Matt Michelson, Presidente da Genesis AI na Genesis Research – Série de Entrevistas

Matt Michelson é o Presidente da Genesis AI na Genesis Research, uma organização internacional de pesquisa de HEOR e Evidências do Mundo Real com escritórios nos EUA e Reino Unido que apoia a indústria de ciências da vida.

Um líder estabelecido em estratégia de evidências, desenvolvimento e comunicação, eles apoiam os clientes com análises de banco de dados, pesquisas de economia e resultados de saúde estratégicos e táticos, revisões de literatura, modelagem econômica, publicações científicas e estratégia de acesso ao mercado.

Como especialistas no desenvolvimento de soluções tecnológicas inovadoras, eles fornecem uma gama de plataformas personalizadas, painéis, portais de dados e uma plataforma de revisão assistida por inteligência artificial única chamada EVID AI, para apoiar a identificação, monitoramento e extração de evidências precisamente direcionadas.

Poderia compartilhar a história por trás da Genesis Research?

Em 2009, após um período na academia e utilizando seu profundo conhecimento quantitativo, nosso CEO Frank Corvino e seu sócio, um clínico e economista da saúde, combinaram suas habilidades para desenvolver um novo modelo de negócios que apoiasse as empresas de ciências da vida com uma abordagem mais orientada por dados, obtendo insights de grandes volumes de dados de maneira transparente, reprodutível e altamente eficiente.

A Genesis Research foi inicialmente construída sobre um compromisso de pensar fora da caixa para entregar demonstração de valor apoiada por Evidências do Mundo Real (RWE). Desde então, os serviços da empresa se expandiram para incorporar capacidades de acesso ao mercado e estratégia, Pesquisa de Economia e Resultados de Saúde (HEOR), comunicações científicas e capacidades digitais avançadas, como o uso de propósito de inteligência artificial (IA).

A empresa se desenvolveu na principal organização internacional de RWE e HEOR que somos hoje porque ouvimos nossos clientes e, em seguida, usamos uma equipe diversificada e altamente qualificada para atender às suas necessidades em constante mudança, em qualquer estágio do ciclo de vida do produto, empregando um modelo de parceria “enhanced” flexível que nos permite operar de forma transparente como uma extensão da equipe do cliente.

Um grande volume de artigos é publicado a cada ano. Poderia discutir como a taxa de publicação está acelerando?

É difícil determinar exatamente, mas as estimativas variam de 4 a 10% de aumento por ano, com 1-2 milhões de artigos publicados atualmente na área de saúde por ano. Isso é um número impressionante, especialmente se você estimar que leva cinco minutos para ler um resumo. O PubMed em si (a versão pública do mecanismo de busca de artigos de saúde Medline) tem uma coleção de mais de 30 milhões de artigos.

Por que os métodos tradicionais de revisão de artigos não funcionam mais?

Essas tarefas se resumem ao processo de encontrar as evidências, em particular os artigos, que respondem às suas perguntas científicas. E não é que os métodos manuais não possam fazer isso. Em vez disso, porque o processo é tão oneroso, significa que a tarefa não é tão flexível. Ninguém quer passar pelo trabalho de fazer tudo novamente se algo mudar, e você não pode procurar tantas fontes quanto desejar, dado o grande investimento de tempo. E as pessoas às vezes perdem artigos, pois é difícil se concentrar após ler algumas centenas de artigos. Em contraste, uma máquina treinada nunca se cansa, e os ganhos de eficiência significam que as abordagens baseadas em IA são mais flexíveis, pois você pode simplesmente executar a próxima pesquisa, e pode fazer quantas forem necessárias.

O que é EVID AI e como ele simplifica o processo para os pesquisadores médicos identificarem e analisarem grandes volumes de pesquisas?

EVID AI é o único banco de dados de literatura médica que usa aprendizado de máquina para produzir mais de 80 milhões de pontos de dados – desde pré-clínicos, clínicos, econômicos, epidemiologia, resultados relatados por pacientes e áreas de foco de revisão – e permite que os usuários filtrem os resultados da pesquisa para as informações mais relevantes e atuais necessárias para análise adicional. É a única plataforma com a capacidade de transformar dados incorporados em vários artigos em tabelas estruturadas que apresentam pontos de dados relevantes e solicitados em um formato claro. Essa abordagem patenteada destila as evidências em dados utilizáveis, para que os pesquisadores possam mais facilmente desenvolver gráficos e painéis para compartilhar com partes interessadas sem precisar ler um grande volume de artigos.

A Genesis Research fez melhorias recentes no EVID AI – que agora é a maior plataforma de pesquisa de literatura médica atual do mundo – que ajudam as equipes farmacêuticas e outros tomadores de decisões de saúde a encontrar resultados de alta qualidade e direcionados mais rapidamente, de forma mais eficiente e de uma amplitude de fontes sem precedentes.

Usando EVID AI, tarefas de pesquisa de literatura médica agora podem ser feitas 59 vezes mais rápido do que os esforços manuais, com evidências significativamente mais relevantes por pesquisa e 15 vezes menos artigos irrelevantes. O formato de aprendizado de máquina patenteado, programado por meio da exposição a dezenas de milhares de pontos de dados de treinamento, é mais rápido e abrangente do que nunca e reduzirá o tempo de pesquisa de meses para semanas ou dias.

Uma das vantagens do EVID AI é que ele permite que os pesquisadores e reguladores governamentais rastreiem os dados de IA até sua fonte. Por que isso é importante e como funciona?

Uma questão-chave com muitos sistemas de IA é que eles são opacos – às vezes chamados de “caixas pretas”. E isso é verdade no sentido de que não sempre entendemos por que a IA está fazendo o que está fazendo. Por exemplo, se ela pega um artigo e quebra todos os resultados do texto, não pode necessariamente dizer por que escolheu essas frases e resultados, pode apenas mostrá-los a você. No entanto, colocamos ênfase em ser transparente e fornecer proveniência de dados (por exemplo, mostrando de onde vêm), para que os usuários possam sempre rastrear um resultado até a sentença de onde veio, o artigo que contém essa sentença e, em seguida, a localização original do artigo. Dessa forma, sempre há um mecanismo para rastrear os resultados até suas fontes. Além de fornecer melhor ciência, isso é importante para os reguladores, pois se uma empresa farmacêutica está fazendo uma afirmação com base em evidências de nossa IA, o regulador pode verificar se os dados estão corretos e a fonte é válida.

Poderia compartilhar um caso de uso ou estudo de caso de pesquisadores usando EVID AI?

Absolutamente. Há muitos para escolher, mas aqui estão dois que são úteis, pois mostram como a ferramenta pode ser usada tanto para projetos maiores e orçados quanto para tarefas diárias e ad-hoc. No primeiro caso, tivemos uma empresa farmacêutica que contratou uma equipe para fazer uma atualização de revisão de literatura para oncologia. Isso é um grande empreendimento porque o campo específico em oncologia é grande, a literatura muda rapidamente e o escopo do projeto é grande. A revisão original incluiu uma análise do cenário (por exemplo, todos os principais medicamentos) e seus resultados em termos de eficácia, segurança e impacto econômico. Incluiu não apenas relatórios de ensaios clínicos, mas também artigos sobre estudos observacionais, onde os cientistas acompanham o desempenho de um medicamento prescrito no “mundo real” em vez de apenas em um ambiente de ensaio controlado.

O EVID AI ajudou essa empresa a reunir todos os novos e atualizados resultados para essa tarefa de literatura, com enormes economias. Em contraste, tivemos um exemplo em que um cientista havia construído um modelo econômico dos custos associados à mudança entre diferentes medicamentos para saúde mental chamados “modelos de impacto orçamentário”. O desafio é encontrar boas estimativas de quantas vezes esses pacientes mudam de medicamento. Quando o cientista inicialmente construiu o modelo, ele passou um dia inteiro vasculhando artigos para encontrar o resultado que desejava. Com o EVID AI, ele encontrou em alguns minutos.

Qual é sua visão do futuro da colaboração entre humanos e IA na pesquisa médica?

À medida que a pesquisa médica se torna cada vez mais confortável com a IA, ela permeiará áreas desde a descoberta de medicamentos até o recrutamento de ensaios clínicos, análise de dados e reembolso. Todos os aspectos do desenvolvimento de novas terapias se beneficiarão da IA, e os resultados se tornarão incorporados ao fluxo de trabalho. Em vez de confiar em ferramentas separadas que exigem mudança de contexto de uma tarefa de ciência de bench para uma tarefa de IA, tornar-se-á tão intuitivo quanto usar o GPS para chegar a um novo restaurante. Não haverá nem um segundo pensamento. No entanto, especialmente na indústria farmacêutica, ainda precisaremos de pessoas altamente experientes, como as equipes da Genesis Research, para determinar a relevância dos dados e iniciar análises adicionais para auxiliar a tomada de decisões.

Há algo mais que você gostaria de compartilhar sobre a Genesis Research?

O crescimento rápido da Genesis Research é devido à sua capacidade de assumir novos desafios, fazer as perguntas certas, reunir as equipes certas para acessar e analisar os dados certos e entregar soluções que movem as iniciativas de ciências da vida para frente. Um inovador no desenvolvimento de soluções baseadas em RWE, a empresa é totalmente agnóstica em relação aos dados e trabalha em estreita colaboração com os clientes para identificar as fontes de dados ótimas. Estamos orgulhosos de ser um líder estabelecido em estratégia de evidências, desenvolvimento e comunicação, bem como especialistas no desenvolvimento de soluções tecnológicas inovadoras.