Interviuri
Matt Walz, CEO la Trialbee – Seria de interviuri
Matt Walz este CEO-ul Trialbee, un lider global în recrutarea pacienților prin tehnologie. El aduce peste 20 de ani de experiență în software și conducere în industria științelor vieții. Matt și-a început cariera ca dezvoltator și a deținut diverse roluri tehnice și de conducere la Rollins Corporation, PSCI, Microsoft, Morgan Lewis și Datalabs. În 2006, Matt a co-fondat NextDocs, care a crescut pentru a deveni un lider global în managementul documentelor clinice, de calitate și reglementare, unde a ocupat funcțiile de CTO, CSO și director în consiliul de administrație timp de 9 ani. Înainte de a se alătura Trialbee, Matt a petrecut 5 ani ca director general pentru științe ale vieții și vicepreședinte pentru conturi strategice pentru Aurea Software, care a achiziționat NextDocs.
Trialbee este o companie de tehnologie pentru sănătate care simplifică recrutarea pacienților pentru studii clinice. Prin utilizarea analizei de date, a outreach-ului digital și a dovezilor din lumea reală, aceasta corelează, implică și pre-califică pacienții pentru a accelera înscrierea. Platforma sa oferă transparență pe tot parcursul surselor și partenerilor, ajutând sponsorii, CRO-urile și site-urile de încercare să gestioneze mai eficient pipeline-ul de recrutare, reducând în același timp încărcătura pe site-urile respective.
Ați lucrat atât în startup-uri de tehnologie pentru sănătate, cât și în platforme de cercetare clinică la scară largă. Care au fost experiențele personale sau momentele din cariera dvs. care v-au făcut să recunoașteți potențialul — și capcanele — inteligenței artificiale în recrutarea pacienților?
Inteligența artificială a fost tendința tehnologică cu cea mai rapidă mișcare pe care am văzut-o în peste două decenii de lucru în dezvoltarea clinică – mai rapidă chiar decât în primele zile ale adoptării cloud-ului. Ceea ce a fost cel mai izbitoare pentru mine a fost modul în care inteligența artificială a trecut de la conceptual la operațional într-o industrie care este, de obicei, lentă în a adopta noi tehnologii – și este prioritară chiar și la autoritățile de reglementare, cum ar fi FDA. Pentru recrutarea specifică a pacienților pentru studii clinice, suntem încă în fazele incipiente de învățare unde este cel mai bine adaptată. Furnizorii și sponsorii deopotrivă explorează inteligența artificială pentru dezvoltarea protocolului, persoane și țintire, îmbogățirea datelor, localizări și comunicări și implicare – care sunt toate puncte majore de fricțiune pentru echipele de cercetare.
Cu toate acestea, există încă un anumit risc care vine odată cu acest potențial. Am vorbit cu lideri ai unor companii farmaceutice importante care subliniază că, deși inteligența artificială apare în mai multe puncte ale fluxului de lucru, nu poate funcționa fără control. Supravegherea umană este fundamentală.
Acest lucru se datorează atât motivelor de calitate și securitate, cât și faptului că, în esență, companii precum Trialbee se conectează cu pacienți și familii care caută speranță – o experiență foarte umană și empatică care nu poate fi înlocuită de inteligența artificială într-un mod semnificativ pentru pacienții pe care îi servim cu toții.
Recrutarea pentru studii clinice a întâmpinat istoric probleme de diversitate, viteză și acuratețe. Din punctul dvs. de vedere, cum ajută inteligența artificială la abordarea acestor provocări — și unde mai cade ea scurt?
Inteligența artificială ajută la simplificarea unora dintre părțile cele mai lente și mai consumatoare de resurse ale procesului de recrutare. De exemplu, lucrurile care au durat săptămâni – cum ar fi traducerea materialelor de studiu în zeci de limbi – sunt acum comprimate în ore. Acest lucru înseamnă că putem începe recrutarea mai rapid în mai multe piețe globale.
Când vine vorba de acuratețe, agenții inteligenți artificiali încep să ne ajute să oferim interacțiuni mai consistente, aliniate cu criteriile, de la materialele pe care le creăm la pre-selecție și până la chatbot-uri. Aceste instrumente sunt deosebit de utile pentru reducerea punctelor de abandon care încetinesc procesul de recrutare.
Diversitatea rămâne o provocare, totuși. Inteligența artificială nu este mai reprezentativă decât datele cu care a fost antrenată, iar reprezentarea este și ea modelată de factori din afara tehnologiei – inclusiv restricții regulatorii țară cu țară care limitează modul în care inteligența artificială poate fi utilizată în roluri care implică pacienți. Construirea încrederii cu participanții la studiu a fost o provocare pe tot parcursul istoriei cercetării clinice, iar implicarea cu instrumentele inteligenței artificiale este întâmpinată cu diferite grade de scepticism. Având în vedere acest lucru, susținem ferm o abordare care le-ar oferi oamenilor opțiunea de a interacționa cu un profesionist medical în viață sau, de exemplu, cu un agent de inteligență artificială. Acest lucru poate ajuta la implicarea participanților cu niveluri variate de confort cu inteligența artificială, asigurând în același timp o supraveghere puternică, mai ales pentru inteligența artificială agentică, deși trebuie să se incorporeze garanții precum motoare de raționament separate pentru a o face de succes.
Ați menționat anterior că instrumentele de inteligență artificială sunt implementate mai rapid decât orice inovație anterioară în recrutarea pacienților. Dar, având în vedere că regulatorii globali se luptă să țină pasul, care sunt cele mai urgente lacune de supraveghere pe care le vedeți în campaniile de studii clinice multinaționale?
Cea mai mare lacună este lipsa de aliniere regulamentară la nivel geografic. În Statele Unite, agenții precum FDA adoptă inteligența artificială cu noi cadre și procese de examinare timpurie. În contrast, Europa se mișcă mai prudent, concentrându-se pe a face pași atenți și aplicând examinări regulatorii mai stricte.
Pentru companii precum a noastră, care operează la nivel global, acest lucru creează o provocare: ceea ce este acceptabil într-o țară nu poate fi în alta. Și variația nu este doar în regulamente, ci și în modul în care diferitele canale sau platforme de social media, cum ar fi Facebook, pot fi utilizate pentru recrutare, modul în care se gestionează datele personale sau modul în care se colectează consimțământul pacientului. Acestea sunt nuanțe care necesită agilitate operațională și o înțelegere profundă a standardelor regionale de etică și conformitate.
Acesta este locul unde istoria noastră de inovare și cultura noastră inerent globală sunt active majore pe măsură ce navigăm peisajul dinamic și emoționant al inteligenței artificiale.
Cum poate lipsa de aliniere globală a cadrului regulamentar să deraieze adoptarea inteligenței artificiale în studii clinice? Ați martorit consecințe reale ale acestui lucru?
Absolut. Strategiile noastre de publicitate digitală pe care le folosim pentru recrutarea pacienților sunt un exemplu bun aici. Facebook este una dintre cele mai eficiente platforme la nivel global, dar chiar și în țările în care este permis, nivelul de țintire pe care sunteți autorizați să îl faceți și ce date puteți utiliza variază foarte mult. Suntem în proces de construire a expertizei interne pentru a depăși aceste diferențe și ne așteptăm ca reglementarea inteligenței artificiale să urmeze un traseu similar.
În termeni practici, limitările pe care această dilemă le impune asupra echipelor de recrutare pot duce la lansări întârziate de campanii, la cicluri suplimentare cu comitetele de etică și la fluxuri de lucru de conformitate mai complexe. Dacă nu sunteți profund conștienți de modul în care fiecare țară interpretează utilizarea inteligenței artificiale, mai ales în aplicațiile care implică pacienți, riscați să încetiniți studii sau să întâmpinați bariere serioase de aprobare.
Trialbee operează la intersecția datelor, tehnologiei și implicării pacienților. Cum vă asigurați că strategiile de recrutare conduse de inteligență artificială nu reduc pacienții la puncte de date, ci îmbunătățesc partea umană a cercetării?
O întrebare excelentă și importantă pentru noi toți. Așa cum am menționat anterior, modul în care văd inteligența artificială este capacitatea sa de a împuternici oamenii – nu de a-i înlocui. Acest lucru este mai ales valabil în industria foarte personală în care lucrăm, unde încercăm să ajutăm generații de pacienți să trăiască vieți mai sănătoase în întreaga lume. Afacerea noastră este una caldă, despre conectarea oamenilor, și ființele umane vor fi întotdeauna în inima ei.
Când vine vorba de operațiunile zilnice, cel mai bun lucru pe care putem să-l oferim – de exemplu, în cadrul platformei noastre Honey – ar fi să analizăm datele și tendințele și să promovăm site-urile și echipele de studiu acolo unde este nevoie de acțiune. Facem multe dintre acestea deja și vom continua să adăugăm capacități pentru a ne asigura că datele valoroase capturate sunt puse în utilizare imediată care face o diferență în studiu. Acest lucru poate însemna furnizarea de insight-uri zilnice cu privire la progresul recrutării sau promovarea urmăririi specifice a pacienților cu modelare predictivă.
În mod intern, utilizăm inteligența artificială în întreaga noastră organizație într-un mod sistematic și colaborativ. Câteva exemple bune aici ar putea fi traducerea materialelor de recrutare și suprimarea inteligenței artificiale a potențialelor informații personale – acestea vor fi întotdeauna supravegheate de un expert uman experimentat. Așa că veți vedea, sper, cum utilizăm inteligența artificială pentru a face echipa noastră extraordinară mai puternică și nu invers.
Care sunt cele mai critice seturi de abilități pentru echipele de cercetare clinică pentru a conduce și a guverna în mod responsabil instrumentele de inteligență artificială astăzi?
Cele mai critice seturi de abilități se află la intersecția expertizei clinice, a alfabetizării inteligenței artificiale și a fluenței regulatorii. Echipele au nevoie de înțelegerea modului de a se implica eficient cu platformele de inteligență artificială, prin promovarea acestora cu precizie și prin examinarea critică a ieșirilor lor.
Există, de asemenea, o nevoie crescândă de insight regulator. Așa cum am menționat anterior, acest lucru este mai ales necesar pentru domenii precum inteligența artificială agentică, unde construim motoare de raționament separate pentru a servi ca garduri de protecție în interacțiunile cu pacienții. Echipele trebuie, de asemenea, să poată evalua conținutul tradus de inteligența artificială și să verifice acuratețea și relevanța culturală a acestuia înainte de a fi prezentat comitetelor de etică.
Adoptarea inteligenței artificiale se accelerează. Ce sfat ați da stakeholderilor din studii clinice care sunt ezitanți sau copleșiți de complexitatea integrării inteligenței artificiale în fluxurile lor de lucru?
Cineva a spus odată că, atunci când începeți să lucrați cu inteligența artificială, asigurați-vă că utilizați inteligență reală. Învățarea automată poate permite lucruri uimitoare – cu condiția să aibă expertiza, contextul și gardurile de protecție ale experților din domeniu în spatele ei.
Sfatul meu este să începeți mic și să rămâneți ancorați în ceea ce puteți livra astăzi. Una dintre cele mai mari greșeli pe care le văd este că companiile se înclină prea mult spre promisiuni vagi despre transformarea inteligenței artificiale fără a articula cum funcționează realmente sau când va fi gata. Deși aceste promisiuni pot suna bine în momentul respectiv, ele pot eroda încrederea pentru că nu arată dovezi ale unui plan real.
Calea mai bună este să împărțiți adoptarea în pași mici, definiți, cu rezultate clare. Alegeți una sau două zone cu impact ridicat în care inteligența artificială poate elimina fricțiunea și asigurați-vă că acestea sunt susținute de supravegherea corespunzătoare. Fiți specifici cu privire la instrumentele pe care le utilizați, modul în care sunt configurate și, mai important, modul în care protejați informațiile sensibile. Acesta este abordarea pe care o urmăm la Trialbee. Ne discutăm doar cu stakeholderii despre capacitățile pe care le construim activ, de obicei nu mai mult de trei luni înainte, pentru că vrem să ne asigurăm că comunicăm ceea ce este real.
La Trialbee, cerem în prezent unei departamente sau echipe diferite să prezinte cazuri de utilizare care au funcționat pentru ei în fiecare săptămână. Discutăm despre modul în care au funcționat, precum și despre de ce, pentru a împărtăși învățămintele, provocările și soluțiile, astfel încât alții să poată replica succesele lor de inteligență artificială pentru a îmbunătăți eficiența, livrarea către clienți sau rezultatele recrutării.
De asemenea, subliniem transparența cu privire la instrumentele pe care le utilizăm pentru a construi aceste capacități. Dacă utilizăm ChatGPT de la OpenAI sau Claude de la Anthropic, de exemplu, descriem configurația pentru stakeholderi, inclusiv modul în care izolăm informațiile sensibile și aplicăm supravegherea umană. Odată ce văd beneficiile în acțiune, cum ar fi economiile de timp în fluxurile de lucru de traducere sau creșterea vitezei în screening-ul precoce al pacienților, sunt mai predispuși să se alăture următorului caz de utilizare a inteligenței artificiale. Și astfel, este mai puțin despre vânzarea viziunii mari și mai mult despre dovedirea valorii pas cu pas.
FDA și alți regulatori încep să pună întrebări mai dure despre modelele de inteligență artificială utilizate în dezvoltarea de medicamente. Ce tipuri de standarde de transparență, validare sau auditabilitate credeți că ar trebui să devină norme în industrie?
Industria trebuie să se îndrepte spre transparență deplină și să se asigure că există supraveghere umană în fiecare decizie asistată de inteligență artificială. Pentru a cita câteva exemple:
Când vorbim despre inteligența artificială agentică, lucrăm deja la moduri de a încorpora logica regulatorie într-un motor de raționament separat care poate evalua și corecta conversațiile în timp real. Acest tip de sistem de control intern ar trebui să devină standard în orice aplicație care implică pacienți. Protocoalele de validare trebuie, de asemenea, să fie formalizate, incluzând testarea de referință și evaluările continue ale performanței.
Mai important, aceste standarde trebuie integrate în procesul de dezvoltare a produsului și nu adăugate ulterior. Acest nivel de rigurozitate va fi esențial pentru menținerea siguranței pacienților, pentru câștigarea încrederii regulatorilor și pentru scalarea inteligenței artificiale în mod responsabil în campaniile globale de cercetare clinică.
Modelele de inteligență artificială se bazează adesea pe seturi de date istorice care pot reflecta prejudecățile sistemice din sănătate. Cum abordați asigurarea echității și diversității în recrutarea pacienților, mai ales pentru populațiile subreprezentate?
Lipsa inteligenței artificiale nu a fost ceea ce a împiedicat diversitatea în cercetarea clinică – lipsa unui plan nu a fost. Și inteligența artificială nu poate să ajute realmente cu asta. Odată ce există un angajament real, inteligența artificială poate fi un instrument puternic care ne ajută cu adevărat să ajungem la grupurile subreprezentate mai eficient, dar numai dacă suntem intenționați. De aceea, la Trialbee, lărgim datele pe care le folosim pentru modelele noastre, construim parteneriate comunitare și monitorizăm constant rezultatele recrutării pentru a ne asigura că niciun grup nu este lăsat în urmă.
Ați menționat că echipa dvs. lansează noi produse legate de inteligență artificială mai târziu în acest an. Ne puteți oferi o previzualizare la nivel înalt a problemelor pe care le rezolvați — și cum aceste inovații reflectă filozofia dvs. mai largă despre utilizarea responsabilă a inteligenței artificiale?
Trialbee are o cultură a inovării, iar inteligența artificială este o componentă majoră și în creștere a acesteia. Anul acesta, platforma noastră Honey a lansat noi fluxuri de lucru pentru site-uri, un registru de pacienți specific sponsorilor și cazuri de utilizare care susțin site-urile de încercare pentru mărci globale de biofarmaceutice, cum ar fi BMSClinicalTrials.com. Cu inteligența artificială, în special, veți vedea funcții și îmbunătățiri noi care vor fi lansate în următoarele 3, 6, 12 luni și dincolo. Dezvoltăm chatbot-uri, instrumente inteligente și multe altele în cadrul platformei Honey, evaluând, de asemenea, noi modalități de a simplifica procesele pentru clienții noștri. În mod intern, utilizăm inteligența artificială pentru a deveni mai țintiți, mai intenționați, mai incluzivi și mai eficienți în tot ceea ce facem – cu un membru experimentat al echipei care conduce fiecare decizie și interpretează contextul pentru toate modelele de inteligență artificială pe care le utilizăm.
Privind în următorii cinci ani, cum vă imaginați evoluția rolului Trialbee pe măsură ce inteligența artificială devine mai profund integrată în cercetarea clinică? Ce rol credeți că va juca compania dvs. în modelarea unui viitor mai etic, mai eficient și mai armonizat la nivel global pentru recrutarea pacienților?
În următorii cinci ani, văd Trialbee ca liderul furnizor de servicii activate de inteligență artificială pentru recrutarea pacienților în cercetarea clinică. Suntem deja în proces de integrare a inteligenței artificiale generative în fiecare parte a fluxului de lucru de recrutare unde poate accelera viteza, îmbunătăți acuratețea sau crește opțiunile pacienților. Așa cum am menționat, evaluăm instrumente care ar oferi pacienților opțiunea de a interacționa cu un profesionist medical în viață sau cu un agent de inteligență artificială, în funcție de preferințele și nivelul de confort al acestora. Credem că oferirea oamenilor acestei opțiuni este cheia pentru creșterea încrederii și participării în timp.
Etica ne obligă să ne asigurăm că inteligența artificială este implementată cu rigurozitate regulatorie și transparență. Acest lucru înseamnă încorporarea mecanismelor de supraveghere în tehnologia însăși și a fi deschiși cu privire la modul în care funcționează sistemele noastre. Suntem, de asemenea, în proces de integrare a inteligenței artificiale în cultura noastră organizațională – în fiecare departament și echipă – astfel încât să fim pregătiți să ne adaptăm pe măsură ce tehnologia evoluează. În cele din urmă, vrem să fim o companie care ajută la definirea modului în care inteligența artificială este utilizată în mod responsabil în întreaga cercetare clinică. Dacă facem acest lucru corect, putem ajuta la modelarea unui viitor în care studiile sunt mai rapide, mai incluzive și mai ușor de accesat pentru pacienți, indiferent de locul în care trăiesc sau de limba pe care o vorbesc.
Mulțumim pentru interviul excelent; cititorii care doresc să afle mai multe pot vizita Trialbee.
