제이 페로, 클라리오 최고 정보 책임자, 기술 및 제품 책임자 – 인터뷰 시리즈

제이 페로는 클라리오의 최고 정보 책임자, 기술 및 제품 책임자입니다. 그는 정보 기술 및 제품 팀을 이끌면서 25년 이상의 경험을 가지고 있으며, 데이터 보호에 강한 초점을 가지고 있으며 의미 있는 영향을 미치는 기술 및 제품을 개발하는 것을热情적으로 추구합니다.

클라리오에 합류하기 전에, 제이는 Quikrete Companies 및 American Cancer Society와 같은 글로벌 조직에서 최고 정보 책임자, 최고 기술 책임자, 최고 제품 책임자와 같은 선임 리더십 역할을 수행했습니다. 그는 또한 Allata, LLC의 이사회의 일원입니다. 그의 전문적인 업적은 여러 번 인정받았으며, Atlanta Technology Professionals에서 최고의 실행 책임자로 선정되었으며, HMG Strategy에서 중간 규모의 최고 정보 책임자로 선정되었습니다.

클라리오는 임상 시험 관리의 선두 주자로, 생명 변화를 위한 신뢰할 수 있는 증거 생성을 위한 포괄적인 엔드 포인트 기술을 제공합니다. 종양학 시험에 전문성을 가지고 있으며, 클라리오는 환자 보고 결과를 강조하여 효능을 향상시키고, 안전성을 보장하며, 삶의 질을 개선하기 위해 전자 환자 보고를 더 비용 효율적인 대안으로 주장합니다. 치료 분야와 글로벌 규제 준수를 포함한 전문 지식을 가지고 있으며, 클라리오는 100개 이상의 국가에서 분산형, 하이브리드 및 사이트 기반 시험을 지원하며, 인공 지능 및 연결된 장치를 포함한 고급 기술을 활용합니다. 클라리오의 솔루션은 시험 프로세스를 간소화하여 환자와 후원자 모두를 위한 통합 지원 및 교육을 통해 규정 준수 및 유지 관리를 보장합니다.

클라리오는 임상 시험의 다양한 단계에서 30개 이상의 AI 모델을 통합했습니다. 이러한 모델이 임상 시험의 특정 측면, 예를 들어 종양학 또는 심장학을 향상시키는 방법에 대한 예를 제공할 수 있습니까?

우리는 800개 이상의 임상 시험에서 고객에게 속도, 품질, 정밀도 및 개인 정보 보호를 제공하기 위해 우리의 AI 모델을 사용합니다. 우리의 도구가 단지 AI 하이프 사이클의 일부가 아니라 실제로 고객에게 가치를 제공하고 있다는 것을 자랑스럽게 생각합니다.

오늘날, 우리의 AI 모델은 주로 네 가지 범주로 분류됩니다: 데이터 개인 정보 보호, 품질 제어 지원, 읽기 지원 및 읽기 분석. 예를 들어, 의료 이미지에서 자동으로 개인 식별 정보를 편집할 수 있는 도구가 있습니다. 또한 데이터 업로드 시 데이터를 신속하게 평가하여 데이터의 품질을 보장하는 도구를 사용합니다. 우리는 신호 품질을 지속적으로 모니터링하는 도구와 환자 식별자를 확인하는 도구를 개발했습니다. 우리는 또한 조각 예측, 결절 전파 및 질병 감지를 가능하게 하는 읽기 지원 도구를 개발했습니다. 또한, 우리는 AI 지원 Mayo 점수를 통해 데이터 해석을 자동화하고 표준화하여 읽기 분석을 개선했습니다.

이러한 예는 2018년부터 개발한 AI 모델의 일부입니다. 우리는 많은 진전을 이루었지만, 아직 시작 단계에 있습니다.

클라리오는 다양한 시험 환경에서 AI 기반 통찰력이 높은 정확도와 일관성을 유지하는 방법으로, 어떻게 데이터를 수집하고 분석합니까?

우리는 우리의 AI 모델을 광범위한 데이터에 대해 지속적으로 훈련하여 좋은 데이터와 좋지 않은 데이터 또는 관련이 없는 데이터를 구별하도록 합니다. 그 결과, 우리의 AI 기반 데이터 분석은 풍부한 데이터 기록을 감지하고, 사전 분석하며, 궁극적으로 고객에게 더 높은 품질의 결과를 제공합니다.

우리의 호흡기 솔루션은 우리가 왜 그렇게 하는지 잘 보여줍니다. 임상의는 호흡기 질환을 진단하고 모니터링하기 위해 호흡기를 사용하여 환자가 한 번의 강제 호흡으로 얼마나 많은 공기를 내쉬는지 측정합니다. 환자가 호흡기 테스트를 너무 느리게 수행하거나, 테스트 중에 기침하거나, 호흡기 구강 조각에 완전한 밀봉을 할 수 없는 경우와 같은 오류가 발생할 수 있습니다. 이러한 변수는 인간이 결과를 분석할 때까지 발견되지 않을 수 있는 오류를 유발할 수 있습니다. 우리는 50,000개 이상의 예제에 대해 깊은 학습 모델을 훈련하여 좋은 읽기와 나쁨 읽기를 구별하도록 했습니다. 우리의 장치와 알고리즘을 사용하면 임상의가 데이터의 값을 거의 실시간으로 볼 수 있으며, 인간 분석을 기다릴 필요가 없습니다. 이것은 일부 환자가 임상 시험에 참여하기 위해 수 시간을 운전해야 할 수 있기 때문에 중요합니다. 시험 사이트에서 테스트를 받은 후, 다음 주에 또 다른 테스트를 받아야 하는 경우에 대해 생각해 보십시오. 우리의 AI 모델은 환자가 사이트에 있는 동안 정확한 오버리드를 제공하며, 오류가 발생하면 즉시 수정할 수 있습니다. 이것은 사이트와 환자에게 부담을 줄이는 방법 중 하나입니다.

클라리오의 AI 모델은 어떻게 데이터 수집 시간을 줄이면서 데이터 품질을 손상시키지 않습니까?

임상 시험에서最高 품질의 데이터를 생성하는 것이 항상 우리의焦点입니다. 그러나 우리의 AI 알고리즘의 특성은 캡처 및 분석이 Dramatically 가속화된다는 것입니다. 우리의 알고리즘을 사용하면 품질 제어 분석을 더 빠르고 더 높은 정밀도로 수행할 수 있으며, 데이터가 입력됨에 따라 품질 검사를 수행할 수 있습니다. 즉, 환자가 사이트에 있는 동안에 데이터가 누락되거나, 잘못되거나, 품질이 낮은 환자 데이터를 식별할 수 있습니다.

클라리오는 분산형 및 하이브리드 시험, 특히 데이터 개인 정보 보호, 환자 참여, 데이터 품질과 관련하여 이러한 시험의 도전에 어떻게 대처합니까?

분산형 시험은 실제로 하이브리드 구성 요소를 가진 시험입니다. 참가자가 자신의 장치를 사용하거나 사이트에서 연결된 장치를 사용할 수 있도록 하는 것이 시험에 더 많은 가능성을 제공하며, 특히 접근성 측면에서 그렇습니다. 시험에 참여하기 쉽게 만드는 것이 기술 로드맵의 주요焦点입니다. 이 로드맵은 환자 다양성, 모집 및 유지, 참가자 편의성, 더 포괄적인 임상 시험 기회를 개선하기 위한 솔루션을 개발하는 것을 목표로 합니다. 우리는 동일한 데이터 무결성을 제공하는 가정용 호흡기, 가정용 혈압, 전자 임상 결과 평가(eCOA)와 같은 솔루션을 제공하며, 이는 더 전통적인 솔루션과 같습니다. 우리는 엔드 포인트 및 치료 분야 전문가의 감시 하에 이를 수행합니다. 결과는 환자에게 더 나은 경험을 제공하며, 더 나은 엔드 포인트 데이터를 제공합니다.

클라리오의 AI 기반 접근 방식은 제약, 바이오 테크, 의료 기기 회사에 대해 시험 타임 라인과 비용을 줄이는 데 어떤 고유한 이점을 제공합니까?

우리는 2018년부터 AI 도구를 개발해 왔으며, 이는 우리가 하는 모든 것에 침투했습니다. 그리고 우리가 항상 하는 일은 책임감 있게 그렇게 하는 것입니다. 즉, 인간을 루프에 두고, 규제 기관과 협력하고, 고객과 협력하고, 법률, 개인 정보 보호, 과학 팀을 포함하여 모든 것을 올바른 방법으로 하는 것입니다.

책임감 있게 AI를 개발하고 배포하는 것은 우리의 고객에게 여러 가지 긍정적인 방식으로 영향을 미칠 것입니다. 우리의 AI 프로그램의 기초는 업계 최초의 책임 있는 사용 원칙에 기반합니다. 클라리오에서 AI와 관련된 모든人は 이러한 다섯 원칙을 따릅니다. 우리는 알고리즘을 훈련하는 데 가장 다양한 데이터를 사용하는 모든 조치를 취합니다. 우리는 위험을检测하고 테스트하고, 알고리즘과 모델을 훈련하는 데 익명화된 데이터만 사용합니다. 이러한 지침을 따라 새로운 AI 도구를 개발할 때, 우리는 빠르게 정확한 데이터를 제공할 수 있으며, 이는 후원자에게 비용을 줄이고, 궁극적으로 환자 결과에 영향을 미칩니다.

AI 모델은 때때로 데이터에 내재된 편향을 반영할 수 있습니다. 클라리오는 시험에서 공정하고 편향되지 않은 데이터 분석을 보장하기 위해 어떤 조치를 취합니까?

우리는 편향이 발생할 수 있는 이유를 알고 있습니다. 즉, 훈련 데이터 세트가 의도된 용도에 대해 너무 제한적일 때입니다. 초기에 데이터 세트는 충분해 보일 수 있지만, 최종 사용자가 도구를 사용하고 AI를 의도된 용도 범위를 넘어설 때, 오류가 발생할 수 있습니다. 클라리오의 최고 의료 책임자 인 토드 루도 박사는 때때로 이 예를 사용합니다. 우리는 전기 심장도에서 적절한 리드 배치 결정 모델을 훈련할 수 있습니다. 임상의가 기술자가 환자의 몸에 리드를 올바르게 배치했는지 알 수 있도록 합니다. 우리는 100,000개의 전기 심장도에서 모델을 훈련할 수 있는 훌륭한 데이터가 있습니다. 그러나 만약 우리가 성인 테스트 데이터만 사용하여 모델을 훈련한다면, 2세 환자의 전기 심장도를 수행할 때 모델은 어떻게 반응할까요? 분명히 오류를 놓칠 가능성이 있습니다.

클라리오에서, 우리의 제품, 데이터, 연구 개발, 과학 팀은 모두 함께 협력하여 실제 적용에서 정확성과 신뢰성을 보장하기 위해 알고리즘에 가장 포괄적인 훈련 데이터를 사용하는지 확인합니다. 우리는 알고리즘을 훈련하는 데 가장 다양한 데이터를 사용합니다. 또한, 개발 및 사용 중에 위험을 완충하기 위해 인간의 감시를 강조합니다.

클라리오의 인간 감시 및 모니터링 프로세스는 어떻게 AI 출력과 규제 준수 및 윤리 표준을 보장하기 위해 통합됩니까?

인간 감시란 우리가 모델을 개발하고, 훈련하고, 검증하는 방법을 정확하게 아는 인간 팀이 있다는 것을 의미합니다. 개발 중이거나 기술에 통합된 모델의 경우, 전문가들은 출력을 모니터링하여 잠재적인 편향을检测하고 출력이 공정하고 신뢰할 수 있는지 확인합니다. 나는 AI가 과학과 인간의 지혜를增强하는 것이라고 생각합니다. AI는 인간이 더 높은 수준의 도전을 집중할 수 있도록 합니다. 우리는 반복 가능한 것들에 대한 부담을 제거하는 데 AI를 사용합니다. 우리는 환자 이미지, 이전 시험 또는 분석하려는 다른 모든 것을 분석하는 데 사용합니다. 일반적으로, 기계는 더 빠르고, 경우에 따라 더 잘할 수 있습니다. 그러나 인간의 직관과 우리 업계의 훌륭한 사람들이 가진 과학 및 실제 경험을 대체할 수 없습니다.

클라리오가 임상 시험에서 AI의 발전을 예측하거나 계획하는 내용은 무엇입니까?

2025년에는 바이오 제약 업계가 이전과는 달리 AI와 실시간 분석을 활용할 것입니다. 이러한 발전은 임상 시험을 간소화하고 의사 결정에 도움이 될 것입니다. 연구 구축을 가속화하고 위험 기반 모니터링을 구현함으로써, 우리는 타임 라인을 가속화하고, 환자에게 부담을 줄이고, 후원자가 더 정확하고 효율적으로 생명 유지 치료를 제공할 수 있도록 할 것입니다. 이것은 모든 사람들이 함께 의료를変革하기 위해 협력하는 흥미로운 시기입니다.

이번 인터뷰에 감사드립니다. 더 많은 정보를 원하시는 독자는 클라리오를 방문하십시오.