégique, la gestion de produits et le marketing, tous contribuant à une croissance significative de la part de marché. Herne est maintenant le directeur général d’Unlearn, où il continue d’appliquer ses connaissances approfondies de l’industrie et sa passion pour l’innovation dans le domaine de la santé.

Unlearn développe des technologies d’intelligence artificielle de pointe pour lutter contre les inefficacités dans la médecine. Grâce à ses modèles de patients virtuels innovants – des jumeaux numériques alimentés par la plate-forme Unlearn – l’organisation vise à rationaliser le développement clinique et à faire progresser la médecine de précision.

Avec une vision de transformer la médecine en une science computationnelle, Unlearn se concentre sur l’amélioration des résultats de soins de santé et sur la définition de nouvelles normes pour les soins aux patients.

Vous avez récemment pris le poste de PDG d’Unlearn.AI après avoir occupé le poste de directeur commercial. Quelle a été la transition pour vous ?

C’est une excellente transition, et je la crédite aux personnes et à la culture d’Unlearn. En regardant vers l’avenir, ma priorité absolue est de garantir que les objectifs stratégiques, la mission et la vision de l’entreprise soient alignés. Je me concentre actuellement sur le renforcement et la construction de l’équipe de direction autour de moi et je vais ajouter de nouveaux postes et membres d’équipe en 2025, alors que nous continuons de grandir et d’adopter un modèle d’entreprise à vocation commerciale.

Ayant une solide expérience dans l’industrie pharmaceutique, quels sont les perspectives ou les stratégies que vous apportez à Unlearn qui diffèrent de l’approche plus technique et axée sur la recherche menée par Charles Fisher ?

La mission et la vision d’Unlearn restent inchangées – nous allons continuer à améliorer les essais cliniques avec l’IA et notre technologie. Pour continuer à motiver notre équipe, je les défie de se mettre à la place de nos clients, alors que nous travaillons à résoudre les essais et les erreurs en médecine, en particulier. À la fin de la journée, notre objectif est de soulager les fardeaux et les points de douleur de nos clients, donc, alors que nous planifions l’année à venir, je veux qu’ils comprennent la voix de nos clients en considérant les pressions et les défis qu’ils rencontrent. C’est particulièrement important, car la plupart de notre personnel n’a pas eu l’occasion de travailler directement sur un essai clinique, compte tenu de leur carrière axée sur l’IA ou l’apprentissage automatique.

Unlearn a été un pionnier dans l’intégration de jumeaux numériques dans les essais cliniques. Pouvez-vous expliquer brièvement à nos lecteurs comment la technologie de jumeaux numériques est utilisée dans ce contexte ?

Dans les essais cliniques, les modèles d’IA d’Unlearn génèrent un jumeau numérique individuel pour chaque patient avant qu’il ne soit assigné au hasard à l’essai. Chaque jumeau numérique prévoit les résultats de santé futurs individuels sous placebo, indépendamment de l’affectation réelle du patient à l’essai. Avec notre technologie de jumeaux numériques, les chercheurs peuvent mener des essais puissants avec moins de participants et dans un délai réduit par rapport au processus d’essai traditionnel.

Nous voulons maximiser l’utilisation des jumeaux numériques dans les essais cliniques pour alimenter les études, réduire les erreurs, diminuer le nombre de participants aux essais et réduire les coûts globaux. Cependant, nous reconnaissons que chaque circonstance et chaque domaine thérapeutique nécessite une approche légèrement différente, c’est pourquoi nous développons des modèles spécifiques aux maladies formés sur des données au niveau des patients pour prédire comment la santé d’un participant va évoluer au fil du temps.

Selon vous, comment la technologie de jumeaux numériques alimentée par l’IA va-t-elle transformer le paysage de la recherche clinique dans les prochaines années ?

L’avenir est prometteur, mais il est encore inconnu. Les entreprises pharmaceutiques veulent introduire de l’innovation dans leurs processus de recherche pour accélérer la prise de décision et mettre les médicaments sur le marché plus rapidement. Puisque de nombreuses entreprises ne mettront pas leur prochain médicament sur le marché avant 2029 ou 2030, elles sont impatientes d’accélérer les délais d’essai avec des innovations comme l’IA.

Alors que ces entreprises cherchent à innover avec l’intelligence artificielle, nous forgeons de nouveaux partenariats tout en transformant l’industrie pour le mieux. Cependant, lorsqu’on regarde la courbe d’adoption, cette industrie relève encore de la catégorie des « retardataires », donc prendre un risque calculé – comme intégrer une nouvelle technologie dans un processus qui n’a pas changé depuis des décennies – est un saut que de nombreuses entreprises pharmaceutiques hésitent encore à faire.

La mission d’Unlearn est d’éliminer les essais et les erreurs en médecine. Comment voyez-vous l’évolution du rôle de l’IA dans les soins de santé au cours de la prochaine décennie, et quels jalons pensez-vous qu’il faut atteindre pour réaliser pleinement cette vision ?

Comme mentionné, les entreprises pharmaceutiques ont tendance à être plus prudentes avec les nouvelles innovations, préférant adopter des technologies éprouvées. Malgré cela, certaines entreprises utilisent déjà de nouvelles innovations, mais je crois que l’ensemble de l’industrie adoptera plus facilement l’IA et fera défaut à la technologie dans les protocoles au cours de la prochaine décennie.

Depuis mon dernière interview avec Charles Fisher, comment l’attention de l’entreprise a-t-elle changé, et quels sont les nouveaux domaines d’application de l’IA dans les essais cliniques qui vous passionnent le plus ?

Bien que notre mission et notre vision restent inchangées, nous ajustons légèrement notre stratégie en 2025. Nous intégrons nos clients dans notre plate-forme et nos produits, en garantissant l’intégrité totale des données, alors que nous utilisons des données confidentielles au niveau des patients pour former nos modèles de jumeaux numériques spécifiques aux maladies qui prévoient les résultats de santé futurs individuels de chaque patient. C’est à travers les yeux et les oreilles de nos clients que nous pouvons comprendre les défis des essais cliniques et ce que nous pouvons faire pour éliminer les essais et les erreurs en médecine à l’avenir.

Quels sont les principaux jalons que vous espérez que Unlearn atteindra sous votre direction, tant en termes de technologie que d’impact sur le marché ?

Au niveau macro, j’espère voir la technologie de jumeaux numériques améliorer chaque essai clinique. Au niveau micro, c’est mon objectif que les cliniciens considèrent Unlearn comme le partenaire de choix pour produire des jumeaux numériques, et qu’ils écrivent Unlearn dans leur plan de développement d’essai clinique avant même que l’essai ne commence. De nombreuses entreprises comprennent le pouvoir des jumeaux numériques et sont intéressées à les créer, et nous sommes en mesure de les aider à exécuter correctement la technologie.

Alors que l’entreprise entre dans cette nouvelle phase de croissance, comment comptez-vous favoriser une culture d’innovation tout en maintenant la viabilité commerciale des solutions d’IA que vous apportez sur le marché ?

Depuis notre création il y a sept ans et demi, nous nous sommes concentrés sur la recherche et le développement pour apporter notre produit précieux aux essais cliniques. Maintenant, nous passons à ce que j’appelle une phase de produit en premier, avec une exécution commerciale. Nous nous efforçons de continuer à faire croître la courbe d’adoption du marché et à construire de solides produits que les clients ont non seulement besoin, mais veulent utiliser pour résoudre efficacement les défis qu’ils rencontrent avec leurs essais cliniques.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Unlearn.