Matt Walz, Trialbee의 CEO – 인터뷰 시리즈

Matt Walz는 Trialbee의 CEO로, 기술 기반 환자 모집의 글로벌 리더입니다. 그는 생명 과학 산업에서 20년 이상의 소프트웨어 및 리더십 경험을 가지고 있습니다. Matt는 개발자로 경력을 시작하여 Rollins Corporation, PSCI, Microsoft, Morgan Lewis, 및 Datalabs에서 다양한 기술 및 리더십 역할을 수행했습니다. 2006년, Matt는 NextDocs를 공동 설립하여 9년 동안 CTO, CSO, 및 이사로 재직했습니다. Trialbee에 합류하기 전에, Matt는 5년 동안 Aurea Software의 라이프 사이언스 부문 총괄 및 전략 계정 담당 부사장으로 근무했습니다.

Trialbee는 환자 모집을 간소화하는 헬스 테크 회사입니다. 데이터 분석, 디지털 아웃리치, 및 실제 증거를 활용하여 환자를 매칭, 참여, 및 예비 자격을 부여하여 등록을 가속화합니다. 플랫폼은 스폰서, CRO, 및 시험 사이트가 등록 파이프라인을 더 효율적으로 관리할 수 있도록 소스 및 파트너 간에 투명성을 제공합니다.

건강 기술 스타트업과 대규모 임상 연구 플랫폼에서 모두 일했습니다. 환자 모집에서 AI의 잠재력과 함정에 대한 인식을 높이는 데 기여한 개인적인 경험이나 경력의 순간은 무엇입니까?

AI는 20년 이상 임상 개발에서 일하면서 본 가장 빠르게 움직이는 기술 트렌드입니다. 가장 놀라운 것은 AI가 일반적으로 새로운 기술을 느리게 채택하는 산업에서 개념에서 운영으로 이동한 것입니다. 또한 FDA와 같은 규제 당국에서도 우선 순위를 두고 있습니다. 임상 시험 환자 모집에 특히 관심이 있습니다. 아직 초기 단계에 있으며 어디에서 가장 잘 맞는지 학습 중입니다. 벤더와 스폰서 모두 프로토콜 개발, 페르소나 및 타게팅, 데이터 강화, 지역화, 및 커뮤니케이션과 참여를 위해 AI를 탐색하고 있습니다.

그러나 잠재력과 함께 일부 위험이 있습니다. 주요 제약 회사 리더들과 이야기했으며 AI는 워크플로의 여러 지점에서 나타나고 있지만 제어되지 않는 채로 실행될 수 없습니다. 인간의 감독은 기본적입니다.

품질 및 보안 이유로 인해 Trialbee와 같은 회사에서 환자와 가족을 희망을 찾는 매우 인간적이고 공감할 수 있는 경험을 제공하는 데 있습니다. 이는 의미 있는 방식으로 환자를 위해 AI로 대체할 수 없습니다.

임상 시험 모집은 역사적으로 다양성, 속도, 및 정확성의 문제를 직면했습니다. 귀하는 AI가 이러한 문제를 해결하는 데 어떻게 도움이 되고 있는지, 그리고 어디에서 여전히 부족한지 생각합니까?

AI는 모집 과정의 가장 느리고 가장 많은 자원을 필요로 하는 일부를 간소화하는 데 도움이 됩니다. 예를 들어, 수십 개의 언어로 연구 자료를 번역하는 데 몇 주가 걸리던 것이 이제 몇 시간으로 압축됩니다. 이는 더 많은 글로벌 시장에서 더 빠르게 모집을 시작할 수 있습니다.

정확성에 관하여, AI 기반 에이전트는 우리가 생성하는 자료에서 예비 선별 및 채팅봇에 이르기까지 일관된, 기준에 맞는 상호 작용을 제공하는 데 도움이 됩니다. 이러한 도구는 특히 모집 과정에서 드롭오프 지점을 줄이는 데 유용합니다.

다양성은 여전히 도전입니다. AI는 훈련된 데이터만큼 대표적이며, 국가별 규제 제한과 같은 기술 외부의 요인에 의해도 형성됩니다. 임상 연구 전체 역사에서 시험 참가자와의 신뢰를 구축하는 것은 어려웠으며, AI 도구와의 상호 작용은 다양한 정도의 회의성으로 만납니다. 따라서 우리는 사람들에게 라이브 의료 전문가 또는 AI 에이전트와 상호 작용할 수 있는 옵션을 제공하는 접근 방식을 강력히 지지합니다. 이는 AI에 대한 다양한 편안함 수준을 가진 참가자에게 도달하는 데 도움이 되며, 특히 에이전트 AI의 경우 별도의 추론 엔진과 같은 안전 장치를 통합하여 성공을 보장합니다.

이전에 언급했듯이, AI 도구는 이전의 혁신보다 더 빠르게 환자 모집에 배포되고 있습니다. 그러나 글로벌 규제 당국이 따라가기 어려워함에 따라, 다국적 임상 시험 캠페인에서 가장 긴급한 감독 격차는 무엇이라고 생각합니까?

가장 큰 격차는 지리적 간격에 대한 규제 일관성의 부족입니다. 미국의 FDA와 같은 기관은 AI를 새로운 프레임워크와 초기 검토 프로세스로 받아들이고 있습니다. 반면, 유럽은 더 신중하게 접근하여 더 엄격한 규제 검토에 중점을 두고 있습니다.

글로벌하게 운영되는 우리와 같은 회사에게 이것은 도전을 제기합니다. 한 국가에서 허용되는 것이 다른 국가에서 허용되지 않을 수 있습니다. 또한 규제의 차이는 규제뿐만 아니라 소셜 미디어 플랫폼의 사용, 개인 데이터 처리, 및 환자 동의 수집과 같은 채널의 사용에 있습니다. 이러한 차이는 운영적 민첩성과 지역적 윤리 및 규정 준수 표준에 대한 깊은 이해를 필요로 합니다.

이것은 우리의 혁신 역사와 내재된 글로벌 문화가 동적인 AI 풍경을 탐색할 때 주요 자산임을 의미합니다.

규제 프레임워크의 글로벌 일관성의 부족은 임상 시험에서 AI의 채택을 어떻게 방해할 수 있습니까? 실제 결과를 목격했습니까?

絶對적으로. 디지털 광고 전략은 환자 모집에 효과적인 플랫폼인 Facebook를 사용하는 것입니다. 그러나 허용되는 국가 내에서도 타게팅 수준과 사용할 수 있는 데이터가 크게 다를 수 있습니다. 우리는 이러한 차이를 극복하기 위해 내부 전문 지식을 구축하고 있으며, AI 규제가 유사한 경로를 따를 것으로 예상합니다.

실제로, 이러한 격차는 모집 팀에 대한 제한을 가할 수 있습니다. 캠페인 출시가 지연되거나, 윤리위원회와의 추가 사이클이 발생하거나, 복잡한 규정 워크플로우가 발생할 수 있습니다. 국가별 AI 사용에 대한 깊은 이해가 없으면 시험을 지연시키거나 심각한 승인 장벽에 직면할 수 있습니다.

Trialbee는 데이터, 기술, 및 환자 참여의 교차점에서 운영됩니다. 귀하는 AI 기반 모집 전략이 환자를 데이터 포인트로 축소하지 않고, 대신 연구의 인간적 측면을 강화하는 방법을 어떻게 보장합니까?

우수한 질문입니다. AI를 인간을 대체하는 것이 아니라, 인간을 강화하는 도구로 본다는 점을 강조하고 싶습니다. 특히 우리가 일하는 매우 개인적인 산업에서, 우리는 세계적으로 환자 세대가 더 건강한 삶을 살 수 있도록 도와야 합니다. 우리의 비즈니스는 사람들을 연결하는 따뜻한 비즈니스입니다.

일일 운영에 관하여, 우리는 데이터와 트렌드를 분석하고, 사이트 및 연구 팀에서 필요한 조치를 취할 수 있도록 프롬프트하는 최고의 AI를 제공하는 것입니다. 우리는 이미 이를 수행하고 있으며, 귀중한 데이터를 즉시 사용하여 차이를 만들 수 있도록 기능을 추가할 것입니다. 이는 모집 진행에 대한 일일 통찰력을 제공하거나 예측 모델링을 사용하여 특정 환자와의 후속 조치를 프롬프트하는 것을 의미할 수 있습니다.

내부적으로, 우리는 조직의 모든 부서와 팀에서 체계적이고 협력적인 방식으로 AI를 사용하고 있습니다. 좋은 예로는 모집 자료의 번역과 잠재적인 PII 데이터의 AI 기반 제거가 있습니다. 이러한 모든 것은 경험豊富한 인간에 의해 감독될 것입니다. 따라서 우리가 팀을 강화하는 데 AI를 사용하는 방식을 보실 수 있을 것입니다.

임상 연구 팀이 오늘날 AI 도구를 책임 있게 안내하고 관리하기 위해 가장 중요한 기술 세트는 무엇입니까?

가장 중요한 기술 세트는 임상 전문 지식, AI 리터러시, 및 규제 유창성의 교차점에 있습니다. 팀은 AI 플랫폼과 효과적으로 상호 작용하고, 출력을 비판적으로 검토하는 방법을 이해해야 합니다.

규제 통찰력이 필요합니다. 앞서 언급했듯이, 우리는 환자와의 상호 작용에서 실시간으로 평가하고 수정할 수 있는 별도의 추론 엔진을 구축하고 있습니다. 팀은 또한 AI 번역된 콘텐츠를 평가하고, 정확성과 문화적 관련성을 윤리위원회에 제출하기 전에 검증할 수 있어야 합니다.

AI 채택이 가속화되고 있습니다. 임상 시험 이해 관계자가 AI를 워크플로에 통합하는 것에 대해 주저하거나 복잡함에 압도당하는 경우, 귀하는 어떤 조언을 드리겠습니까?

누군가가 말했습니다. “AI와 일하기 시작할 때, 실제 지능을 사용하십시오.” 기계 학습은 놀라운 일을 할 수 있습니다. 그러나 도메인 전문가의 전문 지식, 맥락, 및 가드레일이 뒷받침되어야 합니다.

제 조언은 작게 시작하고 현실에 기반하여 진행하는 것입니다. 가장 큰 실수는 구체적인 계획 없이 AI 변화를 약속하는 것입니다. 이러한 약속은 순간적으로 좋게 들릴 수 있지만, 실제 계획이 없기 때문에 신뢰를 저하할 수 있습니다.

보다 나은 접근 방식은 채택을 작은, 정의된 단계로 나누고, 명확한 결과를 설정하는 것입니다. AI가 마찰을 제거할 수 있는 1-2개의 고영향 영역을 선택하고, 올바른 감독을 뒷받침합니다. 도구를 사용하는 방법, 설정하는 방법, 및 민감한 정보를 보호하는 방법에 대해 구체적이어야 합니다. 이것이 Trialbee에서 취하는 접근 방식입니다. 우리는 현재 구축 중인 기능에 대해 이해 관계자와 대화합니다. 3개월 이내에 구현할 수 있는 기능에 대해서만 이야기합니다. 실제 계획을 가지고 있음을 보장하기 위해 이러한 접근 방식을 취합니다.

Trialbee에서는 현재 다른 부서 또는 팀이 매주 사용 사례를 제시하여 성공, 도전, 및 해결책을 공유합니다. 이를 통해 다른 사람이 자신의 AI 성공을 복제하여 효율성을 개선하고, 고객 제공을 개선하고, 모집 결과를 개선할 수 있습니다.

또한 우리는 사용하는 도구에 대한 투명성을 강조합니다. 예를 들어, OpenAI의 ChatGPT 또는 Anthropic의 Claude를 사용하는 경우, 이해 관계자에게 설정과 민감한 정보를 분리하는 방법 및 인간의 감독을 적용하는 방법에 대해 설명합니다. 일단 그들이 실제로 작동하는 것을 보게 되면, 예를 들어 번역 워크플로우에서 시간을 절약하거나 초기 환자 선별에서 속도를 높이는 경우, 다음 AI 사용 사례에 대해 더 열린 마음을 가질 것입니다. 따라서 이는 큰 비전을 판매하는 것보다 가치에 대한 증거를 제공하는 것입니다.

FDA 및 기타 규제 당국은 약물 개발에서 사용되는 AI 모델에 대해 더 엄격한 질문을 시작하고 있습니다. 귀하는 산업 표준이 되는 투명성, 검증, 또는 감사 가능성 기준이 무엇이라고 생각합니까?

산업은 투명성과 인간의 감독을 보장해야 합니다. 예를 들어, 에이전트 AI의 경우, 규제 논리를 별도의 추론 엔진에 내장하여 실시간으로 대화와 상호 작용을 평가하고 수정할 수 있습니다. 이러한 내부 제어 시스템은 환자와의 모든 상호 작용에서 표준이 되어야 합니다.

검증 프로토콜도 공식화되어야 하며, 벤치마크 테스트와 지속적인 성능 평가를 포함해야 합니다. 가장 중요한 것은 이러한 표준이 제품 개발 프로세스에 통합되어야 한다는 것입니다. 나중에 추가되어서는 안 됩니다. 이러한 엄격함은 환자 안전을 유지하고, 규제 당국의 신뢰를 얻으며, 글로벌 임상 연구 캠페인에서 AI를 책임 있게 확장하는 데 필수적입니다.

AI 모델은 종종 역사적인 데이터 세트에 의존하며, 이는 시스템적인 의료 편향을 반영할 수 있습니다. 귀하는 환자 모집에서 공정성과 다양성을 보장하기 위해 어떻게 접근합니까? 특히, 대표되지 않는 인구를 대상으로 하여 어떻게 합니까?

AI가 없다는 것이 다양성을 방해하는 것이 아닙니다. 계획을 우선순위에 두지 않는 것입니다. 그리고 AI는 실제로 우선순위를 두면 강력한 도구가 될 수 있습니다. 우리는 모델에서 사용하는 데이터를 확대하고, 커뮤니티 파트너십을 구축하며, 모집 결과를 지속적으로 모니터링하여 어떤 그룹도 뒤처지지 않도록 합니다.

귀하는 올해 말에 새로운 AI 관련 제품을 출시할 계획입니다. 귀하는 해결하고자 하는 문제와 이러한 혁신이 책임 있는 AI 사용에 대한 귀하의 더广い 철학을 어떻게 반영하는지에 대해 높은 수준에서预览해 주시겠습니까?

Trialbee는 혁신의 문화를 가지고 있으며, AI는 주요 구성 요소입니다. 올해 alone, Honey Platform은 새로운 사이트 워크플로우, 스폰서 전용 환자 레지스트리, 및 글로벌 바이오제약 브랜드를 위한 시험 찾기 웹사이트와 같은 사용 사례를 출시했습니다. AI와 관련하여, 향후 3, 6, 12개월 이내에 새로운 기능과 강화된 기능을 볼 수 있을 것입니다. 우리는 채팅봇, 스마트 도구, 및 고객을 위한 프로세스를 간소화하는 새로운 방법을 평가하고 있습니다. 내부적으로, 우리는 더 타겟팅된, 의도적인, 포용적, 및 효율적인 모든 것을 위해 AI를 사용하고 있습니다. 경험豊富한 팀원이 모든 AI 모델을 사용하는 결정과 맥락을 해석합니다.

5년 후, 귀하는 Trialbee의 역할이 임상 연구에서 AI가 더 깊이 통합됨에 따라 어떻게 진화할 것으로 생각합니까? 귀하는 더 윤리적, 효율적, 및 글로벌하게 조화된 환자 모집의 미래를 형성하는 데 귀하의 회사가 어떤 역할을 할 것으로 생각합니까?

5년 후, Trialbee는 임상 연구에서 환자 모집을 위한 AI 기반 서비스 제공업체로 선두 주자로 설립될 것입니다. 우리는 이미 모집 워크플로의 모든 부분에서 AI를 통합하여 속도, 정확성, 또는 환자 옵션을 개선할 수 있습니다. 앞서 언급했듯이, 우리는 환자에게 라이브 의료 전문가 또는 AI 에이전트와 상호 작용할 수 있는 옵션을 제공하는 도구를 평가하고 있습니다. 우리는 이러한 옵션이 참가자와의 신뢰를 높이고, 참여도를 증가시키는 데 핵심이라고 믿습니다.

윤리적으로, 우리는 AI가 규제 엄격성과 투명성으로 구현되어야 한다고 믿습니다. 이는 기술 자체에 감독 메커니즘을 내장하고, 시스템이 작동하는 방식에 대해 공개적임을 의미합니다. 우리는 또한 조직의 모든 부서와 팀에서 AI를 구축하여 기술이 발전함에 따라 적응할 수 있도록 합니다. 궁극적으로, 우리는 임상 연구에서 AI가 책임 있게 사용되는 방식을 정의하는 데 도움이 되는 회사로 남고 싶습니다. 이를 올바르게 수행하면, 시험을 더 빠르고, 더 포용적이고, 모든 사람이 접근할 수 있도록 하는 미래를 형성하는 데 도움이 될 것입니다.

우수한 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Trialbee를 방문할 수 있습니다.