Jay Ferro, Diretor de Informação, Tecnologia e Produto, Clario – Série de Entrevistas

Jay Ferro é o Diretor de Informação, Tecnologia e Produto da Clario, com mais de 25 anos de experiência liderando equipes de Tecnologia da Informação e Produto, com foco forte em proteção de dados e paixão por criar tecnologias e produtos que tenham um impacto significativo.

Antes de se juntar à Clario, Jay ocupou cargos de liderança sênior, incluindo CIO, CTO e CPO, em organizações globais como a Quikrete Companies e a American Cancer Society. Ele também é membro do Conselho de Administração da Allata, LLC. Seus feitos profissionais foram reconhecidos várias vezes, incluindo prêmios da Atlanta Technology Professionals como Líder Executivo do Ano e da HMG Strategy como CIO de Médio Porte do Ano.

Clario é líder em gerenciamento de ensaios clínicos, oferecendo tecnologias de ponta abrangentes para transformar vidas por meio da geração de evidências confiáveis e precisas. Especializado em ensaios de oncologia, a Clario enfatiza os resultados relatados pelos pacientes (PROs) para melhorar a eficácia, garantir a segurança e melhorar a qualidade de vida, defendendo a utilização de PROs eletrônicos como uma alternativa mais rentável ao papel. Com especialização em áreas terapêuticas e conformidade regulatória global, a Clario apoia ensaios descentralizados, híbridos e baseados em sites em mais de 100 países, utilizando tecnologias avançadas como inteligência artificial e dispositivos conectados. As soluções da empresa simplificam os processos de ensaio, garantindo conformidade e retenção por meio de suporte e treinamento integrados para pacientes e patrocinadores.

A Clario integrou mais de 30 modelos de IA em várias etapas de ensaios clínicos. Pode fornecer exemplos de como esses modelos melhoram aspectos específicos dos ensaios, como oncologia ou cardiologia?

Usamos nossos modelos de IA para entregar velocidade, qualidade, precisão e privacidade para nossos clientes em mais de 800 ensaios clínicos. Estou orgulhoso de que nossas ferramentas não sejam apenas parte do ciclo de hype da IA – elas estão entregando valor real para nossos clientes nesses ensaios.

Hoje, nossos modelos de IA se enquadram principalmente em quatro categorias: privacidade de dados, assistência ao controle de qualidade, assistência à leitura e análise de leitura. Por exemplo, temos ferramentas de imagem médica que podem redigir automaticamente informações de identificação pessoal (IIP) em imagens estáticas, vídeos ou PDFs. Também empregamos ferramentas de IA que entregam dados com avaliações de qualidade rápidas no momento do upload – então há muita confiança nesses dados. Desenvolvemos uma ferramenta que monitora dados de ECG continuamente para a qualidade do sinal e outra que confirma identificadores de paciente corretos. Desenvolvemos uma ferramenta de assistência à leitura que permite previsão de fatias, propagação de lesões e detecção de doenças. Além disso, melhoramos a análise de leitura automatizando e padronizando a interpretação de dados com ferramentas como a pontuação de colite ulcerativa de Mayo com suporte à IA.

Esses são apenas alguns exemplos dos tipos de modelos de IA que estamos desenvolvendo desde 2018, e embora tenhamos feito muito progresso, estamos apenas começando.

Como a Clario garante que as informações impulsionadas por IA mantenham alta precisão e consistência em ambientes de ensaio diversificados?

Estamos constantemente treinando nossos modelos de IA com vastas quantidades de dados para entender a diferença entre dados bons e dados que não são bons ou relevantes. Como resultado, nossa análise de dados impulsionada por IA detecta, pré-analisa históricos de dados ricos e, por fim, leva a resultados de maior qualidade para nossos clientes.

Nossas soluções de espirometria ilustram bem por que fazemos isso. Os clínicos usam a espirometria para ajudar a diagnosticar e monitorar certas condições pulmonares medindo quanto ar um paciente pode expirar em uma expiração forçada. Existem vários erros que podem ocorrer quando um paciente usa um espirômetro. Eles podem realizar o teste muito lentamente, tossir durante o teste ou não ser capaz de fazer um selo completo ao redor da peça bucal do espirômetro. Qualquer uma dessas variabilidades pode causar um erro que pode não ser descoberto até que um ser humano possa analisar os resultados. Treinamos modelos de aprendizado profundo com mais de 50.000 exemplos para aprender a diferença entre uma leitura boa e uma leitura ruim. Com nossos dispositivos e algoritmos, os clínicos podem ver o valor dos dados em tempo quase real, em vez de ter que esperar por uma análise humana. Isso importa em parte porque alguns pacientes podem ter que dirigir várias horas para participar de um ensaio clínico. Imagine dirigir essa distância para casa do local apenas para descobrir que você precisará fazer outro teste de espirometria na semana seguinte porque o primeiro mostrou um erro. Nossos modelos de IA estão entregando sobreleituras precisas enquanto o paciente ainda está no local. Se houver um erro, ele pode ser retificado no local. É apenas uma das maneiras pelas quais estamos trabalhando para reduzir a carga sobre os sites e os pacientes.

Pode elaborar sobre como os modelos de IA da Clario reduzem os tempos de coleta de dados sem comprometer a qualidade dos dados?

Gerar os dados de maior qualidade para ensaios clínicos é sempre nosso foco, mas a natureza de nossos algoritmos de IA significa que a captura e a análise são aceleradas dramaticamente. Como mencionei, nossos algoritmos permitem que realizemos análises de controle de qualidade mais rápidas e com maior precisão do que a interpretação humana. Eles também permitem que realizemos verificações de qualidade à medida que os dados são inseridos. Isso significa que podemos identificar dados de paciente ausentes, errôneos ou de baixa qualidade enquanto o paciente ainda está no local do ensaio, em vez de deixá-los saber dias ou semanas depois.

Como a Clario aborda os desafios de ensaios descentralizados e híbridos, especialmente em termos de privacidade de dados, engajamento do paciente e qualidade dos dados?

Hoje em dia, um ensaio descentralizado é basicamente um ensaio com um componente híbrido. Acho que o conceito de permitir que os participantes usem seus próprios dispositivos ou dispositivos conectados em casa realmente abre a porta para maiores possibilidades nos ensaios, especialmente em termos de acessibilidade. Tornar os ensaios mais fáceis de participar é um foco importante de nossa estratégia de tecnologia, que visa desenvolver soluções que melhorem a diversidade do paciente, simplifiquem o recrutamento e a retenção, aumentem a conveniência para os participantes e expandam as oportunidades para ensaios clínicos mais inclusivos. Oferecemos espirometria em casa, pressão arterial em casa, eCOA e outras soluções que entregam a mesma integridade de dados que soluções mais tradicionais, e o fazemos em conjunto com a supervisão de nossos especialistas em pontos finais e áreas terapêuticas. O resultado é uma melhor experiência do paciente para melhores dados de ponto final.

Quais vantagens únicas a abordagem impulsionada por IA da Clario oferece para reduzir os prazos de ensaio e os custos para empresas farmacêuticas, biotecnológicas e de dispositivos médicos?

Desenvolvemos ferramentas de IA desde 2018, e elas permeiam tudo o que estamos fazendo internamente e, certamente, em nossa mistura de produtos. E o que nunca nos deixou é garantir que estamos fazendo isso de uma maneira responsável: mantendo os seres humanos no loop, parceirando com reguladores, parceirando com nossos clientes e incluindo nossas equipes jurídica, de privacidade e científica para garantir que estamos fazendo tudo da maneira certa.

Desenvolver e implantar IA de forma responsável deve afetar nossos clientes de várias maneiras positivas. A base de nosso programa de IA é construída sobre o que acreditamos ser os primeiros Princípios de Uso Responsável da indústria. Qualquer pessoa na Clario que toca em IA segue esses cinco princípios. Entre eles, tomamos todas as medidas para garantir que estamos usando os dados mais diversificados disponíveis para treinar nossos algoritmos. Monitoramos e testamos para detectar e mitigar riscos e usamos apenas dados anonimizados para treinar modelos e algoritmos. Quando aplicamos esses tipos de diretrizes ao desenvolver uma nova ferramenta de IA, somos capazes de entregar dados precisos – em escala – que reduzem o viés, aumentam a diversidade e protegem a privacidade do paciente. Quanto mais rápido podemos entregar dados precisos aos patrocinadores, maior o impacto que isso tem em seu resultado final e, em última análise, nos resultados dos pacientes.

Os modelos de IA às vezes podem refletir vieses inerentes aos dados. Quais medidas a Clario toma para garantir análise de dados justa e imparcial em ensaios?

Sabemos que o viés ocorre quando o conjunto de dados de treinamento é muito limitado para seu uso pretendido. Inicialmente, o conjunto de dados pode parecer suficiente, mas quando o usuário final começa a usar a ferramenta e empurra a IA além do que foi treinada para responder, pode levar a erros. O Diretor Médico da Clario, Dr. Todd Rudo, às vezes usa este exemplo: podemos treinar um modelo para determinar a colocação correta de eletrodos em eletrocardiogramas (ECGs) para que os clínicos possam dizer se os técnicos colocaram os eletrodos nos lugares corretos no corpo do paciente. Temos muitos dados excelentes, então podemos treinar esse modelo em 100.000 ECGs. Mas o que acontece se treinarmos nosso modelo de IA apenas com dados de testes de adultos? Como o modelo reagirá se um ECG for feito em um paciente de 2 anos? Claramente, ele pode potencialmente perder erros que têm impacto no tratamento.

É por isso que, na Clario, nossas equipes de produto, dados, P&D e ciência trabalham em estreita colaboração para garantir que estamos usando os dados de treinamento mais abrangentes para garantir a precisão e a confiabilidade em aplicações do mundo real. Usamos os dados mais diversificados disponíveis para treinar os algoritmos incorporados em nossos produtos. É também por isso que insistimos em usar supervisão humana para mitigar riscos durante o desenvolvimento e o uso da IA.

Como o processo de supervisão e monitoramento humano da Clario se integra com as saídas de IA para garantir a conformidade regulatória e os padrões éticos?

A supervisão humana significa que temos equipes de seres humanos que sabem exatamente como nossos modelos são desenvolvidos, treinados e validados. Tanto no desenvolvimento quanto após termos integrado um modelo em uma tecnologia, nossos especialistas monitoram as saídas para detectar potencial viés e garantir que as saídas sejam justas e confiáveis. Acredito que a IA é sobre aumentar a ciência e o brilhantismo humano. A IA dá aos seres humanos a capacidade de se concentrar em um nível mais alto de desafio. Somos incrivelmente bons em resolver problemas e ainda muito melhores em intuição e nuances do que as máquinas. Na Clario, usamos a IA para remover a carga das coisas repetíveis. Usamos para analisar conjuntos de dados amplos, seja de imagens de pacientes, ensaios anteriores ou qualquer outra coisa que queiramos analisar. Geralmente, as máquinas podem fazer isso mais rápido e, em alguns casos, melhor do que os seres humanos podem. Mas elas não podem substituir a intuição humana e a ciência e a experiência do mundo real que as pessoas maravilhosas em nossa indústria têm.

Como você prevê que a IA afetará os ensaios clínicos nos próximos anos, particularmente em campos como oncologia, cardiologia e estudos respiratórios?

Na oncologia, estou animado com o avanço do uso de IA aplicada em radiômica, que extrai métricas quantitativas de imagens médicas. A radiômica envolve várias etapas, incluindo aquisição de imagens de tumores, pré-processamento de imagens, extração de recursos e desenvolvimento de modelos, seguido de validação e aplicação clínica. Usando IA cada vez mais avançada, seremos capazes de prever o comportamento do tumor, adaptar a resposta ao tratamento e prever os resultados do paciente com base em imagens não invasivas de tumores. Seremos capazes de usá-la para detectar sinais precoces de doença e detecção precoce de recorrência de doença. À medida que ferramentas de IA mais avançadas se tornam mais integradas à radiômica e aos fluxos de trabalho clínicos, veremos grandes avanços na oncologia e nos cuidados com os pacientes.

Estou igualmente animado com o futuro dos estudos respiratórios. Este ano, adquirimos a ArtiQ, uma empresa belga que construiu modelos de IA para melhorar a coleta de dados respiratórios em ensaios clínicos. Seu fundador agora é meu Diretor de IA e estamos esperando grandes coisas em soluções respiratórias. Nossa abordagem para a aplicação de algoritmos se tornou um jogo-changer, não menos porque está ajudando a reduzir a carga sobre os pacientes e os sites. Quando os dados de expiração não são analisados em tempo real e uma anomalia é detectada posteriormente, isso força o paciente a voltar à clínica para outro teste. Isso não só adiciona estresse ao paciente, mas também pode criar atrasos e custos adicionais para o patrocinador do ensaio, e isso leva a vários desafios operacionais. Nossos novos dispositivos de espirometria aproveitam os modelos da ArtiQ para atender a essa carga, oferecendo sobreleituras em tempo quase real. Isso significa que, se ocorrerem problemas, eles podem ser resolvidos imediatamente, enquanto o paciente ainda está na clínica.

Finalmente, estamos desenvolvendo ferramentas que terão impacto em áreas terapêuticas. Em breve, por exemplo, veremos a IA entregar valor cada vez maior em avaliações de resultados clínicos eletrônicos (eCOA). Veremos modelos de IA que capturam e medem mudanças sutis experimentadas pelo paciente. Essa tecnologia ajudará a uma multidão de pesquisadores, mas, por exemplo, os pesquisadores de Alzheimer serão capazes de entender onde o paciente está na fase da doença. Com esse conhecimento, a eficácia do medicamento pode ser melhor avaliada, enquanto os pacientes e seus cuidadores podem ser melhor preparados para gerenciar a doença.

Qual papel você acredita que a IA desempenhará na expansão da diversidade dentro dos ensaios clínicos e na melhoria da equidade em saúde em populações de pacientes?

Se você olhar apenas para a IA através de uma lente de tecnologia, acho que você se mete em problemas. A IA precisa ser abordada de todos os ângulos: tecnologia, ciência, regulamentação e assim por diante. Em nossa indústria, a verdadeira excelência é alcançada apenas por meio da colaboração humana, que expande a capacidade de fazer as perguntas certas, como: “Estamos treinando modelos que levam em consideração idade, gênero, sexo, raça e etnia?” Se todos os demais em nossa indústria fizerem esses tipos de perguntas antes de desenvolver ferramentas, a IA não apenas acelerará o desenvolvimento de medicamentos, mas o acelerará para todas as populações de pacientes.

Pode compartilhar os planos ou previsões da Clario para a evolução da IA no setor de ensaios clínicos em 2025 e além?

Em 2025, estamos prestes a ver a indústria farmacêutica aproveitar a IA e a análise em tempo real como nunca antes. Esses avanços simplificarão os ensaios clínicos e melhorarão a tomada de decisões. Ao acelerar a construção de estudos e implementar monitoramento baseado em risco, seremos capazes de acelerar os prazos, reduzir a carga sobre os pacientes e permitir que os patrocinadores forneçam tratamentos que salvam vidas com maior precisão e eficiência. Este é um momento emocionante para todos nós, enquanto trabalhamos juntos para transformar a saúde.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Clario.