जे फेरो, मुख्य सूचना, प्रौद्योगिकी और उत्पाद अधिकारी, क्लेरियो – साक्षात्कार श्रृंखला

जे फेरो क्लेरियो में मुख्य सूचना, प्रौद्योगिकी और उत्पाद अधिकारी हैं, उन्होंने 25 से अधिक वर्षों का अनुभव सूचना प्रौद्योगिकी और उत्पाद टीमों का नेतृत्व किया है, जिसमें डेटा सुरक्षा पर मजबूत ध्यान केंद्रित किया गया है और ऐसी प्रौद्योगिकियों और उत्पादों को बनाने के लिए जुनून है जो महत्वपूर्ण प्रभाव डालते हैं।

क्लेरियो में शामिल होने से पहले, जे ने क्विक्रेट कंपनियों और अमेरिकन कैंसर सोसाइटी जैसे वैश्विक संगठनों में सीआईओ, सीटीओ और सीपीओ जैसी वरिष्ठ नेतृत्व भूमिकाएं निभाईं। वह एलाटा एलएलसी के बोर्ड ऑफ डायरेक्टर्स के सदस्य भी हैं। उनकी पेशेवर उपलब्धियों को कई बार मान्यता दी गई है, जिसमें एटलांटा टेक्नोलॉजी प्रोफेशनल्स से एग्जीक्यूटिव लीडर ऑफ द ईयर और एचएमजी स्ट्रैटेजी से मिड-कैप सीआईओ ऑफ द ईयर जैसे पुरस्कार शामिल हैं।

क्लेरियो क्लिनिकल परीक्षण प्रबंधन में एक नेता है, जो जीवन को बदलने के लिए विश्वसनीय और सटीक साक्ष्य पीढ़ी के माध्यम से जीवन को बदलने के लिए व्यापक एंडपॉइंट प्रौद्योगिकियों की पेशकश करता है। ऑन्कोलॉजी परीक्षणों में विशेषज्ञता, क्लेरियो रोगी-रिपोर्टेड परिणामों (पीआरओ) पर जोर देता है ताकि प्रभावशीलता में सुधार हो, सुरक्षा सुनिश्चित हो और जीवन की गुणवत्ता में सुधार हो, और इलेक्ट्रॉनिक पीआरओ को कागजी विकल्प के रूप में अधिक लागत प्रभावी विकल्प के रूप में पैरवी करता है। चिकित्सीय क्षेत्रों और वैश्विक नियामक अनुपालन में विशेषज्ञता के साथ, क्लेरियो 100 से अधिक देशों में विकेंद्रीकृत, हाइब्रिड और साइट-आधारित परीक्षणों का समर्थन करता है, जो कि उन्नत प्रौद्योगिकियों जैसे कि कृत्रिम बुद्धिमत्ता और कनेक्टेड डिवाइसों का लाभ उठाता है। उनके समाधान परीक्षण प्रक्रियाओं को स्ट्रीमलाइन करते हैं, एकीकृत समर्थन और प्रशिक्षण के माध्यम से अनुपालन और प्रतिधारण सुनिश्चित करते हैं जो रोगियों और प्रायोजकों दोनों के लिए हैं।

क्लेरियो ने क्लिनिकल परीक्षणों के विभिन्न चरणों में 30 से अधिक एआई मॉडल एकीकृत किए हैं। क्या आप बता सकते हैं कि ये मॉडल परीक्षणों के विशिष्ट पहलुओं जैसे कि ऑन्कोलॉजी या कार्डियोलॉजी में सुधार कैसे करते हैं?

हम अपने ग्राहकों को 800 से अधिक क्लिनिकल परीक्षणों में गति, गुणवत्ता, सटीकता और गोपनीयता प्रदान करने के लिए अपने एआई मॉडल का उपयोग करते हैं। मुझे गर्व है कि हमारे उपकरण केवल एआई हाइप चक्र का हिस्सा नहीं हैं – वे हमारे ग्राहकों को उन परीक्षणों में वास्तविक मूल्य प्रदान कर रहे हैं।

आज, हमारे एआई मॉडल मुख्य रूप से चार श्रेणियों में आते हैं: डेटा गोपनीयता, गुणवत्ता नियंत्रण सहायता, पढ़ने में सहायता और पढ़ने का विश्लेषण। उदाहरण के लिए, हमारे पास चिकित्सा इमेजिंग में ऐसे उपकरण हैं जो स्थिर छवियों, वीडियो या पीडीएफ में व्यक्तिगत रूप से पहचान योग्य जानकारी (पीआईआई) को स्वचालित रूप से हटा सकते हैं। हम एआई टूल्स का भी उपयोग करते हैं जो डेटा के साथ तेजी से गुणवत्ता मूल्यांकन प्रदान करते हैं – इसलिए उस डेटा में बहुत अधिक विश्वास है। हमने एक उपकरण विकसित किया है जो ईसीजी डेटा की निरंतर निगरानी करता है और सिग्नल गुणवत्ता के लिए एक अन्य उपकरण पुष्टि करता है कि सही रोगी पहचानकर्ता हैं। हमने एक पढ़ने में सहायता उपकरण विकसित किया है जो स्लाइस भविष्यवाणी, घाव प्रसार और रोग का पता लगाने को सक्षम बनाता है। इसके अलावा, हमने एआई-समर्थित मात्रात्मक अल्सरेटिव कोलाइटिस मायो स्कोरिंग जैसे उपकरणों के साथ डेटा व्याख्या को स्वचालित और मानकीकृत करके पढ़ने का विश्लेषण में सुधार किया है।

वे कुछ उदाहरण हैं जो हम 2018 से विकसित कर रहे हैं, और जबकि हमने बहुत प्रगति की है, हम अभी तक शुरू ही कर रहे हैं।

क्लेरियो एआई-संचालित अंतर्दृष्टि को विविध परीक्षण वातावरण में उच्च सटीकता और संगति बनाए रखने के लिए क्या सुनिश्चित करता है?

हम अपने एआई मॉडल को विशाल मात्रा में डेटा पर प्रशिक्षित करते हैं ताकि यह समझा जा सके कि अच्छे डेटा और डेटा के बीच क्या अंतर है जो अच्छा नहीं है या प्रासंगिक नहीं है। परिणामस्वरूप, हमारे एआई-संचालित डेटा विश्लेषण समृद्ध डेटा इतिहास का पता लगाता है, पूर्व-विश्लेषण करता है और अंततः हमारे ग्राहकों के लिए उच्च गुणवत्ता वाले परिणामों की ओर जाता है।

हमारे श्वसन समाधान इस बात को अच्छी तरह से दर्शाते हैं कि हम ऐसा क्यों करते हैं। नैदानिकों श्वसन को मदद करने के लिए श्वसन का उपयोग करते हैं और कुछ फेफड़ों की स्थिति की निगरानी करने के लिए रोगी को एक मजबूर सांस में कितनी हवा निकाल सकता है। श्वसन में कई प्रकार की त्रुटियां हो सकती हैं जब रोगी इसका उपयोग करता है। वे परीक्षण बहुत धीरे-धीरे कर सकते हैं, परीक्षण के दौरान खांसी कर सकते हैं, या श्वसन के माउथपीस के चारों ओर पूरी तरह से सील नहीं बना सकते हैं। इनमें से कोई भी परिवर्तनशीलता एक त्रुटि का कारण बन सकती है जो तब तक नहीं पता चल सकती जब तक कि मानव विश्लेषण के परिणाम नहीं मिल जाते। हमने 50,000 से अधिक उदाहरणों पर गहरे शिक्षण मॉडल को प्रशिक्षित किया है ताकि यह सीखा जा सके कि एक अच्छी पढ़ाई और एक बुरी पढ़ाई के बीच क्या अंतर है। हमारे उपकरणों और एल्गोरिदम के साथ, नैदानिकों डेटा के मूल्य को लगभग वास्तविक समय में देख सकते हैं और मानव विश्लेषण के लिए प्रतीक्षा करने के बजाय। यह इसलिए भी महत्वपूर्ण है क्योंकि कुछ रोगियों को एक क्लिनिकल परीक्षण में भाग लेने के लिए कई घंटे ड्राइव करना पड़ सकता है। कल्पना कीजिए कि आप उस साइट से घर जा रहे हैं और पता चलता है कि आपको अगले सप्ताह फिर से श्वसन परीक्षण करना होगा क्योंकि पहला परीक्षण त्रुटि दिखाता है। हमारे एआई मॉडल रोगी अभी भी साइट पर होने पर सटीक ओवररीड्स प्रदान करते हैं। यदि कोई समस्या है, तो इसे तुरंत हल किया जा सकता है। यह केवल एक तरीका है जिससे हम साइटों और रोगियों पर बोझ को कम करने के लिए काम कर रहे हैं।

क्लेरियो के एआई मॉडल डेटा संग्रह के समय को कैसे कम करते हैं बिना डेटा की गुणवत्ता को समझौता किए?

क्लिनिकल परीक्षणों के लिए उच्चतम गुणवत्ता वाले डेटा का उत्पादन हमेशा हमारा फोकस है, लेकिन हमारे एआई एल्गोरिदम की प्रकृति का अर्थ है कि कब्जा और विश्लेषण तेजी से होता है। जैसा कि मैंने उल्लेख किया है, हमारे एल्गोरिदम हमें मानव व्याख्या की तुलना में तेजी से और अधिक सटीकता के साथ गुणवत्ता नियंत्रण विश्लेषण करने की अनुमति देते हैं। वे हमें डेटा दर्ज किए जाने पर गुणवत्ता जांच भी करने की अनुमति देते हैं। इसका मतलब है कि हम डेटा को दर्ज किए जाने पर ही गायब, त्रुटिपूर्ण या खराब गुणवत्ता वाले रोगी डेटा की पहचान कर सकते हैं, न कि दिनों या हफ्तों बाद।

क्लेरियो विकेंद्रीकृत और हाइब्रिड परीक्षणों की चुनौतियों का सामना कैसे करता है, विशेष रूप से डेटा गोपनीयता, रोगी जुड़ाव और डेटा गुणवत्ता के संदर्भ में?

इन दिनों, एक विकेंद्रीकृत परीक्षण वास्तव में एक परीक्षण है जिसमें एक हाइब्रिड घटक है। मुझे लगता है कि प्रतिभागियों को अपने स्वयं के उपकरणों या घर पर जुड़े उपकरणों का उपयोग करने की अनुमति देने की अवधारणा वास्तव में परीक्षणों में, विशेष रूप से सुलभता के संदर्भ में अधिक संभावनाओं के लिए दरवाजा खोलती है। परीक्षणों में भाग लेना आसान बनाना हमारी प्रौद्योगिकी रोडमैप का एक प्रमुख फोकस है, जिसका उद्देश्य समाधान विकसित करना है जो रोगी विविधता में सुधार करते हैं, भर्ती और प्रतिधारण को सुव्यवस्थित करते हैं, प्रतिभागियों के लिए सुविधा बढ़ाते हैं और अधिक समावेशी क्लिनिकल परीक्षणों के अवसरों का विस्तार करते हैं। हम घर पर श्वसन, घर पर रक्तचाप, ईसीओए और अन्य समाधान प्रदान करते हैं जो पारंपरिक समाधानों की तरह ही डेटा अखंडता प्रदान करते हैं, और हम ऐसा अपने एंडपॉइंट और चिकित्सीय क्षेत्र के विशेषज्ञों की देखरेख में करते हैं। परिणाम एक बेहतर रोगी अनुभव है जो बेहतर एंडपॉइंट डेटा के लिए है।

क्लेरियो के एआई-संचालित दृष्टिकोण के क्या अनोखे लाभ हैं जो फार्मास्यूटिकल, बायोटेक और मेडिकल डिवाइस कंपनियों के लिए परीक्षण समय और लागत को कम करने में मदद करते हैं?

हम 2018 से एआई टूल विकसित कर रहे हैं, और वे हमारे सभी आंतरिक और निश्चित रूप से हमारे उत्पाद मिश्रण में प्रवेश कर चुके हैं। और जो हमें कभी नहीं छोड़ा है वह यह सुनिश्चित करना है कि हम इसे जिम्मेदारी से कर रहे हैं: मानवों को लूप में रखना, नियामकों के साथ साझेदारी, हमारे ग्राहकों के साथ साझेदारी करना और यह सुनिश्चित करने के लिए कि हम सब कुछ सही तरीके से कर रहे हैं, हमारी कानूनी, गोपनीयता और विज्ञान टीमों को शामिल करना। जिम्मेदारी से एआई को विकसित करने और तैनात करने से हमारे ग्राहकों पर विभिन्न सकारात्मक तरीकों से प्रभाव पड़ेगा। हमारे एआई कार्यक्रम की नींव उद्योग के पहले जिम्मेदार उपयोग सिद्धांतों पर बनाई गई है। क्लेरियो में एआई को छूने वाला कोई भी व्यक्ति उन पांच सिद्धांतों का पालन करता है। उनमें से, हम यह सुनिश्चित करने के लिए हर संभव उपाय करते हैं कि हम अपने एल्गोरिदम को प्रशिक्षित करने के लिए उपलब्ध सबसे विविध डेटा का उपयोग कर रहे हैं। हम जोखिमों का पता लगाने और उन्हें कम करने के लिए निगरानी और परीक्षण करते हैं, और हम केवल गुमनाम डेटा का उपयोग मॉडल और एल्गोरिदम को प्रशिक्षित करने के लिए करते हैं। जब हम एक नए एआई टूल को विकसित करते समय उन दिशानिर्देशों का पालन करते हैं, तो हम तेजी से सटीक डेटा प्रदान कर सकते हैं – पैमाने पर – जो पूर्वाग्रह को कम करता है, विविधता बढ़ाता है और रोगी गोपनीयता की रक्षा करता है। जितनी तेजी से हम प्रायोजकों को सटीक डेटा प्रदान कर सकते हैं, इसका उनके निचले स्तर और अंततः रोगी परिणामों पर अधिक प्रभाव पड़ता है।

एआई मॉडल कभी-कभी डेटा में निहित पूर्वाग्रहों को प्रतिबिंबित कर सकते हैं। क्लेरियो एआई-संचालित परीक्षणों में निष्पक्ष और पूर्वाग्रह-मुक्त डेटा विश्लेषण सुनिश्चित करने के लिए क्या उपाय करता है?

हम जानते हैं कि पूर्वाग्रह तब होता है जब प्रशिक्षण डेटा सेट इसके इच्छित उपयोग के लिए बहुत सीमित है। शुरू में, डेटा सेट पर्याप्त लगता है, लेकिन जब अंतिम उपयोगकर्ता उपकरण का उपयोग करना शुरू करता है और एआई को इसके लिए प्रशिक्षित किए जाने से परे धक्का देता है, तो यह त्रुटियों का कारण बन सकता है। क्लेरियो के मुख्य चिकित्सा अधिकारी, डॉ टॉड रुडो, कभी-कभी इस उदाहरण का उपयोग करते हैं: हम एक मॉडल को प्रशिक्षित कर सकते हैं ताकि यह निर्धारित किया जा सके कि इलेक्ट्रोकार्डियोग्राम (ईसीजी) में सही लीड प्लेसमेंट है ताकि नैदानिकों को बताया जा सके कि तकनीशियनों ने रोगी के शरीर पर लीड को सही स्थानों पर रखा है या नहीं। हमारे पास 100,000 ईसीजी पर मॉडल को प्रशिक्षित करने के लिए बहुत सारे अच्छे डेटा हैं, लेकिन अगर हम केवल वयस्क परीक्षणों के डेटा का उपयोग करके अपने एआई मॉडल को प्रशिक्षित करते हैं तो क्या होगा? क्या होगा अगर एक 2 साल के रोगी पर ईसीजी किया जाता है? स्पष्ट रूप से यह प्रभावित हो सकता है उपचार पर।

इसलिए, क्लेरियो में, हमारी उत्पाद, डेटा, अनुसंधान और विज्ञान टीमें मिलकर काम करती हैं ताकि यह सुनिश्चित किया जा सके कि हम अपने उत्पादों में एकीकृत एल्गोरिदम को प्रशिक्षित करने के लिए सबसे व्यापक डेटा का उपयोग कर रहे हैं। हम अपने मॉडलों को विकसित करने और उपयोग करने के दौरान मानव पर्यवेक्षण का भी उपयोग जोखिमों को कम करने के लिए करते हैं।

क्लेरियो की मानव पर्यवेक्षण और निगरानी प्रक्रिया एआई आउटपुट के साथ कैसे एकीकृत होती है ताकि नियामक अनुपालन और नैतिक मानकों को सुनिश्चित किया जा सके?

मानव पर्यवेक्षण का अर्थ है कि हमारे पास ऐसे मानव हैं जो जानते हैं कि हमारे मॉडल कैसे विकसित किए जाते हैं, प्रशिक्षित किए जाते हैं और सत्यापित किए जाते हैं। विकास में और जब हम एक मॉडल को एक प्रौद्योगिकी में एकीकृत करते हैं, तो हमारे विशेषज्ञ आउटपुट की निगरानी करते हैं ताकि संभावित पूर्वाग्रह का पता लगाया जा सके और यह सुनिश्चित किया जा सके कि आउटपुट न्यायसंगत और विश्वसनीय हैं। मुझे लगता है कि एआई विज्ञान और मानवीय उत्कृष्टता को बढ़ाने के बारे में है। एआई मानवों को एक उच्च स्तर की चुनौती पर ध्यान केंद्रित करने की अनुमति देता है। हम समस्याओं को हल करने में असाधारण रूप से अच्छे हैं और अभी भी मशीनों की तुलना में संवेदनशीलता और सूक्ष्मता में बहुत बेहतर हैं। क्लेरियो में, हम एआई का उपयोग दोहराए जाने वाली चीजों के बोझ को दूर करने के लिए करते हैं। हम इसका उपयोग व्यापक डेटा सेट का विश्लेषण करने के लिए करते हैं, चाहे वह रोगी छवियां हों, पिछले परीक्षण हों या कुछ और हो। आमतौर पर, मशीनें ऐसा करने में तेजी से और कुछ मामलों में बेहतर हो सकती हैं जो मानव कर सकते हैं। लेकिन वे मानवीय संवेदनशीलता और विज्ञान और वास्तविक दुनिया के अनुभव को प्रतिस्थापित नहीं कर सकते हैं जो हमारे उद्योग में अद्भुत लोगों के पास है।

आप क्लिनिकल परीक्षणों में एआई के प्रभाव को आगामी वर्षों में, विशेष रूप से ऑन्कोलॉजी, कार्डियोलॉजी और श्वसन अध्ययनों जैसे क्षेत्रों में कैसे देखते हैं?

ऑन्कोलॉजी में, मैं रेडियोमिक्स में लागू की गई एआई की प्रगति के बारे में उत्साहित हूं, जो चिकित्सा छवियों से मात्रात्मक मेट्रिक्स निकालता है। रेडियोमिक्स में ट्यूमर की छवि अधिग्रहण, छवि पूर्व-प्रसंस्करण, सुविधा निष्कर्षण और मॉडल विकास शामिल हैं, जिसके बाद नैदानिक अनुप्रयोग होता है। एआई का उपयोग करके, हम ट्यूमर व्यवहार की भविष्यवाणी कर सकते हैं, उपचार प्रतिक्रिया को अनुकूलित कर सकते हैं और रोगी परिणामों की भविष्यवाणी कर सकते हैं जो गैर-इनवेसिव इमेजिंग के माध्यम से ट्यूमर के आधार पर होते हैं। हम इसका उपयोग बीमारी के शुरुआती संकेतों का पता लगाने और बीमारी के पुनरावृत्ति का पता लगाने के लिए कर सकते हैं। जैसा कि रेडियोमिक्स और नैदानिक प्रवाह में अधिक उन्नत एआई टूल एकीकृत होते हैं, हम ऑन्कोलॉजी और रोगी देखभाल में बड़े कदम देखेंगे।

मैं श्वसन अध्ययनों के भविष्य के बारे में भी उत्साहित हूं। पिछले वर्ष में, हमने आर्टीक्यू नामक एक बेल्जियम कंपनी का अधिग्रहण किया, जिसने क्लिनिकल परीक्षणों में श्वसन डेटा संग्रह में सुधार के लिए एआई मॉडल बनाए। उनके संस्थापक अब मेरे मुख्य एआई अधिकारी हैं, और हम श्वसन समाधानों से बड़ी चीजें EXPECT कर रहे हैं। हमारे एल्गोरिदम अनुप्रयोग के दृष्टिकोण ने एक खेल परिवर्तक बन गया है, जो कि हमारे द्वारा रोगी और साइट के बोझ को कम करने में मदद करने वाले तरीकों में से एक है। जब निर्गमन डेटा का विश्लेषण वास्तविक समय में नहीं किया जाता है और एक विचलन बाद में पता चलता है, तो यह रोगी को क्लिनिक में वापस आने के लिए मजबूर करता है। यह न केवल रोगी के लिए तनाव जोड़ता है, बल्कि परीक्षण प्रायोजक के लिए देरी और अतिरिक्त लागत भी पैदा कर सकता है, और यह विभिन्न परिचालन चुनौतियों का कारण बनता है। हमारे नए श्वसन उपकरण आर्टीक्यू मॉडल का लाभ उठाते हैं ताकि इस बोझ को कम किया जा सके, जो लगभग वास्तविक समय में ओवररीड्स प्रदान करते हैं। इसका मतलब है कि यदि कोई समस्या होती है, तो इसे तुरंत हल किया जा सकता है जब रोगी अभी भी क्लिनिक में है।

अंत में, हम ऐसे उपकरण विकसित कर रहे हैं जो चिकित्सीय क्षेत्रों में प्रभाव डालेंगे। जल्द ही, उदाहरण के लिए, हम देखेंगे कि एआई इलेक्ट्रॉनिक नैदानिक परिणाम मूल्यांकन (ईसीओए) में मूल्य वितरित करता है। हम एआई मॉडल देखेंगे जो रोगी द्वारा अनुभव किए जाने वाले सूक्ष्म परिवर्तनों को पकड़ और माप सकते हैं। यह प्रौद्योगिकी कई शोधकर्ताओं की मदद करेगी, लेकिन उदाहरण के लिए, अल्जाइमर रोग शोधकर्ता यह समझने में सक्षम होंगे कि रोगी बीमारी के किस चरण में है। इस ज्ञान के साथ, दवा की प्रभावशीलता को बेहतर ढंग से मापा जा सकता है, जबकि रोगी और उनके देखभालकर्ता बीमारी को प्रबंधित करने के लिए बेहतर तरीके से तैयार हो सकते हैं।

आपको लगता है कि एआई क्लिनिकल परीक्षणों में विविधता का विस्तार और स्वास्थ्य समानता को बेहतर बनाने में क्या भूमिका निभाएगा?

यदि आप केवल एक तकनीकी लेंस के माध्यम से एआई पर विचार करते हैं, तो मुझे लगता है कि आप मुश्किल में पड़ जाते हैं। एआई को तकनीक, विज्ञान, नियामक और इस तरह के सभी कोणों से देखा जाना चाहिए। हमारे उद्योग में, सच्ची उत्कृष्टता केवल मानव सहयोग के माध्यम से प्राप्त की जाती है, जो सही प्रश्न पूछने की क्षमता का विस्तार करती है, जैसे: “क्या हम मॉडल को प्रशिक्षित कर रहे हैं जो उम्र, लिंग, लिंग, जाति और जातीयता पर विचार करते हैं?” यदि हमारे उद्योग में हर कोई उपकरण विकसित करने से पहले इस तरह के प्रश्न पूछता है, तो एआई न केवल दवा विकास को तेज करेगा, बल्कि सभी रोगी आबादी के लिए तेजी से करेगा।

क्या आप 2025 और उसके बाद क्लिनिकल परीक्षण क्षेत्र में एआई के विकास के लिए क्लेरियो की योजनाओं या भविष्यवाणियों को साझा कर सकते हैं?

2025 में, हम देखेंगे कि बायोफार्मा एआई और वास्तविक समय विश्लेषण का लाभ उठाने के लिए जैसा कभी नहीं हुआ। ये प्रगति क्लिनिकल परीक्षणों को स्ट्रीमलाइन करेगी और निर्णय लेने में सुधार करेगी। अध्ययन निर्माण को तेज करने और जोखिम-आधारित निगरानी को लागू करने से, हम समयसीमा को तेज करेंगे, रोगियों पर बोझ को कम करेंगे और प्रायोजकों को अधिक सटीकता और दक्षता के साथ जीवन रक्षक उपचार वितरित करने में सक्षम बनाएंगे। यह हम सभी के लिए एक रोमांचक समय है, क्योंकि हम स्वास्थ्य सेवा को बदलने के लिए एक साथ काम कर रहे हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें क्लेरियो पर जाना चाहिए।