मैट मिशेलसन, जेनेसिस रिसर्च - साक्षात्कार श्रृंखला में जेनेसिस एआई के अध्यक्ष

मैट मिशेलसन, जेनेसिस एआई के अध्यक्ष हैं उत्पत्ति अनुसंधान, एक अंतरराष्ट्रीय HEOR और रियल-वर्ल्ड साक्ष्य अनुसंधान संगठन, जिसके कार्यालय अमेरिका और ब्रिटेन में हैं, जो जीवन विज्ञान उद्योग का समर्थन करता है।

साक्ष्य रणनीति, विकास और संचार में एक स्थापित नेता, वे डेटाबेस विश्लेषण, रणनीतिक और सामरिक स्वास्थ्य अर्थशास्त्र और परिणाम अनुसंधान, साहित्य समीक्षा, आर्थिक मॉडलिंग, वैज्ञानिक प्रकाशन और बाजार पहुंच रणनीति के साथ ग्राहकों का समर्थन करते हैं।

नवीन तकनीकी समाधानों के विकास में विशेषज्ञ के रूप में, वे सटीक लक्षित साक्ष्यों की पहचान, निगरानी और निष्कर्षण का समर्थन करने के लिए अनुकूलित प्लेटफ़ॉर्म, डैशबोर्ड, डेटा पोर्टल और एक अद्वितीय कृत्रिम बुद्धिमत्ता प्रौद्योगिकी सहायता प्राप्त समीक्षा प्लेटफ़ॉर्म EVID AI की एक श्रृंखला प्रदान करते हैं।

क्या आप जेनेसिस रिसर्च के पीछे की उत्पत्ति की कहानी साझा कर सकते हैं?

2009 में, अकादमिक क्षेत्र में समय बिताने के बाद और अपनी गहरी मात्रात्मक पृष्ठभूमि का उपयोग करते हुए, हमारे सीईओ फ्रैंक कोर्विनो और उनके बिजनेस पार्टनर, एक चिकित्सक और स्वास्थ्य अर्थशास्त्री, ने एक नया बिजनेस मॉडल विकसित करने के लिए अपनी विशेषज्ञता को संयोजित किया, जिसने अधिक डेटा संचालित दृष्टिकोण के साथ जीवन विज्ञान कंपनियों का समर्थन किया। बड़े डेटा से लगातार पारदर्शी, प्रतिलिपि प्रस्तुत करने योग्य और अत्यधिक कुशल तरीकों से अंतर्दृष्टि।

जेनेसिस रिसर्च शुरू में रियल-वर्ल्ड एविडेंस (आरडब्ल्यूई) द्वारा समर्थित मूल्य प्रदर्शन प्रदान करने के लिए बॉक्स के बाहर सोचने की प्रतिबद्धता पर बनाया गया था। तब से, कंपनी की सेवाओं का विस्तार बाजार पहुंच क्षमताओं और रणनीति, स्वास्थ्य अर्थशास्त्र और परिणाम अनुसंधान (एचईओआर), वैज्ञानिक संचार और कृत्रिम बुद्धिमत्ता (एआई) के उद्देश्य के लिए उपयुक्त उपयोग जैसी उन्नत डिजिटल क्षमताओं को शामिल करने के लिए हुआ है।

कंपनी अग्रणी अंतरराष्ट्रीय आरडब्ल्यूई और एचईओआर संगठन के रूप में विकसित हुई है, क्योंकि हम आज इसलिए हैं क्योंकि हम अपने ग्राहकों की बात सुनते हैं और फिर उत्पाद जीवन चक्र के किसी भी चरण में उनकी बदलती जरूरतों को पूरा करने के लिए एक विविध, उच्च कुशल टीम का उपयोग करते हैं, एक लचीले "उन्नत साझेदारी मॉडल" को नियोजित करते हैं। ” जो हमें ग्राहक की टीम के विस्तार के रूप में निर्बाध रूप से काम करने की अनुमति देता है।

हर साल बड़ी मात्रा में पेपर प्रकाशित होते हैं। क्या आप चर्चा कर सकते हैं कि प्रकाशन की दर कितनी तेजी से बढ़ रही है?

इसका ठीक-ठीक पता लगाना कठिन है, लेकिन अनुमान है कि प्रत्येक वर्ष 4 से 10% की वृद्धि होती है, वर्तमान में प्रति वर्ष स्वास्थ्य देखभाल में 1-2 मिलियन लेख प्रकाशित होते हैं। यह एक बड़ी संख्या है, खासकर यदि आप अनुमान लगाते हैं कि एक व्यक्ति को एक सार पढ़ने में पांच मिनट लगते हैं। पबमेड (मेडलाइन हेल्थकेयर पेपर सर्च इंजन का सार्वजनिक संस्करण) में 30 मिलियन से अधिक लेखों का संग्रह है।

कागजात की समीक्षा के पारंपरिक तरीके अब काम क्यों नहीं कर रहे हैं?

ये कार्य विशेष कागजात में साक्ष्य खोजने की प्रक्रिया तक सीमित हैं, जो आपके वैज्ञानिक प्रश्नों का उत्तर देते हैं। और ऐसा नहीं है कि मैन्युअल तरीके ऐसा नहीं कर सकते. बल्कि, क्योंकि प्रक्रिया इतनी कठिन है, इसका मतलब है कि कार्य उतना लचीला नहीं है। यदि कुछ बदलता है तो कोई भी इसे दोबारा करने के लिए श्रम से गुजरना नहीं चाहता है, और भारी समय के निवेश को देखते हुए, आप जितने चाहें उतने स्रोतों की खोज नहीं कर सकते हैं। और लोग कभी-कभी लेखों को मिस कर देंगे क्योंकि कुछ सौ पेपर पढ़ने के बाद ध्यान केंद्रित करना कठिन होता है। इसके विपरीत, एक प्रशिक्षित मशीन कभी नहीं थकती है, और दक्षता बढ़ने का मतलब है कि एआई-आधारित दृष्टिकोण अधिक लचीले हैं, क्योंकि आप बस अगली खोज चला सकते हैं, और आप जितनी चाहें उतनी कर सकते हैं।

ईवीआईडी ​​एआई क्या है और यह चिकित्सा शोधकर्ताओं के लिए बड़ी मात्रा में शोध की पहचान करने और उसका मुकाबला करने की प्रक्रिया को कैसे सरल बनाता है?

ईवीआईडी ​​एआई एकमात्र मेडिकल साहित्य डेटाबेस है जो प्री-क्लिनिकल, क्लिनिकल, आर्थिक, महामारी विज्ञान, रोगी द्वारा रिपोर्ट किए गए परिणामों और फोकस क्षेत्रों की समीक्षा से 80 मिलियन से अधिक डेटा पॉइंट उत्पन्न करने के लिए मशीन लर्निंग का उपयोग करता है और उपयोगकर्ताओं को खोज परिणामों को सबसे अधिक फ़िल्टर करने की अनुमति देता है। आगे के विश्लेषण के लिए आवश्यक प्रासंगिक, वर्तमान जानकारी। यह एकमात्र प्लेटफ़ॉर्म है जिसमें कई लेखों में एम्बेडेड डेटा को संरचित तालिकाओं में बदलने की क्षमता है जो प्रासंगिक, अनुरोधित डेटा बिंदुओं को स्पष्ट प्रारूप में प्रस्तुत करती है। यह पेटेंट दृष्टिकोण प्रयोग करने योग्य डेटा में सबूतों को वितरित करता है, ताकि शोधकर्ता बड़ी मात्रा में कागजात पढ़ने के बिना हितधारकों के साथ साझा करने के लिए अधिक आसानी से ग्राफ़ और डैशबोर्ड विकसित कर सकें।

जेनेसिस रिसर्च ने हाल ही में ईवीआईडी ​​एआई में संवर्द्धन किया है - जो अब दुनिया का सबसे बड़ा वर्तमान चिकित्सा साहित्य अनुसंधान मंच है - जो फार्मा टीमों और अन्य स्वास्थ्य सेवा निर्णय निर्माताओं को उच्च गुणवत्ता, लक्षित परिणाम तेजी से, अधिक कुशलता से और अभूतपूर्व स्रोतों से ढूंढने में मदद करता है।

का प्रयोग ईवीआईडी ​​एआई, चिकित्सा साहित्य खोज कार्य अब मैन्युअल प्रयासों की तुलना में 59 गुना तेजी से किया जा सकता है, प्रति खोज काफी अधिक प्रासंगिक साक्ष्य और 15 गुना कम अप्रासंगिक लेख के साथ। हजारों प्रशिक्षण डेटा बिंदुओं के संपर्क के माध्यम से प्रोग्राम किया गया पेटेंट मशीन-लर्निंग प्रारूप पहले से कहीं अधिक तेज और व्यापक है और अनुसंधान के समय को महीनों से घटाकर हफ्तों या दिनों में बदल देगा।

ईवीआईडी ​​एआई का एक लाभ यह है कि यह शोधकर्ताओं और सरकारी नियामकों को एआई डेटा को उसके स्रोत पर वापस ढूंढने की अनुमति देता है। यह क्यों महत्वपूर्ण है और यह कैसे काम करता है?

कई एआई प्रणालियों के साथ एक प्रमुख मुद्दा यह है कि वे अपारदर्शी हैं - जिन्हें कभी-कभी "ब्लैक बॉक्स" भी कहा जाता है। और यह इस अर्थ में सच है कि हम हमेशा यह नहीं समझ पाते कि एआई जो करता है वह क्यों कर रहा है। उदाहरण के लिए, यदि यह एक लेख लेता है और पाठ से सभी परिणामों को तोड़ता है, तो यह आवश्यक रूप से आपको यह नहीं बता सकता कि उसने उन वाक्यांशों और परिणामों को क्यों चुना, यह केवल उन्हें आपको दिखा सकता है। हालाँकि, हम पारदर्शी होने और डेटा उद्गम प्रदान करने पर जोर देते हैं (उदाहरण के लिए, आपको यह दिखाना कि यह कहाँ से आता है), ताकि उपयोगकर्ता हमेशा उस परिणाम का पता लगा सकें जिस वाक्य से यह आया है, जिस लेख में वह वाक्य है, और फिर लेख का मूल स्थान. इस तरह, परिणामों को उनके स्रोत तक वापस लाने के लिए हमेशा एक तंत्र होता है। बेहतर विज्ञान प्रदान करने के अलावा, यह नियामकों के लिए महत्वपूर्ण है, क्योंकि यदि कोई फार्मा कंपनी हमारे एआई के साक्ष्य के आधार पर दावा कर रही है, तो नियामक यह सत्यापित कर सकता है कि डेटा सही है और स्रोत वैध है।

क्या आप ईवीआईडी ​​एआई का उपयोग करने वाले शोधकर्ताओं का कोई उपयोग मामला या केस अध्ययन साझा कर सकते हैं?

बिल्कुल। चुनने के लिए कई विकल्प हैं, लेकिन यहां दो हैं जो उपयोगी हैं, क्योंकि वे दिखाते हैं कि उपकरण का उपयोग बड़े, बजट वाली परियोजनाओं और दैनिक, तदर्थ कार्यों दोनों के लिए कैसे किया जा सकता है। पहले मामले में, हमने एक फार्मास्युटिकल कंपनी से ऑन्कोलॉजी के लिए साहित्य समीक्षा अपडेट करने के लिए एक टीम नियुक्त की थी। यह एक बड़ा उपक्रम है क्योंकि ऑन्कोलॉजी में विशिष्ट क्षेत्र बड़ा है, साहित्य तेजी से बदलता है, और परियोजना का दायरा बड़ा है। मूल समीक्षा में परिदृश्य (उदाहरण के लिए, सभी मुख्य दवाएं) और उनके परिणामों का विश्लेषण शामिल था कि वे कितने प्रभावी हैं, वे कितने सुरक्षित हैं और आर्थिक प्रभाव हैं। इसमें न केवल नैदानिक ​​​​परीक्षण रिपोर्ट शामिल हैं, बल्कि अवलोकन संबंधी अध्ययनों के बारे में लेख भी शामिल हैं, जहां वैज्ञानिक केवल नियंत्रित, परीक्षण वातावरण के बजाय "वास्तविक दुनिया" में निर्धारित दवा के प्रदर्शन को ट्रैक करते हैं।

ईवीआईडी ​​एआई ने इस कंपनी को जबरदस्त बचत के साथ इस साहित्य कार्य के लिए सभी नए और अद्यतन परिणाम इकट्ठा करने में मदद की। इसके विपरीत, हमारे पास एक उदाहरण था जहां एक वैज्ञानिक ने विभिन्न मानसिक स्वास्थ्य दवाओं पर स्विच करने से जुड़ी लागतों का एक आर्थिक मॉडल बनाया था जिसे "बजट प्रभाव मॉडल" कहा जाता था। चुनौती इस बात का अच्छा अनुमान लगाने की है कि ऐसे मरीज़ कितनी बार दवाएँ बदल रहे हैं। जब वैज्ञानिक ने शुरू में मॉडल बनाया, तो उसने अपने इच्छित परिणाम को खोजने के लिए लेखों को स्कैन करने में पूरा दिन बिताया। ईवीआईडी ​​एआई के साथ, उन्होंने इसे कुछ ही मिनटों में ढूंढ लिया।

चिकित्सा अनुसंधान में सहयोग करने वाले मानव और एआई के भविष्य के बारे में आपका क्या विचार है?

जैसे-जैसे चिकित्सा अनुसंधान एआई के साथ अधिक से अधिक सहज होता जाएगा, यह दवा खोज से लेकर नैदानिक ​​परीक्षण भर्ती से लेकर डेटा विश्लेषण और प्रतिपूर्ति तक के क्षेत्रों में फैल जाएगा। नए उपचारों के विकास के हर पहलू को एआई से लाभ होगा, और परिणाम वर्कफ़्लो में अंतर्निहित हो जाएंगे। अलग-अलग टूल पर भरोसा करने के बजाय, जिसके लिए संदर्भ को बेंच-साइंस कार्य से एआई कार्य में बदलने की आवश्यकता होती है, यह एक नए रेस्तरां में जाने के लिए जीपीएस का उपयोग करने जितना सहज हो जाएगा। दूसरा विचार भी नहीं आएगा. हालाँकि, विशेष रूप से फार्मा उद्योग में, हमें डेटा की प्रासंगिकता निर्धारित करने और निर्णय लेने में सहायता के लिए आगे का विश्लेषण शुरू करने के लिए जेनेसिस रिसर्च की टीमों जैसे अत्यधिक अनुभवी लोगों की अभी भी आवश्यकता होगी।

क्या कुछ और है जो आप जेनेसिस रिसर्च के बारे में साझा करना चाहेंगे?

जेनेसिस रिसर्च का तीव्र विकास नई चुनौतियों का सामना करने, सही प्रश्न पूछने, सही डेटा तक पहुंचने और उसका विश्लेषण करने के लिए सही टीमों को इकट्ठा करने और जीवन विज्ञान पहल को आगे बढ़ाने वाले समाधान प्रदान करने की क्षमता के कारण है। आरडब्ल्यूई-आधारित समाधान विकसित करने में एक प्रर्वतक, कंपनी पूरी तरह से डेटा अज्ञेयवादी है और इष्टतम डेटा स्रोतों की पहचान करने के लिए ग्राहकों के साथ मिलकर काम करती है। हमें साक्ष्य रणनीति, विकास और संचार में एक स्थापित नेता होने के साथ-साथ नवीन तकनीकी समाधानों के विकास में विशेषज्ञ होने पर गर्व है।