Steve Herne, CEO bij Unlearn – Interviewreeks

Steve Herne is een gerespecteerd professional met meer dan 25 jaar ervaring in de farmaceutische onderzoeks- en ontwikkelingsindustrie. Gedurende zijn carrière heeft hij leiderschapsrollen gehad bij bekende bedrijven zoals WCG, Bioclinica, ERT, Icon Development Solutions, Covance, MDS Pharma Services en Inveresk Research. In deze posities heeft Herne uitgeblonken in het stimuleren van langetermijngroei, het geven van strategische richting en het uitbreiden van productportefeuilles.

Zijn expertise omvat bedrijfsontwikkeling, strategisch plannen, productbeheer en marketing, die allemaal bijdragen aan een aanzienlijke groei van de marktaandeel. Herne is nu CEO van Unlearn, waar hij zijn diepe kennis van de industrie en zijn passie voor innovatie in de gezondheidszorg blijft toepassen.

Unlearn ontwikkelt baanbrekende AI-technologieën om inefficiënties in de geneeskunde aan te pakken. Met zijn innovatieve digitale tweelingen – virtuele patiëntmodellen die worden aangedreven door het Unlearn-platform – streeft de organisatie ernaar om de klinische ontwikkeling te stroomlijnen en de precisiegeneeskunde vooruit te helpen.

Met een visie om de geneeskunde om te vormen tot een computationele wetenschap, richt Unlearn zich op het verbeteren van de resultaten in de gezondheidszorg en het stellen van nieuwe normen voor patiëntenzorg.

U heeft onlangs de rol van CEO bij Unlearn.AI overgenomen na eerder Chief Commercial Officer te zijn geweest. Hoe is de overgang voor u verlopen?

Het is een excellente overgang geweest, en ik wil Unlearn’s mensen en cultuur daarvoor bedanken. Mijn grootste prioriteit is ervoor te zorgen dat de strategische doelen, missie en visie van het bedrijf zijn uitgelijnd. Ik richt me momenteel op het versterken en opbouwen van het managementteam om me heen en zal in 2025 nieuwe posities en teamleden toevoegen, omdat we doorgroeien en een commercieel gedreven businessmodel omarmen.

Met uw diepe achtergrond in de farmaceutische industrie, welke perspectieven of strategieën brengt u naar Unlearn dat afwijkt van de meer technische en onderzoeksgerichte aanpak onder leiding van Charles Fisher?

Unlearn’s missie en visie blijven ongewijzigd – we zullen klinische proeven blijven verbeteren met AI en onze technologie. Om ons team te blijven stimuleren, daag ik hen uit om in de schoenen van onze klanten te stappen, terwijl we werken aan het aanpakken van trial en error in de geneeskunde, in het bijzonder. Aan het eind van de dag is ons doel om de lasten en pijnpunten van onze klanten te verlichten, dus terwijl we strategieën voor het komende jaar plannen, wil ik dat ze de stem van onze klanten begrijpen door de druk en uitdagingen die ze tegenkomen te overwegen. Dit is vooral belangrijk omdat de meeste van onze medewerkers niet de kans hebben gehad om direct aan een klinische proef te werken, gezien hun carrièrefocus op AI of machine learning.

Unlearn is een pionier geweest in het integreren van digitale tweelingen in klinische proeven. Kunt u onze lezers kort uitleggen hoe digitale tweelingtechnologie in deze context wordt gebruikt?

In klinische proeven genereert Unlearn’s AI-modellen een individuele digitale tweeling voor elke patiënt voordat ze willekeurig worden toegewezen aan de proef. Elke digitale tweeling voorspelt de toekomstige gezondheidsresultaten van een persoon onder placebo, ongeacht de werkelijke proeftoewijzing van de patiënt. Met onze digitale tweelingtechnologie kunnen onderzoekers krachtige proeven uitvoeren met minder deelnemers en een verkort tijdsbestek in vergelijking met het traditionele proefproces.

We willen het gebruik van digitale tweelingen in klinische proeven maximaliseren om studies te stimuleren, fouten te verminderen, het aantal proefdeelnemers te verlagen en de totale kosten te verlagen. Echter, we erkennen dat elke omstandigheid en therapeutisch gebied een iets andere aanpak vereist, waardoor we ziektespecifieke modellen ontwikkelen die zijn getraind op patiëntniveau om te voorspellen hoe de gezondheid van een deelnemer in de loop van de tijd zal veranderen.

Wat is uw mening over hoe AI-gedreven digitale tweelingtechnologie het landschap van klinisch onderzoek in de komende jaren zal veranderen?

De toekomst is rooskleurig, maar nog onbekend. Farmaceutische bedrijven willen innovatie introduceren in hun onderzoeksprocessen om besluitvorming te versnellen en medicijnen sneller op de markt te brengen. Aangezien veel van deze bedrijven hun volgende medicijn pas in 2029 of 2030 op de markt zullen brengen, zijn ze enthousiast om proeftijden te versnellen met innovaties zoals AI.

Terwijl deze bedrijven innovatie met kunstmatige intelligentie nastreven, sluiten we nieuwe partnerschappen en transformeren we de industrie voor het beter. Echter, wanneer we naar de adoptiecurve kijken, valt deze industrie nog steeds onder de categorie “achterblijvers”, dus het nemen van een berekend risico – zoals het integreren van nieuwe technologie in een proces dat decennialang onveranderd is gebleven – is een sprong die veel farmaceutische bedrijven nog steeds aarzelen om te maken.

Unlearn’s missie is om trial en error in de geneeskunde te elimineren. Hoe ziet u de rol van AI in de gezondheidszorg evolueren in de komende tien jaar, en welke mijlpalen moeten worden bereikt om deze visie volledig te realiseren?

Zoals eerder vermeld, zijn farmaceutische bedrijven over het algemeen voorzichtiger met nieuwe innovaties en geven ze de voorkeur aan technologie die is getest en bewezen. Ondanks dat, gebruiken sommige bedrijven al nieuwe innovaties, maar ik geloof dat de hele industrie AI en standaardtechnologie in protocollen zal omarmen in de komende tien jaar.

Sinds mijn laatste interview met Charles Fisher, hoe is de focus van het bedrijf verschoven, en welke nieuwe gebieden van AI-toepassing in klinische proeven zijn u het meest enthousiast over?

Terwijl onze missie en visie ongewijzigd blijven, passen we onze strategie iets aan in 2025. We integreren onze klanten in ons platform en producten, waarbij we de volledige gegevensintegriteit waarborgen terwijl we vertrouwelijke, patiëntniveau-gegevens gebruiken om onze ziektespecifieke digitale tweelingmodellen te trainen die de toekomstige gezondheidsresultaten van elke individuele patiënt voorspellen. Het is door de ogen en oren van onze klanten dat we de uitdagingen van klinische proeven en wat we kunnen doen om trial en error in de geneeskunde te elimineren, kunnen begrijpen.

Wat zijn enkele van de belangrijkste mijlpalen die u hoopt dat Unlearn onder uw leiderschap zal bereiken, zowel in termen van technologie als marktimpact?

Op macro-niveau hoop ik dat digitale tweelingtechnologie elke klinische proef zal verbeteren. Op micro-niveau is het mijn doel dat clinicians Unlearn zien als de partner van keuze om digitale tweelingen te produceren en Unlearn in hun klinische proefontwikkelingsplan op te nemen voordat de proef zelfs maar begint. Veel bedrijven begrijpen de kracht van digitale tweelingen en zijn geïnteresseerd in het creëren ervan, en we kunnen helpen om de technologie correct uit te voeren.

Terwijl het bedrijf deze volgende fase van groei ingaat, hoe bent u van plan om een cultuur van innovatie te stimuleren en tegelijkertijd de commerciële levensvatbaarheid van de AI-oplossingen die u naar de markt brengt, te behouden?

Sinds onze oprichting, zeven en een half jaar geleden, hebben we ons gericht op onderzoek en ontwikkeling om ons waardevolle product naar klinische proeven te brengen. Nu gaan we over naar wat ik een product-first, commercieel-uitgevoerde fase van het bedrijf noem. We streven ernaar om de marktadoptiecurve te blijven groeien en sterke producten te bouwen die klanten niet alleen nodig hebben, maar ook willen gebruiken om de uitdagingen die ze in hun klinische proeven tegenkomen, effectief aan te pakken.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen Unlearn bezoeken.