Tony Hogben, Immersive Studio Lead bij Pfizer Digital Omnichannel Services & Solutions (OSS) – Interviewreeks

Tony Hogben is de Immersive Studio Lead bij Pfizer Digital Omnichannel Services & Solutions (OSS). Pfizer Digital Omnichannel Services & Solutions (OSS) staat aan de vooravond van een transformatie in de manier waarop Pfizer contact legt met patiënten, zorgverleners en professionals wereldwijd. Door middel van innovatieve digitale strategieën, cutting-edge technologie en data-gedreven inzichten, maakt OSS naadloze, gepersonaliseerde en impactvolle ervaringen mogelijk. Door geavanceerde analytics, automatisering en AI-gedreven oplossingen te integreren, verhoogt het team de betrokkenheid, optimaliseert de communicatie en stimuleert het significante verbindingen op alle digitale contactpunten.

U heeft een uitgebreide carrière in digitale innovatie en immersieve technologieën. Wat was de aanleiding voor uw interesse in dit veld, en hoe heeft uw reis u naar uw huidige rol geleid?

Mijn pad is enigszins onconventioneel geweest. Na het behalen van een diploma in ‘Nieuwe Media’ aan het begin van de eeuw – toen digitaal nog zijn weg aan het vinden was – richtte ik mijn eigen digitale agentschap op en leidde ik het. Werken tijdens de opkomst van Web 2.0 was echt spannend. We waren pioniers in SAAS-oplossingen en vroege mobiele applicaties in een omgeving waar innovatie niet alleen een buzzword was, maar onze dagelijkse realiteit. Elk project brak nieuwe grond, en de ondernemingsenergie was besmettelijk.

Na het succesvol verkopen van mijn bedrijf net voor de pandemie, genoot ik aanvankelijk van de downtime, maar realiseerde me snel dat ik een nieuwe uitdaging nodig had die mijn expertise zou benutten. Het joinen van Pfizer Digital heeft me in staat gesteld om zowel mijn creatieve visie als technische capaciteiten te combineren, waarbij ik bijna twee decennia aan ervaring put uit het helpen van organisaties van alle maten om digitaal te transformeren.

Het opbouwen van de Immersive Studio van de grond af is bijzonder lonend geweest – het creëren van een interne innovatiehub die teams in het hele bedrijf in staat stelt om immersieve en interactieve technologieën te benutten. Op dit moment maak ik deel uit van een team dat onze initiatieven leidt om AI-oplossingen over meerdere afdelingen en use cases te integreren, waardoor teams hun workflows en capaciteiten opnieuw kunnen inrichten.

Wat het meest vervullend is geweest bij de overstap naar de zorg, is het toepassen van mijn passie voor het snijvlak van technologie en menselijke ervaring in een omgeving waar ons werk een tastbaar effect heeft. Hier hebben de precisie, realisme en betrokkenheid die we door middel van immersieve technologieën creëren, een directe invloed op de opleiding van zorgprofessionals en, uiteindelijk, op de resultaten voor patiënten. Deze verbinding tussen technologische innovatie en menselijk welzijn drijft me elke dag.

Medische opleiding ondergaat een transformatie met AI-gestuurde simulaties. Hoe verhouden deze AI-gepowered immersieve ervaringen zich tot traditionele opleidingsmethoden in termen van effectiviteit en toegankelijkheid?

Ik zou moeten beginnen met het aanpakken van immersieve ervaringen voordat ik de manier onderzoek waarop AI het landschap verandert.

Immersieve trainingservaringen veranderen medische opleiding fundamenteel door flexibiliteit te bieden die traditionele methoden niet kunnen evenaren. Leerlingen kunnen complexe scenario’s vanuit vrijwel elke locatie herbezoeken, in hun eigen tempo, en zo vaak als nodig. De bewijzen zijn overtuigend, kennisbehoudpercentages voor immersief leren zijn aanzienlijk – tot 76% beter dan traditionele trainingsmethoden*

AI is nu deze immersieve ervaringen op vier cruciale manieren aan het revolutioneren:

Bij inhoudscreatie democratiseert AI de ontwikkeling van high-fidelity simulaties. Wat eerder teams van gespecialiseerde ontwikkelaars en maanden van werk vereiste, kan nu sneller en door veel minder mensen worden voltooid – dit zal de ontwikkelingspotentie ontgrendelen en inhoud op grote schaal mogelijk maken.

Voor de leerervaring maakt AI dynamische aanpassing mogelijk – scenario’s in real-time aanpassen op basis van beslissingen en vaardigheidsniveau, waardoor authentieke uitdagingen worden gecreëerd die klinische onvoorspelbaarheid beter weerspiegelen.

Op het gebied van feedback biedt AI een genuanceerde beoordeling die verder gaat dan eenvoudige slag-/falenmetrieken. Het kan de bewegingen van leerlingen, beslissingsvolgorden en prestaties analyseren in vergelijking met duizenden eerdere sessies, om zo persoonlijke coaching aan te bieden.

Tenslotte maakt AI collaboratief leren mogelijk door middel van natuurlijke taalverwerking en intelligente avatars die realistische patiënt- en teaminteracties simuleren.

De impact op toegankelijkheid is diepgaand – AI-gestuurde immersieve ervaringen kunnen op grote schaal en tegen lage kosten worden ingezet, waardoor ze helpen om trainingsgaten wereldwijd aan te pakken. Deze krachtige combinatie van immersieve technologie en AI heeft het potentieel om toegang tot hoogwaardige medische opleiding te democratiseren, met name in minder ontwikkelde regio’s.

*Bonde, Mads & Makransky, Guido & Wandall, Jakob & Larsen, Mette & Morsing Bagger, Mikkel & Jarmer, Hanne & Sommer, Morten. (2014). Biotech-educatie verbeteren door middel van gamified laboratoriumsimulaties

Kunt u inzicht geven in hoe AI-gestuurde medische simulaties bij uw bedrijf worden ontwikkeld? Wat zijn enkele van de grootste uitdagingen bij het opbouwen van deze high-fidelity simulaties?

We zijn in de vroege stadia van het integreren van AI in onze benaderingen. We hebben een duidelijke visie op waar we naartoe gaan, maar de zwaar gereguleerde zorgomgeving waarin we werken, vereist een methodische implementatie en rigoureuze validatie. Dit creëert een spanning tussen onze wens om snel te innoveren en onze verplichting om voorzichtig te werk te gaan – we zouden graag de furieuze innovatie die plaatsvindt met AI bijhouden.

Op dit moment richten we onze AI-inspanningen op drie sleutelgebieden:

1. Acceleratie van inhoudscreatie: We gebruiken AI om onze inhoudsontwikkelingspijplijn te verbeteren, waardoor onze medische en instructieontwerpteams de productie van evidence-based scenario’s, klinische variaties en patiëntmodellen kunnen opschalen. Dit stelt ons in staat om de kwaliteit te behouden terwijl we onze bibliotheek van simulaties aanzienlijk uitbreiden.
2. Acceleratie van technische ontwikkeling: We gebruiken AI om onze technische ontwikkelingsprocessen te stroomlijnen, waardoor we sneller prototypes, tests en implementaties van nieuwe simulatiefunctionaliteiten en -mogelijkheden kunnen uitvoeren. Dit helpt ons om de beperkingen van onze middelen te overwinnen en onze innovatiecyclus te versnellen.
3. Learner-Adaptive Ervaringen: Parallel daaraan ontwikkelen we manieren om AI rechtstreeks in onze simulaties te integreren om meer dynamische, responsieve leeromgevingen te creëren. Dit omvat persoonlijke feedbacksystemen en adaptieve moeilijkheidsgraden op basis van prestatiepatronen van leerlingen.

Hoewel vooruitgang geduld vereist in dit domein, zijn we enthousiast over hoe deze AI-innovaties uiteindelijk medische opleiding en patiëntresultaten zullen transformeren.

Uw 360-graden ervaring, virtuele laboratorium, is een innovatieve benadering van het trainen van zorgprofessionals. Hoe werkt het, en wat voor soort feedback heeft u van gebruikers ontvangen tot nu toe?

Het 360-graden virtuele laboratorium geeft zorgprofessionals de ervaring van het lopen door een echt laboratorium, interactie met medische apparatuur, het oefenen van procedures en het oplossen van real-world uitdagingen in een volledig immersief digitaal domein.

Het virtuele lab is ontworpen om fysieke labbezoeken aan te vullen die beste praktijken demonstreren. We erkenden dat fysieke labbezoeken ingewikkelde logistiek en planningsbeperkingen met zich meebrengen, dus creëerden we een digitale alternatief dat 24/7 vanuit elke locatie wereldwijd toegankelijk is.

Zorgprofessionals navigeren door gedetailleerde, interactieve simulaties die hun kennis testen en hun begrip van laboratoriumprocedures verhogen. Het platform is ontworpen voor meerdere apparaten, waardoor flexibiliteit wordt geboden in hoe en waar het leren plaatsvindt. We hebben ons aanbod uitgebreid met virtuele labs voor verschillende medische aandoeningen en hebben deze ervaringen in veel talen vertaald om wereldwijd onderwijs te ondersteunen.

De feedback is overweldigend positief. Gebruikers prijzen consistent drie aspecten:

1. Realisme: De high-fidelity omgeving creëert een authentiek gevoel van aanwezigheid in een werkend laboratorium
2. Betrokkenheid: Interactieve elementen behouden de interesse en focus gedurende de hele leerervaring
3. Flexibiliteit: De mogelijkheid om training te volgen op hun gemak en in hun eigen tempo

Het belangrijkste is dat zorgprofessionals melden dat ze zich meer vertrouwd voelen met hun vaardigheden en informatie beter onthouden dan met traditionele trainingsmethoden. Deze verbeterde kennisbehoud vertaalt zich rechtstreeks naar betere patiëntzorg in real-world situaties.

AI en immersieve technologie kunnen training toegankelijker maken, maar ziet u enige barrières – zoals regelgevingszorgen, adoptieaarzeling of technische beperkingen – die overwonnen moeten worden?

Wanneer het gaat om het implementeren van nieuwe technologieën in zorgtraining, verschillen de barrières aanzienlijk tussen immersieve ervaringen en AI-toepassingen.

De primaire uitdagingen met immersieve technologie omvatten:

• Ontwikkelingskosten: Traditioneel gezien is het creëren van high-kwaliteit immersieve ervaringen duur geweest. AI helpt ons echter om deze uitdaging aan te pakken door de inhoudscreatie te versnellen en de productietijd te reduceren.
• Toegankelijkheid: We zorgen ervoor dat onze immersieve training toegankelijk blijft door te ontwikkelen voor meerdere platforms, zoals onze Virtual Lab die op verschillende apparaten werkt. Deze aanpak stelt leerlingen in staat om te participeren ongeacht hun technische setup.
• Adoptieaarzeling: Dit is misschien onze meest persistente uitdaging, met name onder ervaren zorgprofessionals. Onze strategie is incrementele blootstelling – beginnend met vertrouwde formaten zoals onze Virtual Lab die ruimtelijke leerconcepten introduceren zonder een steile leercurve te vereisen. Dit bouwt comfort met immersieve concepten op voordat we overgaan tot complexere technologieën.

Voor AI-integratie stellen we ons voor andere obstakels:

• Technische beperkingen: We werken actief aan het overwinnen van deze door het opbouwen van robuuste platforms en benaderingen die als fundamenten voor toekomstige ontwikkelingen zullen dienen.
• Regelgevingszorgen: Dit vertegenwoordigt onze meest significante uitdaging. Regelgevende instanties hebben gerechtvaardigde vragen over de nauwkeurigheid en validiteit van AI-gegenereerde inhoud in zorgeducatie. Onze aanpak is om eerst interne use cases te ontwikkelen, concrete voorbeelden te creëren die we kunnen gebruiken om constructief met regelgevende teams te engageren. We erkennen dat we hun begrip moeten ondersteunen terwijl we samen passende richtlijnen ontwikkelen.

Door deze barrières systematisch aan te pakken en hun distincte kenmerken te erkennen, creëren we paden voor verantwoorde innovatie die de hoge standaarden in zorgeducatie handhaaft.

Met AI die met ongekende snelheid versnelt, voorziet u een moment waarop AI een meer actieve rol in real-time patiëntzorg kan gaan spelen, in plaats van alleen een ondersteunende tool te zijn?

Dit gaat een beetje buiten mijn expertise, maar ik denk dat we kunnen zien dat AI al verder gaat dan ondersteunende rollen in de zorg, met voorbeelden zoals AI-ondersteunde diagnoses en real-time operatiebegeleiding. In de komende vijf jaar verwacht ik dat AI een veel actievere rol in patiëntzorg zal gaan spelen, maar het zal de mens niet volledig vervangen. In plaats daarvan zal AI samenwerken met zorgprofessionals in een “human-in-the-loop”-kader, waarbij het assistentie biedt zonder de volledige controle over te nemen. Deze verschuiving roept ethische zorgen op over vertrouwen en aansprakelijkheid – terwijl AI diagnoses of behandelplannen kan suggereren, zal de uiteindelijke beslissing nog steeds door mensen worden genomen om patiëntveiligheid te waarborgen. AI zal de besluitvorming verbeteren, maar menselijke oordeelvorming zal essentieel blijven.

In een wereld waarin AI-gegenereerde medische inzichten op een dag de prestaties van menselijke professionals in bepaalde taken kunnen overtreffen, hoe moet de zorgsector zich voorbereiden op deze verschuiving?

Met elke technologische transformatie zien we taakvervanging in plaats van vervanging van mensen. De zorgsector moet AI niet zien als een vervanging voor professionals, maar als een collaborator. Het is een eenvoudige vergelijking, Mens + AI is groter dan Mens of AI alleen.

Deze verschuiving zal geleidelijk en taakspecifiek zijn – waarschijnlijk beginnend in gebieden zoals beeldgebaseerde diagnoses, pathologiescreening en predictieve analyses voor patiëntverslechtering. Dit zijn gebieden waar patroonherkenning op grote schaal AI een natuurlijk voordeel geeft, terwijl complexe klinische redenering voorlopig nog door mensen zal worden geleid.

We moeten beginnen met kleine, gerichte taken die onmiddellijke waarde opleveren, in plaats van de gebruikelijke alles-of-nietsbenadering van monolithische oplossingen. Deze iteratieve aanpak stelt clinici en patiënten in staat om vertrouwen in AI-mogelijkheden op te bouwen in de loop van de tijd.

In plaats van weerstand te bieden tegen verandering, moet de zorgsector proactief vormgeven hoe AI in het zorgecosysteem wordt geïntegreerd, waarbij wordt gewaarborgd dat het de menselijke elementen die centraal staan in de zorg versterkt in plaats van vermindert.

Uiteindelijk is de eerste stap die elk bedrijf moet zetten het democratiseren van AI-blootstelling. Geef uw personeel persoonlijke uitdagingen om hun ogen te openen voor de mogelijkheden – laat hen een afbeelding maken, een e-mail schrijven of een presentatie bouwen met behulp van AI-hulpmiddelen. Zodra ze de kracht ervan zelf ervaren, brengen ze die enthousiasme terug naar het identificeren van waardevolle toepassingen in hun dagelijkse werk. Bottom-up innovatie levert vaak de meest praktische en impactvolle oplossingen op.

Veel bedrijven worstelen met het opschalen van AI-oplossingen tot voorbij pilotprojecten. Welke strategieën heeft u gebruikt om AI met succes op grote schaal te implementeren?

Voor mij houdt het succesvol opschalen van elke technologieproject in dat twee kritieke uitdagingen worden aangepakt: technische infrastructuur en gebruikersadoptie.

In de zwaar gereguleerde zorgomgeving is het vestigen van robuuste technische fundamenten essentieel voordat we enige AI-initiatief opschalen. We hebben een beveiligde, compliant infrastructuur nodig die innovatie in evenwicht brengt met patiëntveiligheidsvereisten.

Bij nieuwe technologie wordt adoptie vaak de grootste barrière voor opschaling. We hebben ontdekt dat het maken van AI zo onzichtbaar mogelijk cruciaal is voor brede adoptie. In plaats van te worden geconfronteerd met een leeg scherm en een effectieve prompt te moeten schrijven, creëert dit aanzienlijke wrijving voor de meeste gebruikers. In plaats daarvan ontwerpen we oplossingen waarbij gebruikers eenvoudigweg vooraf geconfigureerde knoppen kunnen aanklikken of vertrouwde workflows kunnen gebruiken die AI achter de schermen benutten.

Onze aanpak heeft prioriteit om klein te beginnen, maar vanaf de eerste dag te bouwen met opschaling in gedachten. In plaats van eenmalige oplossingen te creëren, ontwerpen we modulaire componenten die kunnen worden uitgebreid en hergebruikt voor meerdere use cases. Dit stelt succesvolle pilotprojecten in staat om te worden gebruikt als sjablonen voor bredere implementatie.

U gelooft dat AI de zorg op manieren gaat transformeren die eerder science fiction leken. Welke specifieke vooruitgang denkt u dat de meeste impact zal hebben in de komende vijf jaar?

Als kind van de jaren 80 herinner ik me de Six Million Dollar Man en Bionic Woman TV-series uit de jaren 70. Deze shows toonden personages die fysiek werden versterkt door technologie, de echte revolutie met AI ligt echter in cognitieve versterking. Dat is wat me het meest enthousiast maakt.

In de komende vijf jaar denk ik dat verschillende specifieke vooruitgang de zorg fundamenteel zal transformeren:

1. Administratieve Automatisering: De bureaucratische last die momenteel zo veel tijd van onze zorgprofessionals in beslag neemt, zal drastisch worden verlaagd. Dit is niet alleen een kwestie van efficiëntie – het is een kwestie van de zorg terugbrengen in de zorg door menselijke aandacht te heroriënteren op patiëntinteracties.
2. Versnelling van Geneesmiddelenontdekking: De tijdlijn van het identificeren van therapeutische doelen tot het ontwikkelen van effectieve behandelingen zal worden samengeperst van decennia tot jaren of zelfs maanden. AlphaFold, ontwikkeld en open source gemaakt door Google’s DeepMind, heeft onze kennis van proteïnestructuren al gerevolutioneerd – in dagen opgelost wat eerder jaren van laboratoriumwerk kostte.
3. Precisiediagnostiek op grote schaal: AI-systemen zullen de vroege detectie van aandoeningen zoals kanker, hart- en vaatziekten en neurologische stoornissen aanzienlijk verbeteren door patroonherkenning over uitgebreide datasets.
4. Persoonlijke Behandeling: Behandelplannen zullen continu worden verfijnd op basis van individuele patiëntgegevens, waarbij in real-time wordt aangepast om effectiviteit en patiëntbetrokkenheid te maximaliseren.

Het tempo van deze veranderingen zal verbluffend zijn. AI-ontwikkeling is als hondjaren – maar met exponentiële versnelling. We zullen zien wat mogelijk 50 jaar van conventionele onderzoek en implementatie had gekost.

Deze zijn geen verre science fiction-scenario’s – ze zijn al in vroege vormen aan het ontstaan, het is niet de toekomst, het is nu.