Steve Herne, CEO w Unlearn – Seria wywiadów

Steve Herne to wybitna osobowość z ponad 25-letnim doświadczeniem w branży farmaceutycznej i rozwoju. Przez całą swoją karierę pełnił role kierownicze w renomowanych firmach, takich jak WCG, Bioclinica, ERT, Icon Development Solutions, Covance, MDS Pharma Services i Inveresk Research. Na tych stanowiskach Herne wyróżniał się prowadzeniem długoterminowego wzrostu, udzielaniem strategicznych wskazówek oraz rozwijaniem portfeli produktów.

Jego specjalizacja obejmuje rozwój biznesu, planowanie strategiczne, zarządzanie produktem oraz marketing, co przyczyniło się do znacznego wzrostu udziału w rynku. Herne obecnie pełni funkcję Dyrektora Generalnego w Unlearn, gdzie nadal wykorzystuje swoją głęboką wiedzę branżową oraz pasję do innowacji w ochronie zdrowia.

Unlearn rozwija najnowocześniejsze technologie sztucznej inteligencji, aby rozwiązać nieefektywności w medycynie. Za pomocą swoich innowacyjnych cyfrowych bliźniaków — wirtualnych modeli pacjentów napędzanych przez platformę Unlearn — organizacja dąży do usprawnienia rozwoju klinicznego i przyspieszenia postępu medycyny spersonalizowanej.

Cel Unlearn to przekształcenie medycyny w naukę obliczeniową, koncentrując się na poprawie wyników zdrowotnych i ustanowieniu nowych standardów opieki nad pacjentami.

Przejęcie roli CEO w Unlearn.AI po pełnieniu funkcji Chief Commercial Officer. Jak przebiegała ta transformacja dla Ciebie?

Była to doskonała transformacja, którą zawdzięczam ludziom i kulturze Unlearn. Patrząc w przyszłość, moim największym priorytetem jest zapewnienie, że cele strategiczne, misja i wizja firmy są zgodne. Aktualnie koncentruję się na wzmocnieniu i budowaniu zespołu kierowniczego wokół mnie i będę dodawał nowe stanowiska oraz członków zespołu w 2025 roku, gdy będziemy kontynuować wzrost i przyjmować model biznesowy ukierunkowany na sprzedaż.

Mając głębokie doświadczenie w branży farmaceutycznej, jakie perspektywy lub strategie wprowadzasz do Unlearn, które różnią się od bardziej technicznej i ukierunkowanej na badania podejścia kierowanego przez Charlesa Fishera?

Misja i wizja Unlearn pozostają niezmienne — będziemy kontynuować poprawę badań klinicznych za pomocą sztucznej inteligencji i naszej technologii. Aby dalej popychać nasz zespół do przodu, zachęcam ich do wcielenia się w role naszych klientów, pracując nad rozwiązywaniem problemów i błędów w medycynie, a w szczególności w badaniach klinicznych. Naszym celem jest ułatwienie życia naszym klientom i zmniejszenie ich obciążeń, więc gdy planujemy strategię na rok ahead, chcę, aby zrozumieli głos naszych klientów, biorąc pod uwagę presje i wyzwania, z którymi się mierzą. Jest to szczególnie ważne, ponieważ większość naszego personelu nie miała okazji pracować bezpośrednio nad badaniem klinicznym, ze względu na ich karierę skupioną na sztucznej inteligencji lub uczeniu maszynowym.

Unlearn był pionierem w integrowaniu cyfrowych bliźniaków z badaniami klinicznymi. Czy mógłbyś wyjaśnić naszym czytelnikom, w jaki sposób technologia cyfrowych bliźniaków jest stosowana w tym kontekście?

W badaniach klinicznych modele sztucznej inteligencji Unlearn generują indywidualnego cyfrowego bliźniaka dla każdego pacjenta przed jego losowym przydziałem do badania. Każdy cyfrowy bliźniak prognozuje przyszłe wyniki zdrowotne pacjenta pod placebo, niezależnie od jego rzeczywistego przydziału do badania. Dzięki naszej technologii cyfrowych bliźniaków badacze mogą prowadzić potężne badania z mniejszą liczbą uczestników i w krótszym czasie w porównaniu z tradycyjnym procesem badawczym.

Chcemy maksymalnie wykorzystać cyfrowe bliźniaki w badaniach klinicznych, aby napędzać badania, redukować błędy, zmniejszać liczbę uczestników badań i obniżać ogólne koszty. Uznajemy jednak, że każda sytuacja i obszar terapeutyczny wymaga nieco innego podejścia, dlatego rozwijamy modele chorobowe opracowane na podstawie danych pacjentów, aby przewidzieć, jak zdrowie uczestnika zmieni się w czasie.

Twoim zdaniem, jak technologia sztucznej inteligencji oparta na cyfrowych bliźniakach zmieni krajobraz badań klinicznych w nadchodzących latach?

Przyszłość jest obiecująca, ale nadal nieznana. Firmy farmaceutyczne chcą wprowadzić innowacje do swoich procesów badawczych, aby przyspieszyć podejmowanie decyzji i wprowadzać leki na rynek szybciej. Ponieważ wiele z tych firm nie wprowadzi swojego następnego leku na rynek przed 2029 lub 2030 rokiem, są one zainteresowane przyspieszeniem czasu trwania badań za pomocą innowacji, takich jak sztuczna inteligencja.

Podczas gdy te firmy poszukują innowacji z wykorzystaniem sztucznej inteligencji, my tworzymy nowe partnerstwa, transformując branżę na lepsze. Niemniej jednak, patrząc na krzywą adopcji, ta branża nadal należy do kategorii „opóźnionych”, więc podjęcie kalkulowanego ryzyka — takiego jak integracja nowej technologii do procesu, który nie zmienił się przez dziesięciolecia — jest skokiem, którego wiele firm farmaceutycznych wciąż niechętnie podejmuje.

Misja Unlearn to wyeliminowanie prób i błędów w medycynie. Jak widzisz ewolucję sztucznej inteligencji w ochronie zdrowia w ciągu najbliższej dekady, i jakie kamienie milowe powinny zostać osiągnięte, aby w pełni zrealizować tę wizję?

Jak już wspomniałem, firmy farmaceutyczne mają tendencję do być bardziej ostrożne wobec nowych innowacji, preferując przyjęcie technologii, która jest sprawdzona i przetestowana. Pomimo tego, niektóre firmy już wykorzystują nowe innowacje, ale uważam, że cała branża będzie gotowa przyjąć sztuczną inteligencję i domyślnie korzystać z tej technologii w protokołach w ciągu najbliższej dekady.

Odkąd mój ostatni wywiad z Charlesem Fisherem, jak zmienił się focus firmy, i jakie nowe obszary zastosowania sztucznej inteligencji w badaniach klinicznych są Tobie najbardziej interesujące?

Pomimo że nasza misja i wizja pozostają niezmienne, nieco modyfikujemy naszą strategię w 2025 roku. Włączamy naszych klientów w naszą platformę i produkty, zapewniając pełną integralność danych, gdy wykorzystujemy poufne dane pacjentów do szkolenia naszych modeli cyfrowych bliźniaków, które prognozują przyszłe wyniki zdrowotne każdego pacjenta. To poprzez oczy i uszy naszych klientów możemy zrozumieć wyzwania badań klinicznych i to, co możemy zrobić, aby wyeliminować próby i błędy w medycynie w przyszłości.

Jakie są główne kamienie milowe, których oczekujesz, że Unlearn osiągnie pod Twoim kierownictwem, zarówno pod względem technologii, jak i wpływu na rynek?

Na poziomie makro chcę zobaczyć, jak technologia cyfrowych bliźniaków ulepsza każde badanie kliniczne. Na poziomie mikro moim celem jest, aby klinicyści postrzegali Unlearn jako partnera wyboru do tworzenia cyfrowych bliźniaków i wpisywali Unlearn do planu rozwoju badań klinicznych przed rozpoczęciem badania. Wiele firm rozumie potencjał cyfrowych bliźniaków i jest zainteresowanych ich tworzeniem, a my możemy pomóc w prawidłowej implementacji tej technologii.

Jak planujesz wspierać kulturę innowacji, utrzymując jednocześnie opłacalność komercyjną rozwiązań sztucznej inteligencji, które wprowadzasz na rynek?

Odkąd powstania, siedem i pół roku temu, koncentrowaliśmy się na badaniach i rozwoju, aby wprowadzić nasz cenny produkt do badań klinicznych. Teraz przechodzimy do tego, co nazywam etapem „produkt-first, komercyjnym”. Chcemy kontynuować wzrost krzywej adopcji rynku i budować bardzo silne produkty, które klienci nie tylko potrzebują, ale także chcą używać, aby skutecznie rozwiązywać wyzwania, z którymi mierzą się w swoich badaniach klinicznych.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Unlearn.