Steve Herne, CEO i Unlearn – Intervju-serie

Steve Herne er en fremtredende profesjonell med over 25 års erfaring fra legemiddelindustrien. Han har hatt ledelsesroller i kjente selskaper som WCG, Bioclinica, ERT, Icon Development Solutions, Covance, MDS Pharma Services og Inveresk Research. I disse stillingene har Herne utmerket seg ved å drive langsiktig vekst, gi strategisk retning og utvide produktporteføljen.

Ekspertisen hans omfatter forretningsutvikling, strategisk planlegging, produktledelse og markedsføring, som alle har bidratt til betydelig markedsandelsvekst. Herne er nå CEO i Unlearn, der han fortsetter å bruke sin dype industrikunnskap og sin lidenskap for helseinnovasjon.

Unlearn utvikler banebrytende AI-teknologier for å takle ineffektiviteter i medisinen. Gjennom sine innovative digitale tvillinger – virtuelle pasientmodeller drevet av Unlearn-plattformen – har organisasjonen som mål å strømlinje klinisk utvikling og fremme presisjonsmedisin.

Med en visjon om å omdanne medisin til en beregningsvitenskap, fokuserer Unlearn på å fremme helseresultater og sette nye standarder for pasientbehandling.

Du har nylig overtatt rollen som CEO i Unlearn.AI etter å ha vært Chief Commercial Officer. Hva har overgangen vært for deg?

Det har vært en utmerket overgang, og jeg krediterer det til Unlearns mennesker og kultur. Fremover er min største prioritet å sikre at selskapets strategiske mål, misjon og visjon er i harmoni. Jeg fokuserer for tiden på å styrke og bygge opp ledelseslaget rundt meg og vil legge til nye stillinger og teammedlemmer i 2025, ettersom vi fortsetter å vokse og omfavne en kommersielt drevet forretningsmodell.

Med en dypt bakgrunn i legemiddelindustrien, hvilke perspektiver eller strategier bringer du til Unlearn som skiller seg fra den mer tekniske og forskningsbaserte tilnærmingen ledet av Charles Fisher?

Unlearns misjon og visjon forblir uendret – vi vil fortsette å forbedre kliniske prøver med AI og vår teknologi. For å fortsette å drive vårt team, utfordrer jeg dem til å gå i våre kunders sko, mens vi arbeider for å løse prøving og feil i medisin, spesielt. Til slutt er vårt mål å lette våre kunders byrder og smerte punkter, så mens vi strategiserer for året som kommer, ønsker jeg at de skal forstå kundens stemme ved å vurdere press og utfordringer de møter. Dette er spesielt viktig da de fleste av våre ansatte ikke har hatt mulighet til å arbeide direkte med en klinisk prøve, gitt deres karrierefokus på AI eller maskinlæring.

Unlearn har vært en pioner i å integrere digitale tvillinger i kliniske prøver. Kan du kort forklare til våre lesere hvordan digital tvillingsteknologi brukes i denne sammenhengen?

I kliniske prøver genererer Unlearns AI-modeller en individuell digital tvilling for hver pasient før de tildeles til prøven. Hver digital tvilling forutsier enkeltindividuelle fremtidige helseutfall under placebo, uavhengig av pasientens faktiske prøvetilordning. Med vår digitale tvillingsteknologi kan forskere kjøre kraftfulle prøver med færre deltakere på en kortere tidsramme sammenlignet med den tradisjonelle prøveprosessen.

Vi ønsker å maksimere bruken av digitale tvillinger i kliniske prøver for å drive studier, redusere feil, minske antall prøvedeltakere og senke totale kostnader. Likevel erkjenner vi at hver omstendighet og terapeutisk område krever en litt annen tilnærming, som er hvorfor vi utvikler sykdomsspesifikke modeller trenet på pasientnivådata for å forutsi hvordan en deltakers helse vil endre seg over tid.

I din mening, hvordan vil AI-drevet digital tvillingsteknologi forandre landskapet for klinisk forskning i årene som kommer?

Fremtiden er lys, men den er fortsatt ukjent. Legemiddelselskaper ønsker å innføre innovasjon i sine forskningsprosesser for å påskynde beslutningstaking og bringe legemidler til markedet raskere. Ettersom mange av disse selskapene ikke vil introdusere neste legemiddel før 2029 eller 2030, er de ivrige etter å påskynde prøvetidslinjer med innovasjoner som AI.

Som disse selskapene søker å innføre innovasjon med kunstig intelligens, etablerer vi nye partnerskap og transformerer industrien til det bedre. Likevel, når vi ser på adopsjonskurven, faller denne industrien fortsatt under “etterfølgerne”-kategorien, så å ta en kalkulert risiko – som å integrere ny teknologi i en prosess som har vært uendret i tiår – er et sprang som mange legemiddelselskaper fortsatt er nølende med å ta.

Unlearns misjon er å eliminere prøving og feil i medisin. Hvordan ser du på AI-rolleutviklingen i helsevesenet over de neste ti årene, og hvilke milepæler tror du må nås for å fullt ut realisere denne visjonen?

Som nevnt, er legemiddelselskaper generelt mer forsiktige med nye innovasjoner, og foretrer å adoptere teknologi som er prøvet og testet. Til tross for dette, er noen selskaper allerede i gang med å bruke nye innovasjoner, men jeg tror at hele industrien vil mer villig adoptere AI og standardisere teknologien i protokoller over de neste ti årene.

Siden min siste intervju med Charles Fisher, hvordan har selskapets fokus endret seg, og hvilke nye områder for AI-anvendelse i kliniske prøver er du mest begeistret for?

mens vår misjon og visjon forblir uendret, justerer vi vår strategi litt i 2025. Vi folder våre kunder inn i vår plattform og produkter, og sikrer full dataintegritet mens vi bruker konfidensielle, pasientnivådata til å trene våre sykdomsspesifikke digitale tvillingmodeller som forutsier hver enkelt pasients fremtidige helseutfall. Det er gjennom våre kunders øyne og ører at vi kan forstå kliniske prøvers utfordringer og hva vi kan gjøre for å eliminere prøving og feil i medisin fremover.

Hva er noen av de viktigste milepælene du håper Unlearn vil nå under ditt lederskap, både når det gjelder teknologi og markedspåvirkning?

På et makronivå håper jeg å se digital tvillingsteknologi forbedre hver klinisk prøve. På et mikronivå er det mitt mål at klinikere ser på Unlearn som partner av valg for å produsere digitale tvillinger, og å skrive Unlearn inn i deres kliniske prøveutviklingsplan før prøven selv begynner. Mange selskaper forstår kraften i digitale tvillinger og er interessert i å lage dem, og vi er i stand til å hjelpe med å korrekt gjennomføre teknologien.

Ettersom selskapet går inn i denne neste vekstfasen, hvordan planlegger du å fremme en innovasjonskultur samtidig som du opprettholder den kommersielle levedyktigheten av AI-løsningene du bringer til markedet?

Siden vår etablering for syv og en halv år siden, har vi fokusert på forskning og utvikling for å bringe vårt verdifulle produkt til kliniske prøver. Nå går vi over til det jeg kaller en produktbasert, kommersielt gjennomført fase av selskapet. Vi streber etter å fortsette å vokse markedets adopsjonskurve og bygge svært solide produkter som kundene ikke bare trenger, men også ønsker å bruke for å effektivt løse utfordringene de møter med sine kliniske prøver.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, kan besøke Unlearn.