コンサートAIのジェフ・エルトンCEO – インタビュー・シリーズ

ジェフ・エルトン博士は、ConcertAIのCEOです。ConcertAIは、ライフサイエンスのイノベーターと世界をリードするヘルスケアプロバイダーに研究ソリューションと患者中心のソリューションを提供するAI SaaSソリューション会社です。 ConcertAIは、プロバイダーのEMR、LIS、PACSシステムを使用して、臨床研究の精度を高め、スピードを上げることに焦点を当てています。 ConcertAIは、アメリカ臨床腫瘍学会とそのCancerLinQプログラム、米国FDA、NCIヘルスエクイティイニシアチブ、および米国全土の約100のヘルスケアプロバイダーと長期的なパートナーシップを結んでいます。

ConcertAI以前は、ジェフはアクセンチュア・ストラテジー/パテントヘルスのマネージングディレクター、ノバルティス・バイオメディカル・リサーチ・インスティテュートのグローバルチーフオペレーティングオフィサー兼戦略担当上級副社長、およびマッキンゼー・アンド・カンパニーのパートナーでした。 また、複数のスタートアップ企業の創設メンバーであり、シニアアドバイザーです。 ジェフは現在、マサチューセッツ・バイオテクノロジー・カウンシルの理事です。 彼は、広く引用されている本「ヘルスケア・ディスラプト」（Wiley、2016年）を共著しています。 ジェフは、シカゴ大学で博士号とMBAを取得しています。

ConcertAIの創設CEOとして、会社の創設当初のビジョンを共有してください。2018年以降にどのように進化してきましたか?

私たちは、患者結果の改善は、深く行動可能な洞察から来るという考えから始めました。 その洞察を得るには、データの完全性、データの規模、データの代表性、および高度なAIインテリジェンスが必要です。 したがって、私たちは、Data-as-a-ServiceとAI Software-as-a-Serviceの会社を作りました。 私たちは、推論と予測を可能にするAIをターゲットにしました。 これには、患者が治療に従わないことや、陽性の反応がないために治療を中止することを予測することが含まれます。これは、臨床試験が次の選択肢になることを示しています。

私たちのビジョンは、変わることなく続いています。私たちは、ソリューションからさらに多くのことを期待し続けています。最新のLLM世代、エージェントAI、他の生成AIソリューションにより、スケール（そしてほぼリアルタイム）で動作できます。NVIDIAのようなパートナーと協力して、ソリューションを予想以上のパフォーマンスで動作させることができます。私たちの旅は、非常に生産的で、そして刺激的でした。

私たちは、臨床試験自動化ソリューション、エビデンスベースの臨床パスウェイへの患者配置の自動化、放射線解釈の高度なワークフロー、ケアと研究のためのデジタルツインの使用など、想像できなかったパフォーマンスを開拓しました。

今日、私たちはほぼ50のバイオファーマ企業と2,000のヘルスケアプロバイダーにサービスを提供しています。市場全体の規模にはまだ達していませんが、業界で最も幅広いAIソリューションを提供しています。

コンサートAIは、がんおよび血液疾患のデータセットに特に焦点を当てました。どのようにしてコンサートAIはこれらの分野で違いを生み出すことを目指していますか?

アメリカは1971年に「がんとの戦い」を開始し、国立がん研究所への大規模な政府資金提供を開始しました。これにより、がんを引き起こす遺伝子変異に関する洞察が得られ、新しい治療法が開発され、国立がん研究所指定治療センターが拡大しました。オバマ政権下では、10億ドルの電子刺激がNIHおよびNCIに提供されました。バイデン政権下では、2022年にがんムーンショット2.0プログラムが開始され、さらに新しい研究と種子資金投資が行われました。

私はこの歴史を紹介するために、がんや血液疾患の分野は、ゲノム、トランスクリプトーム、デジタルパソロジー、デジタルラジオロジー、詳細な電子医療記録など、多くのデータと研究があります。アメリカ臨床腫瘍学会の年次総会は、世界で最も大きな医療会議であり、最も多くの新しい出版物、ポスター、要約があります。

したがって、データとAIに重点を置く場合、コンサートAIは世界で最も大きな研究グレードのデータコレクションを持っています。これには、数百のピアレビュー出版物が含まれており、これらの出版物によって患者治療が変更され、最も良い結果が得られます。現在、AI SaaSテクノロジーがケアと研究のプロセスに不可欠です。重要なことは、これを単独で行っていないということです。ヘルスケアプロバイダーとバイオファーマイノベーターパートナーと透明性を保っています。私たちは、リアルタイムの高度なAIインテリジェンスによる意思決定支援に向かって進化しています。

コンサートAIはリアルワールドエビデンス（RWE）とヘルスケアのAIテクノロジー分野でリーダーになりました。初期の課題について教えてください。

信頼を得る必要があります。プロバイダー、学術、産業パートナーから信頼を得る必要があります。信頼は、データが患者に利益をもたらすことを保証することから来ます。信頼は、データが元の患者記録の完全な反映であり、概念が現在の臨床および科学的慣行を反映していることを保証することから来ます。テクノロジーも同様です。科学者と臨床医は、黒い箱や理解できないアルゴリズムを信頼しません。したがって、出版物を通じて信頼を確立する必要がありました。

コンサートAIはがんおよび血液疾患の世界最大のデータセットを持っています。このデータセットはがん研究と治療の変革にどのような機会を提供しますか?

私は毎日このことに取り組んでいます！ 提供できる価値はほぼ無限です。 初期臨床試験では、デジタルツインを使用した研究シミュレーションアプローチを開発中です。 これにより、研究が進行するまでの時間を30〜40%短縮できます。 新しい治療法が患者に届けられます。 私たちの意思決定支援AIソリューションは、エビデンスベースの治療パスを推奨し、反応を予測し、期待以下の反応の場合は有益な臨床試験を検索します。 画像診断ソリューションは、運用プロセス、臨床診断、将来の新しい解釈や介入についての洞察を提供します。 これは、AIとプロセスの変化によって可能なイノベーションです。

コンサートAIのデジタルトライアルソリューションは、がん患者を救命の臨床試験にマッチングする方法を説明してください。患者結果への影響についてはどうですか?

臨床試験は非常に複雑で、多くの専門家の時間と労力を必要とします。 多くの組織では、臨床試験は患者にとって標準治療が実行可能な代替手段ではない場合の責任とコミットメントとして提供されます。 臨床試験は、80%の患者が治療を受けるコミュニティ治療センターで利用できません。 これは、最終的に新しく承認された薬を服用することになる患者です。 これにより、2つのジレンマが生じます。 最もアクセスが必要な患者が制限されており、最終的な標準治療人口を反映する患者が試験データセットに含まれていないということです。 私たちはこれらの問題を解決するために道筋を切り開きました。

結果は素晴らしいです。 2025年には、進行中の研究の数を10倍に増やす予定です。 私たちのアプローチは、AIを専門家の人間の拡張として実装する方法です。 大きな能力と才能の制約があり、命が懸かっている場所で、専門家の人間が行うのと同じことを行います。 私たちは、患者記録にアクセスし、特性を総合し、患者を潜在的に有益な試験にマッチングする、調整された大規模言語モデルを開発しました。 私たちのテクノロジーが展開されているサイトでは、最も専門家の人間と同等のレベルでパフォーマンスを発揮し、試験に参加する患者を5倍以上増やしています。 研究チームとバイオファーマイノベータは喜んでいます。 患者が最も利益を得ています。

コンサートAIの試験設計と患者募集へのAI駆動アプローチは、患者多様性や試験効率などの臨床研究の現在の限界に対処する方法について教えてください。

私は私のチームに誇りを感じています。彼らは3、4年前に、多様性を達成することは義務であり、正しいことであると私に伝えました。彼らはまた、手動で行うのは難しいが、自動化すればゼロの追加労力であると主張しました。したがって、私たちは、すべてのデータセットとAI SaaSソリューションに多様性と社会的決定要因の特性を標準アプローチとして統合することを決定しました。CARAai™をサポートする臨床試験設計と最適化ソリューションは、どの民族、人種、または経済的サブポピュレーションが疾患によって最も悪影響を受ける可能性があるかを評価できます。試験設計にこれらの考慮を組み込み、参加を保証するためにこれらのポピュレーションを無意識的に除外することを防ぎ、参加と代表性を保証する可能性のある臨床サイトを定義できます。これは、AIが「AI for Good」となる場所であり、技術が偏見を導入しない場所であり、プロセス、最終的な設計、または臨床試験周りの運用プロセスに偏見が入らないことを保証する場所です。

コンサートAIは、ヘルスケアプロバイダーと臨床試験におけるサイト選択の負担を軽減する上でどのような役割を果たしていますか?

私たちは、すべての臨床試験ソリューションに作業負荷を統合しています。まず、患者に負担があります。サイトの場所、標準治療よりも研究に必要な訪問回数、または標準治療よりも研究の臨床的強度がこれらの要因となります。これらは、患者、または患者とプロバイダーが参加するか、または参加を完了するかどうかを決定する可能性のある要因です。

プロバイダーにも負担があります。患者を臨床試験の適性に自動的に識別でき、偽陽性を最小限に抑え、臨床研究関連者、研究看護師、医師の仕事に「AIレバレッジ」を提供できると、負担が軽減されます。同様に、AI自動化ソリューションにより、研究チームは手動データエントリ（通常、1日終わりに2〜4時間、時には自宅で行う）を避けることができます。初期段階で、EMR内のデジタルデータをスポンサーのEDCポータルに手動で入力するデータを見ました。つまり、デジタルデータを読み取り、再度デジタルデータとして入力することになります。ここでも、NVIDIAとのパートナーシップを通じて、マルチチューンされた大規模言語モデルを使用しています。現在、55%の完全自動化を達成しており、数ヶ月以内に80%以上に急速に進化しています。これらの要素がまとまると、スタッフ時間を10%のレガシーレベルに下げ、より多くの患者に研究を提供できるようになります。

プレシジョンメディシンは、AIが大きな進歩を遂げている分野です。コンサートAIのテクノロジーは、より正確でパーソナライズされたがん治療にどのように貢献していますか?

私たちは、これについてあまり話していません。 2023年12月に、アメリカ臨床腫瘍学会のCancerLinQプログラムの責任を引き受けました。 これは、学術センター、地域病院システム、コミュニティプロバイダーからなる世界最大のインテリジェントヘルスネットワークです。 このネットワークの重要な部分は、ASCO認定の品質と臨床パスウェイソリューションを実装することです。 CancerLinQはConcertAIのイニシアチブであるため、ネットワークを拡大し、精密腫瘍学パスウェイを自動化し、新しいデジタルツインアプローチを開発し、治療選択を強化し、新しく承認された薬剤についての重要な診断テストを特定し、新しい治療の選択肢についてのメッセージを提供しています。 すべては私たちのCARAai™アーキテクチャによって支えられています。 これは、NVIDIAとの共同で開発されたビジョンLLMとチューンされたオncology LLMのセットです。 進歩は驚くべきものであり、ASCO 2025で発表することになります。

AI画像解析ソリューションは、がんや放射線科などの分野にどのような利点をもたらしますか? 特に、これらの分野は臨床医の不足に直面しています。

優れた質問です！ がん専門医と放射線科医の新規加入者数は、退職者数を下回っています。 しかし、患者需要は増加しています。 したがって、医師と関連医療専門家をサポートするAI SaaSソリューションを提供するのが理想的です。 画像診断は、AIの優れた分野であり、パフォーマンスは例外的なものです。 非劣性研究は、AIモデルが狭い分野で人間と同等、またはそれ以上のパフォーマンスを発揮できることを示しています。 オーケストレーションされたワークフローは、これらをまとめることができます。 がんでも同様です。 私たちは、分子検査結果、免疫反応データ、予測アルゴリズム、治療反応の監視をまとめています。 私がこの分野にいる間、できることが大幅に拡大しました。 変化のペースは驚くべきものです。

ヘルスケア技術の経験豊富なリーダーとして、ヘルスケアで有意義な影響を与えるためにAIを使用する新しい会社にアドバイスを与えることができますか?

AI会社を運営するには、スケールでのデータにアクセスする必要があります。 データは、モデルのトレーニングとモニタリングを構築するための基盤です。 AIソリューションを構築することはチームスポーツです。 例外的な深さのドメイン知識と、新しいAIモデル開発能力が必要です。 これらのアプローチをさまざまな方法でオーケストレーションして、新しいシステムを作成する必要があります。 そこで変化が発生し、価値が提供されます。 「AIの謙虚さ」を実践してください。 すべてが驚くべきものですが、6ヶ月前にできなかったことを実現しています。 しかし、「驚くべき」ことは、必ずしも製品または新しい方法ではありません。 それは、技術が新しいことを行っているということです。 AI会社の責任は、新しい方法、新しいアプローチ、以前には到達できなかった驚くべき価値を提供することです。 最後に、ビジネス慣行、AIモデル、ソリューションの透明性において信頼を示す必要があります。 私たちはまだ社会的な旅の初期段階にあり、変化をもたらすために必要な信頼を獲得する必要があります。

素晴らしいインタビュー、詳しく知りたい読者はConcertAIを訪問してください。