Jeff Elton, CEO bij ConcertAI – Interviewreeks

Jeff Elton, Ph.D. is CEO van ConcertAI, een AI SaaS-oplossingsbedrijf dat onderzoeksoplossingen en patiëntgerichte oplossingen biedt voor life sciences-innovators en ‘s werelds toonaangevende aanbieders. ConcertAI richt zich op het versnellen en verbeteren van de precisie van retrospectieve en prospectieve klinische studies met behulp van provider EMRs, LISs en PACS-systemen als bron voor alle studiegegevens. Het is een langetermijnpartner van de American Society of Clinical Oncology en haar CancerLinQ-programma, US FDA, NCI Health Equity-initiatieven en bijna 100 zorgverleners in de VS.

Vóór ConcertAI was Jeff Managing Director, Accenture Strategy/Patient Health; Global Chief Operating Officer en SVP Strategy bij Novartis Institutes of BioMedical Research, Inc.; en partner bij McKinsey & Company. Hij is ook een van de oprichters en senior adviseur van verschillende startende bedrijven. Jeff is momenteel bestuurslid van de Massachusetts Biotechnology Council. Hij is co-auteur van het veelgelezen boek Healthcare Disrupted (Wiley, 2016). Jeff heeft een Ph.D. en M.B.A. van The University of Chicago.

Als oprichter en CEO van ConcertAI, kunt u uw visie voor het bedrijf delen bij de oprichting? Hoe is die visie sinds 2018 geëvolueerd?

We begonnen met het idee dat verbeterde patiëntresultaten voortkomen uit diepe en actiegerichte inzichten. Het verkrijgen van deze inzichten vereist gegevensvolledigheid, gegevensschaal, gegevensrepresentativiteit en geavanceerde AI-intelligentie. Dus creëerden we een Data-as-a-Service- en AI Software-as-a-Service-bedrijf. We richtten ons op AI die inferencing en voorspelling mogelijk maakt. Dit omvatte het voorspellen van gebeurtenissen die vermeden moeten worden, zoals de niet-naleving van patiënten van hun therapie of stopzetting van de zorg vanwege een gebrek aan positieve respons, wat aangaf wanneer klinische trials de volgende optie zouden kunnen zijn.

Onze visie is onveranderd gebleven, en we verwachten nog steeds meer van onze oplossingen. Met de nieuwste generatie LLM’s, agentic AI en andere generatieve AI-oplossingen, kunnen we op schaal werken (en bijna in real-time – iets wat we in 2018 niet verwachtten of voorzagen). Met partners zoals NVIDIA, kunnen we onze oplossingen verbeteren om beter te presteren dan verwacht, beperkingen en unieke kenmerken herkennen en de snelheid van de innovaties van de hele markt bijhouden – de reis tot nu toe is buitengewoon productief en spannend geweest.

We hebben ongekende prestaties geopend in klinische proefautomatiseringsoplossingen, automatisering van de plaatsing van patiënten op evidence-based klinische paden, geavanceerde workflows in radiologische interpretatie en het gebruik van digitale tweelingen als beslissingsondersteunend instrument voor zorg en onderzoek.

Vandaag de dag bedienen we bijna 50 biopharma-innovators en 2.000 zorgverleners – dus, hoewel we niet op de schaal van de hele markt zitten, zijn we de meest omvattende AI-oplossingen voor oncologie in de industrie.

Wat inspireerde u om u te richten op oncologie- en hematologiedatasets en hoe zag u ConcertAI een verschil maken in deze gebieden?

De Verenigde Staten startten de “Oorlog tegen kanker” in 1971 met de National Cancer Act. Dit zorgde voor grote overheidsfinanciering, die inzichten opleverde in de mutaties die kanker veroorzaken, nieuwe modaliteiten voor therapieën, uitgebreide National Cancer Institute-gedesignate behandelingcentra en meer. Onder het Obama-beleid nam de financiering opnieuw toe met $10 miljard in elektronische stimulus naar de NIH en, in het verlengde daarvan, naar de NCI. Onder Biden werd het Cancer Moonshot 2.0-programma in 2022 gelanceerd, wat opnieuw een geheel nieuwe generatie onderzoek en seedfinanciering voor academische, gemeenschaps- en private-publieke partnerschappen catalyseerde.

Ik geef deze geschiedenis omdat weinig ziektes of gebieden van de gezondheidszorg het niveau van gegevens hebben: genomics, transcriptomics, digitale pathologie, digitale radiologie, gedetailleerde elektronische medische dossiers, enz., en het niveau van onderzoek dat deze gegevens contextualiseert met gevalideerde inzichten door middel van rigoureuze, multicenter, peer-reviewstudies. Als verder bewijs is de jaarlijkse bijeenkomst van de American Society of Clinical Oncology de grootste medische bijeenkomst ter wereld, met het grootste aantal nieuwe publicaties, posters en abstracts van enig wetenschappelijk forum over enig onderwerp.

Dus, als je data- en AI-georiënteerd bent, zijn er weinig betere gebieden om oplossingen te ontwikkelen met vertrouwen en op schaal dan oncologie. ConcertAI heeft de grootste verzameling onderzoeksgegevens van iedereen ter wereld. Het omvat honderden peer-reviewed publicaties die mogelijk worden gemaakt door die gegevens, aanzienlijk bewijs dat resulteert uit die publicaties en de behandeling van patiënten verandert en de meest positieve mogelijke resultaten waarborgt, en nu AI SaaS-technologieën die integraal zijn aan de processen van zorg en onderzoek die de kracht van die gegevens en bewijs bij alle punten en voor alle beslissingen langs de zorgreis van een patiënt brengen. Wat hier echt belangrijk is, is dat we dit niet unilateraal doen. Het wordt transparant gedaan met onze zorgverleners- en biopharma-innovatorpartners om het grootste vertrouwen en gebruik te waarborgen. Dus we evolueren naar real-time, geavanceerde, AI-intelligentie-geactiveerde beslissingsondersteuning.

ConcertAI is uitgegroeid tot een toonaangevend bedrijf in real-world evidence (RWE) en AI-technologie voor de gezondheidszorg. Wat waren enkele van de vroege uitdagingen die u tegenkwam bij het positioneren van het bedrijf als leider in deze ruimte?

Je moet vertrouwd zijn en evolueren naar een referentiebron. Dat is verdiend. Het vertrouwen komt van uw zorgverlenerspartners, die geloven dat de gegevens die u toegang tot hebt, in het beste belang van hun patiënten zijn. Vertrouwen komt van uw academische en industriele partners, die het bewijs van en geloven dat uw gegevens zijn afgeleid als een perfecte weergave van de oorspronkelijke patiëntrecords en dat de concepten die u voorstelt ‘waar’ en reflectief zijn van de huidige klinische en wetenschappelijke praktijk. U moet ook een schaal bereiken waarop uw gegevensoplossingen niet alleen de hele bevolking vertegenwoordigen, maar ook conclusies opleveren die met vertrouwen algemeen toepasbaar zijn op de hele bevolking die met een bepaald geneesmiddel wordt behandeld. Technologie is vergelijkbaar. Wetenschappers en clinici zijn van nature skeptisch – en dat moeten ze ook zijn – en vertrouwen geen black boxes of algoritmes die ze niet begrijpen. Dus we moesten vertrouwen vestigen, ook daar, door middel van publicaties en openheid over hoe onze oplossingen werken.

ConcertAI heeft de grootste oncologie- en hematologiedataset ter wereld. Wat zijn de unieke kansen die deze gegevens creëren voor het transformeren van kankeronderzoek en -behandeling?

Ik hou van die vraag. We werken hier elke dag aan! De kansen om waarde te bieden aan zorgverleners, patiënten en innovators zijn bijna onbeperkt. In vroege proeven werken we aan de evolutie van studie-simulatiebenaderingen met digitale tweelingen die de programma’s die we in klinische proeven nemen, zullen veranderen. Onze gegevens en AI-optimalisaties zullen de tijd die nodig is om van een definitief protocol tot een definitieve indiening bij regulators te komen, met 30 tot 40% verkorten – wat betekent dat nieuwe geneesmiddelen sneller bij patiënten komen. Onze AI-geactiveerde beslissingsondersteuningsoplossingen zullen evidence-based behandelingspaden aanbevelen die specifiek zijn aangepast aan die paden, de responsen in overeenstemming met de voorspelde respons monitoren en potentieel gunstige klinische proeven zoeken wanneer de respons of het voordeel onder de verwachtingen ligt. Onze beeldvormingsoplossingen voor klinische interpretatie werken op het niveau van operationele processen, klinische interpretatie en langetermijnvisie van nieuwe interpretaties of interventies die op basis van inzichten en bewijs in de toekomst moeten worden overwogen. Nog nooit is een actie “eenmalig en klaar” maar wordt het “eenmalig en dan weer en weer” zodat gunstige herbeoordelingen en toekomstige beslissingen een voortdurend proces worden! Wat hier anders is, is dat het zicht de hele patiëntreis is – dit is een horizontaal zicht in plaats van een reeks smalle, diepe, verticale zichten die moeten worden samengesteld. Dit is een innovatie die mogelijk wordt gemaakt door AI en een diepgaande procesverandering die nieuwe manieren van werken biedt aan de expertmensen die hierbij betrokken zijn.

Kunt u uitleggen hoe ConcertAI’s Digital Trial Solution werkt om kankerpatiënten te matchen met levensreddende klinische proeven? Wat is de impact die u tot nu toe heeft gezien in termen van patiëntresultaten?

Klinische proeven zijn zeer complex en vereisen uren van inspanning van een breed scala aan hooggespecialiseerde individuen. Voor de meeste organisaties worden klinische proeven aangeboden als een verantwoordelijkheid en toewijding aan patiënten waarbij de huidige standaard van zorg mogelijk geen haalbare alternatief vertegenwoordigt. Proeven zijn niet echt beschikbaar voor patiënten in gemeenschapsbehandelingscentra, waar 80% van de patiënten hun zorg ontvangt. Toch zijn dit de patiënten die uiteindelijk nieuwe goedgekeurde geneesmiddelen zullen ontvangen. Dit creëert een dubbele dilemma: de meerderheid van de patiënten die toegang tot proeven nodig hebben, is beperkt, en degenen die representatief zijn voor de uiteindelijke standaard van zorgpopulatie, zijn niet in de proefdataset. We hebben een pad ingesteld om deze problemen op te lossen.

De resultaten zijn geweldig – zo positief dat we ons aantal lopende studies in 2025 met 10 keer zullen uitbreiden. We hebben dit gepubliceerd voor de laatste American Society of Clinical Oncology-bijeenkomst en in andere gebieden. Onze benadering is hoe we denken dat AI moet worden geïmplementeerd – als een aanvulling op expertmensen waar er grote capaciteits- en talentbeperkingen zijn en waar levens op het spel staan. We hebben een reeks van georkestreerde en afgestemde grote taalmodellen ontwikkeld die toegang hebben tot patiëntrecords, kenmerken synthetiseren en patiënten matchen met potentieel gunstige proeven, precies zoals de expertmensen zouden doen – met een volledig gedocumenteerde aanpak voor het doen van aanbevelingen en beoordelingen. Op de locaties waar onze technologieën zijn geïmplementeerd, presteren we op het niveau van de meest expertmensen en werven we patiënten aan met 5 keer of meer ten opzichte van locaties waar onze technologieën niet zijn geïmplementeerd – het onderzoeksteam en biopharma-innovators zijn beide tevreden, en patiënten profiteren het meest.

Hoe adresseert ConcertAI’s AI-gedreven aanpak van proefontwerp en patiëntwerving enkele van de huidige beperkingen in klinisch onderzoek, zoals patiëntdiversiteit en proefefficiëntie?

Ik ben trots op mijn team – ze vertelden me drie tot vier jaar geleden dat het bereiken van diversiteit een verplichting is en het juiste ding om wetenschappelijk te doen. Ze onderhielden ook dat het moeilijk is om dit handmatig te doen, maar dat het zero incrementele inspanning vereist als het geautomatiseerd is. Dus besloten we toen dat elke dataset en AI SaaS-oplossing diversiteit en sociale determinanten van gezondheidskenmerken zou integreren als onze standaardbenadering. Het is geen optie. Het is gewoon wat we doen. Vervolgens kunnen onze CARAai™-ondersteunde klinische proefontwerp- en optimalisatieoplossingen beoordelen welke etnische, raciale of economische subpopulaties mogelijk het meest nadelig worden beïnvloed door een ziekte, deze overwegingen integreren in het proefontwerp, ervoor zorgen dat deze populaties niet onbewust worden uitgesloten en de klinische locaties definiëren die het meest waarschijnlijk zullen waarborgen dat deelname en representativiteit worden gewaarborgd. Dit is waar AI “AI voor het goede” kan zijn en waar technologie geen vooroordeel introduceert, maar waarborgt dat vooroordelen het proces, het uiteindelijke ontwerp of de operationele processen rond de klinische proef niet binnendringen.

Wat is de rol van ConcertAI bij het verminderen van de belasting voor zorgverleners en het optimaliseren van locatieselectie in klinische proeven?

We integreren de werkbelasting in alle aspecten van onze klinische proefoplossingen. Ten eerste is er een belasting voor de patiënt. Dit kan zijn waar de locatie is gevestigd, het aantal bezoeken dat nodig is voor een studie in vergelijking met de standaard van zorg, of de klinische intensiteit van een studie in vergelijking met de standaard van zorg, zoals in het geval van extra biopsieën. Deze dingen kunnen bepalen of de patiënt – of de patiënt in overleg met hun zorgverlener – kan deelnemen of de deelname voltooien.

Er is ook een belasting voor de zorgverlener. Als we de identificatie van patiënten voor klinische proefkwalificatie kunnen automatiseren, valse positieven kunnen minimaliseren die werk creëren en wat we “AI-hefboom” noemen, kunnen bieden aan het werk van de Clinical Research Associate, Study Nurses en Physicians, dan wordt de belasting verlaagd. Hetzelfde geldt voor onze AI-automatiseringsoplossing, die het onderzoeksteam in staat stelt om handmatige gegevensinvoer te vermijden – meestal 2 tot 4 uur aan het einde van de dag, en vaak thuis voltooid. Vroeg in het proces keken we naar de gegevens in de EMR – digitaal – die handmatig werden ingevoerd in een portal voor de sponsor’s EDC. Hier gebruiken we ook onze multi-afgestemde grote taalmodellen – dit was een echte focus van de NVIDIA-partnerschap vanaf het begin. We zijn nu op 55% volledige automatisering, met een zeer snelle weg naar meer dan 80% in de komende paar maanden. Als deze elementen samen komen, zullen we de staf tijd terugbrengen tot 10% van de legacy-eisen en deze studies toegankelijker maken voor meer patiënten.

Precisiegeneeskunde is een belangrijk gebied waar AI significante stappen zet. Hoe draagt ConcertAI’s technologie bij aan meer precieze en gepersonaliseerde kankerbehandelingen?

We hebben hier niet veel over gesproken sinds vorig jaar. In december 2023 namen we de verantwoordelijkheid voor het CancerLinQ-programma van de American Society of Clinical Oncology (ASCO) op ons. Het is ‘s werelds grootste intelligente gezondheidsnetwerk, dat bestaat uit academische centra, regionale ziekenhuissystemen en gemeenschapszorgverleners. Een belangrijk onderdeel van dit netwerk is de implementatie van de ASCO Certified®-kwaliteit en klinische padenoplossingen. Aangezien CancerLinQ een ConcertAI-initiatief is, hebben we het netwerk uitgebreid, precisiegeneeskundepaden geautomatiseerd, nieuwe digitale tweelingbenaderingen voor behandelingselectie voor zorgverleners gecreëerd, kritische diagnostische tests geïdentificeerd en bericht die de behandelingbeslissingen kunnen informeren, en hetzelfde gedaan voor nieuw goedgekeurde geneesmiddelen die een andere of betere behandelingsoptie vertegenwoordigen. Alles wordt ondersteund door onze CARAai™-architectuur, opnieuw een reeks visie LLM en afgestemde oncologie LLM’s gedaan in samenwerking met NVIDIA. Het is geweldig om de vooruitgang te zien die wordt geboekt, en we zijn enthousiast over wat we zullen publiceren en presenteren op de ASCO 2025.

Hoe zien u AI-beeldvormingsoplossingen het voordeel van gebieden zoals oncologie en radiologie, vooral omdat deze gebieden te maken hebben met clinici-tekorten?

Geweldige vraag! Het is waar dat het aantal nieuwe oncologen en radiologen dat het veld ingaat, minder is dan het aantal dat met pensioen gaat. Echter, de vraag van patiënten neemt toe. Dus, het is het ideale gebied voor het bieden van AI SaaS-oplossingen die ondersteuning bieden aan artsen en allied care professionals in zowel workflow-optimalisatie als klinische beslissingsondersteuning. Radiologen en oncologen zullen beiden de belangrijkheid van deze nieuwe intelligente oplossingen die in hun velden binnenkomen, benadrukken. Beeldvorming is een geweldig gebied voor AI, en de prestaties zijn uitzonderlijk. Non-inferioriteitsstudies reflecteren dat AI-modellen dicht bij of vergelijkbaar zijn met expertmensen in smalle gebieden. Georkestreerde workflows kunnen dit alles samenbrengen. Hetzelfde geldt voor oncologie, waar we moleculaire testresultaten samenbrengen met immuunresponsgegevens, predictieve algoritmes voor weerstand en andere elementen die allemaal de behandelingbeslissing informeren en responsmonitoring mogelijk maken. Ik ben al jaren in het veld en aan verschillende kanten van nieuwe innovaties – wat we nu kunnen doen, is verder dan alles wat we ooit eerder konden doen, en het tempo van verandering is verbazingwekkend.

Als een ervaren leider in gezondheidstechnologie, wat is uw advies aan nieuwe bedrijven die een significante impact in de gezondheidszorg willen maken via AI?

U kunt geen AI-bedrijf zijn zonder toegang tot gegevens op schaal. Gegevens zijn de basis voor het bouwen van trainings- en bewakingsmodellen. Ook het bouwen van AI-oplossingen is een teamsport. U hebt domeinkennis nodig op een uitzonderlijke diepte, gematcht met een nieuwe generatie AI-modelontwikkelingsmogelijkheden die de gedragingen van verschillende klassen van AI-oplossingen erkent en deze tegen specifieke, smalle doelen kan inzetten. Vervolgens kunnen deze benaderingen op verschillende manieren worden georkestreerd om een nieuw systeem voor opereren te vertegenwoordigen – dat is waar de veranderingen plaatsvinden en de waarde wordt geleverd. Oefen “AI-nederigheid” – alles is geweldig en toont dingen die we zelfs zes maanden geleden niet konden doen. Toch is “geweldig” niet noodzakelijkerwijs een product of een nieuwe manier van werken – het is gewoon technologie die iets nieuws doet. Het is de verantwoordelijkheid van het AI-bedrijf om het een nieuwe manier van werken en een nieuwe aanpak te maken voor het leveren van een verbazingwekkend niveau van waarde dat eerder niet toegankelijk was. Tenslotte, ga ervan uit dat u moet aantonen dat u vertrouwen heeft in bedrijfspraktijken, AI-modellen en oplossingstransparantie. We zijn nog vroeg in onze societale reis, en we zijn degene die het vertrouwen moeten verdienen om de veranderingen te brengen die we kunnen leveren.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten bezoeken ConcertAI.