Kamya Elawadhi, Co-fundadora e Presidenta da Doceree – Série de Entrevistas

Kamya Elawadhi, Co-fundadora e Presidenta da Doceree, é uma executiva de marketing em saúde e estratégia de negócios que desempenhou um papel central no crescimento da empresa desde que se juntou em 2019. Ela avançou por cargos de liderança abrangendo estratégia de plataforma, desenvolvimento corporativo, serviços ao cliente e parcerias globais, ajudando a traduzir a tecnologia da Doceree em valor mensurável para marcas farmacêuticas, agências, editoras e sistemas de saúde. Em seu cargo atual, Elawadhi lidera a agenda de crescimento global da empresa e apoia sua expansão nos Estados Unidos, com ênfase em comunicação consciente da privacidade e clinicamente relevante. Antes da Doceree, ela ocupou cargos de liderança sênior de clientes e contas na HS Ad India e na McCann Worldgroup, onde trabalhou com marcas de saúde, dispositivos médicos e de consumo, liderando equipes multifuncionais e multiculturais.

Doceree é um sistema operacional de marketing em saúde orientado por IA, projetado para ajudar organizações de ciências da vida a envolver profissionais de saúde e pacientes com maior contexto e precisão. Sua plataforma combina dados de identidade profissional verificados, sinais de intenção clínica em tempo real, ativação programática, engajamento no ponto de cuidado e uma camada de raciocínio de IA que coordena mensagens em vários canais. Ao conectar a conscientização dos médicos e as decisões de prescrição ao caminho do paciente para o tratamento, incluindo acessibilidade, preenchimentos iniciais de prescrições e renovações, a Doceree pretende oferecer aos profissionais de marketing em saúde uma visão mais unificada do desempenho de campanhas, ao mesmo tempo em que apoia a privacidade e a conformidade regulatória.

Você ingressou na Doceree durante seu primeiro ano e desempenhou um papel central na construção de sua presença nos EUA antes de se tornar co-fundadora e presidente. O que inicialmente atraiu você para a visão fundadora da empresa, e como essa visão evoluiu à medida que a IA se tornou mais importante para a saúde?

O que me atraiu para a Doceree foi a clareza do problema que estava sendo resolvido. O marketing em saúde vinha operando com infraestrutura emprestada há anos, usando ferramentas construídas para outras indústrias e aplicadas a um dos ambientes mais regulados do mundo. A visão fundadora era criar algo feito sob medida para a saúde desde o início.

O que evoluiu é a escala do que a IA possibilita. No início, o foco era precisão: alcançar o médico certo no momento certo. A IA ampliou o que esse momento pode ser, passando de entregar uma mensagem para ler a intenção, iniciar conversas e conectar engajamentos ao longo de toda a jornada de cuidado. A crença central não mudou. A ambição cresceu porque as ferramentas cresceram.

A Doceree introduziu recentemente os Conectores de IA Generativa para ChatGPT e Claude. Que capacidades essas integrações oferecem e quais equipes de saúde ou farmacêuticas provavelmente se beneficiarão mais delas?

A integração com plataformas como ChatGPT e Claude trata de trazer a inteligência clínica e comercial da Doceree para as ferramentas que as equipes farmacêuticas já utilizam diariamente. Em vez de alternar entre sistemas, equipes de marcas e agências agora podem consultar o desempenho de campanhas, acessar insights de engajamento de HCPs e obter recomendações acionáveis diretamente em seu fluxo de trabalho com assistente de IA.

As equipes que mais se beneficiam são aquelas que tomam decisões rápidas e baseadas em dados: gerentes de marca que acompanham o desempenho de campanhas em diferentes mercados, equipes de agências que monitoram padrões de engajamento de HCPs, líderes comerciais que precisam de síntese de múltiplas fontes de dados sem esperar por relatórios. Isso elimina uma camada de atrito que sempre existiu entre dados e decisão. Para mim, é aí que reside o valor real.

Como os Conectores de IA Generativa se encaixam na estratégia de IA mais ampla da Doceree, e quais capacidades você espera adicionar à medida que a adoção empresarial cresce?

Os conectores funcionam como uma camada de Comando Diário, ao lado do Semmelweis, nosso modelo de raciocínio específico para farmacêuticas, e do Analytics Workbench. O raciocínio por trás deles é simples: as equipes farmacêuticas já trabalham dentro do ChatGPT e do Claude todos os dias, então trazemos a inteligência clínica da Doceree para as ferramentas que já utilizam, com salvaguardas compatíveis com HIPAA incorporadas desde o início.

À medida que a adoção cresce, a direção é para uma inteligência proativa mais profunda. Sistemas que apresentam o sinal certo antes que alguém pense em solicitá-lo. É isso que estamos construindo.

A Doceree usa o termo “inteligência clínica” para descrever parte de sua tecnologia. O que isso significa de uma perspectiva arquitetônica e como complementa as capacidades dos grandes modelos de linguagem subjacentes?

Inteligência clínica, em sua essência, é a camada que torna a IA geral aplicável à saúde. Grandes modelos de linguagem são extraordinariamente capazes, mas não compreendem nativamente um código de diagnóstico, um padrão de prescrição ou o que significa quando um médico seleciona uma terapia específica para um perfil de paciente específico. A inteligência clínica preenche essa lacuna.

Arquitetonicamente, ela se posiciona entre os sinais brutos de dados provenientes dos fluxos de trabalho clínicos e os modelos de IA que os interpretam. Ela fornece o contexto que torna as saídas acionáveis em vez de genéricas. Sem ela, você tem um modelo poderoso trabalhando com informações incompletas. Com ela, você tem algo que pode realmente influenciar um momento clínico real.

Como o sistema Semmelweis AI da Doceree ajuda a interpretar dados de saúde e traduzi-los em insights úteis para equipes farmacêuticas?

Semmelweis foi construído em torno de uma ideia simples: dados de saúde só são úteis se puderem ser interpretados em contexto clínico, não apenas processados em escala. As equipes farmacêuticas possuem enormes quantidades de dados de engajamento e prescrição, mas a lacuna sempre esteve entre ter esses dados e saber o que fazer com eles.

Semmelweis fecha essa lacuna ao ler sinais ao longo da jornada clínica e identificar onde a intenção está se formando ou desaparecendo. Esses insights alimentam diretamente o Comando Diário, nosso sistema de IA de trabalho para equipes de marca farmacêutica, transformando o reconhecimento de padrões em recomendações que as equipes comerciais podem aplicar imediatamente, sem precisar de uma equipe de ciência de dados presente.

ChatGPT e Claude têm modelos, interfaces e ambientes corporativos diferentes. Quais desafios técnicos sua equipe encontrou ao criar uma experiência consistente em ambas as plataformas?

O principal desafio foi garantir que cada prompt e resposta, independentemente da plataforma em que o usuário estivesse, permanecesse dentro dos mesmos limites de conformidade. Dados de saúde não se adaptam ao assistente de IA que faz a pergunta. O trabalho real foi construir uma camada de integração governada que fica entre a inteligência clínica da Doceree e ambas as plataformas, garantindo que as respostas estejam sempre fundamentadas no raciocínio Semmelweis e nos dados da Doceree e sejam auditáveis de ponta a ponta. Manter a consistência na conformidade foi o problema mais difícil de resolver.

Como os conectores ajudam os usuários a entender de onde vem um insight gerado por IA e quais dados ou raciocínios contribuíram para a resposta?

Cada resposta através dos conectores está fundamentada nos dados da Doceree e no raciocínio Semmelweis. Quando uma equipe de marca faz uma pergunta comercial, a resposta é respaldada por sinais de intenção clínica, dados de identidade e entradas de campanha específicas da sua marca. Todo o fluxo de trabalho é governado e auditável de ponta a ponta. Em um setor regulado, essa rastreabilidade é o que torna a IA realmente utilizável em um contexto de tomada de decisão comercial, e foi um princípio de design desde o primeiro dia.

Organizações de saúde frequentemente lidam com dados sensíveis e requisitos regulatórios complexos. Como privacidade, segurança, controles de acesso e conformidade são incorporados ao design dessas integrações?

Isso é algo em que pensamos desde o início como princípio de design. Os conectores são construídos de modo que nenhum dado de paciente jamais entre no fluxo de trabalho. Tudo opera apenas com contexto de HCP desidentificado. Cada prompt e resposta permanecem dentro de salvaguardas compatíveis com HIPAA, e todo o fluxo de trabalho é governado e auditável de ponta a ponta.

Na prática, isso significa que uma equipe de marca pode fazer perguntas comerciais dentro do ChatGPT ou Claude e obter respostas baseadas em inteligência clínica, sem nenhum risco de privacidade de dados que normalmente ocorreria ao conectar dados sensíveis de saúde a um assistente de IA geral. As salvaguardas são a base sobre a qual a integração foi construída.

Como você avalia a qualidade das saídas do sistema, incluindo sua precisão, relevância, consistência e utilidade para profissionais de saúde?

Qualidade neste contexto significa algo muito específico. Uma saída só é útil se levar a uma decisão comercial melhor, e é assim que a avaliamos: se agir sobre ela move uma métrica que importa, se eleva a progressão de estágios de HCP, as taxas de preenchimento inicial, o desempenho da campanha.

O ciclo fechado é o que torna isso possível. O Comando Diário é projetado para alimentar resultados de volta ao modelo de raciocínio, de modo que cada recomendação seja aprimorada pelo que realmente funcionou. Isso difere de um assistente de IA geral onde a saída é avaliada isoladamente. Aqui, o sistema aprende com o que acontece depois que alguém age sobre uma recomendação, o que ao longo do tempo é a única medida honesta de qualidade.

À medida que as empresas farmacêuticas adotam IA generativa, quais princípios devem orientar seu uso responsável em comunicações voltadas a clínicos e pacientes?

O princípio ao qual volto mais frequentemente é que a IA na saúde deve reduzir a incerteza, não criá‑la. Quando um clínico recebe informação que influencia uma decisão de tratamento, a origem dessa informação e o raciocínio por trás dela precisam ser rastreáveis. Esse é um padrão básico de confiança.

Além da rastreabilidade, acredito que o uso responsável significa manter um ser humano no loop em tudo que tem peso clínico ou comercial. A IA deve recomendar e apresentar. As pessoas devem decidir e aprovar. O momento em que essa fronteira se desfoca é quando os riscos começam a superar os benefícios.

E a conformidade tem que ser arquitetura, não política. Em saúde, a diferença entre essas duas coisas é tudo.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar Doceree.