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 (MSFT ), Morgan Lewis și Datalabs. În 2006, Matt a co-fondat NextDocs, care a devenit un lider global în gestionarea 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 științele vieții și vicepreședinte pentru conturi strategice la Aurea Software, care a achiziționat NextDocs.

Trialbee este o companie de tehnologie din domeniul sănătății care simplifică recrutarea pacienților pentru studii clinice. Prin utilizarea analizei de date, a outreach-ului digital și a dovezilor din lumea reală, aceasta asigură potrivirea, implicarea și pre-calificarea pacienților pentru a accelera înscrierea. Platforma oferă transparență pe tot parcursul surselor și partenerilor, ajutând sponsorii, CRO-urile și site-urile de încercări să gestioneze pipeline-ul de recrutare mai eficient, reducând în același timp sarcina asupra site-urilor.

Ați lucrat atât în startup-uri de 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 cea mai rapidă tendință tehnologică pe care am văzut-o în peste două decenii de muncă în dezvoltarea clinică – mai rapidă chiar decât în primele zile ale adoptării cloud-ului. Ceea ce m-a izbit pe mine a fost modul în care inteligența artificială a trecut de la conceptual la operațional într-o industrie care, de obicei, adoptă tehnologia nouă cu încetinitorul. Și este prioritară chiar și la autoritățile de reglementare, cum ar fi FDA. Pentru recrutarea pacienților pentru studii clinice, în special, suntem încă în fazele incipiente de învățare despre unde se potrivește cel mai bine. Furnizorii și sponsorii explorează inteligența artificială pentru dezvoltarea protocolului, persoane și țintire, îmbogățirea datelor, localizări și comunicări și angajament – care sunt toate puncte majore de fricțiune pentru echipele de cercetare.

Cu toate acestea, există și un anumit risc care vine odată cu acest potențial. Am vorbit cu lideri de la 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 căută speranță – o experiență foarte umană și empatică care nu poate fi înlocuită de inteligența artificială într-un mod semnificativ pentru pacienții pe care îi deservim.

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 este nevoie de îmbunătățiri?

Inteligența artificială ajută la simplificarea unor dintre cele mai lente și mai consumatoare de resurse părți ale procesului de recrutare. De exemplu, lucrurile care obișnuiau să dureze săptămâni – cum ar fi traducerea materialelor de studiu în zeci de limbi – sunt acum comprimate în ore. Acest lucru ne permite să începem recrutarea mai rapid în mai multe piețe globale.

Când vine vorba de acuratețe, agenții inteligenți artificiali încep să ne ajute să furnizăm interacțiuni mai consistente, aliniate la criterii, de la materialele pe care le creăm la pre-selecție 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 este antrenată, iar reprezentarea este și ea modelată de factori din afara tehnologiei – inclusiv restricții de reglementare de la țară la 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 oferă 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 agențială, deși măsuri de siguranță precum motoare de raționament separate trebuie integrate 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 a reglementărilor de-a lungul geografiei. În Statele Unite, agenții precum FDA adoptă inteligența artificială cu noi cadre și procese de revizuire timpurie. În contrast, Europa se mișcă mai prudent, concentrându-se pe a proceda cu atenție și aplicând revizuiri reglementare mai stricte.

Pentru companii precum a noastră, care operează la nivel global, acest lucru creează o provocare: ceea ce este acceptat într-o țară nu este neapărat acceptat în alta. Și variația nu este doar în reglementări, ci și în modul în care diferitele canale sau platforme de social media, cum ar fi Facebook (META ), 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 de etică și conformitate regională.

Acesta este locul în care istoria noastră de inovare și cultura noastră inerent globală sunt active majore pe măsură ce navigăm peisajul dinamic și plin de entuziasm al inteligenței artificiale.

Cum poate lipsa de aliniere globală a cadrului de reglementare a inteligenței artificiale în campaniile de studii clinice multinaționale să deraieze adoptarea inteligenței artificiale? Ați martorit consecințe reale ale acestui lucru?

În mod 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 autorizat să îl faceți și ce date puteți utiliza variază foarte mult. Suntem în curs de a construi expertiză internă 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 bazate pe inteligență artificială nu reduc pacienții la puncte de date, ci îmbunătățesc dimensiunea umană a cercetării?

O întrebare excelentă și importantă pentru 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, iar ființele umane vor fi întotdeauna în centrul ei.

Când vine vorba de operațiunile zilnice, cea mai bună inteligență artificială pe care o putem oferi – de exemplu, în cadrul platformei noastre Honey – ar fi să analizeze datele și tendințele și să alerteze site-urile și echipele de studiu acolo unde ar putea fi nevoie de acțiune. Facem multe dintre acestea deja și vom continua să adăugăm capacități pentru a asigura că datele valoroase capturate sunt puse într-un mod care face o diferență în studiu. Acest lucru ar putea însemna furnizarea de insight-uri zilnice asupra progresului recrutării sau alertarea pentru urmărirea specifică a pacienților cu modelare predictivă.

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 datelor potențiale PII conduse de inteligență artificială – acestea vor fi întotdeauna supravegheate de un expert uman experimentat. Așa că veți vedea cum folosim inteligența artificială pentru a face echipa noastră minunată și mai puternică, și nu invers.

Care sunt cele mai critice seturi de abilități necesare pentru echipele de cercetare clinică pentru a ghida și a conduce instrumentele de inteligență artificială astăzi?

Seturile de abilități cele mai critice se află la intersecția expertizei clinice, a alfabetizării inteligenței artificiale și a fluenței reglementare. Echipele trebuie să înțeleagă cum să interacționeze eficient cu platformele de inteligență artificială, prin furnizarea de intrări precise și revizuirea critică a ieșirilor.

Există, de asemenea, o nevoie crescândă de insight reglementar. Așa cum am menționat anterior, acest lucru este mai ales necesar în zone precum inteligența artificială agențială, unde construim motoare de raționament separate pentru a servi ca garduri în interacțiunile cu pacienții. Echipele trebuie, de asemenea, să fie capabile să evalueze conținutul tradus de inteligența artificială și să verifice acuratețea și relevanța culturală a materialelor înainte de a le prezenta comitetelor de etică.

Adoptarea inteligenței artificiale este în plină expansiune. Ce sfaturi 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 facilita 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 către promisiuni vagi despre transformarea inteligenței artificiale fără a articula cum funcționează de fapt sau când va fi gata. Deși aceste promisiuni pot suna bine în momentul respectiv, ele pot submina încrederea pentru că nu arată dovezi ale unui plan real.

Drumul mai bun este să împărțiți adoptarea în pași mici, definiți, cu rezultate clare. Alegeți una sau două zone de impact ridicat unde inteligența artificială poate elimina fricțiunea și asigurați-vă că acestea sunt susținute de supravegherea corespunzătoare. Fiți specifici despre instrumentele pe care le utilizați, modul în care sunt configurate și, mai important, modul în care protejați informații sensibile. Acesta este abordarea pe care o folosim la Trialbee. Nu discutăm cu stakeholderii decât 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 unei alte departamente sau echipe să prezinte cazuri de utilizare care au funcționat pentru ei în fiecare săptămână. Discutăm despre modul în care și de ce pentru a împărtăși învățăminte, provocări și soluții, astfel încât alții să poată replica succesele lor de inteligență artificială pentru a îmbunătăți eficiența, livrarea clienților sau rezultatele recrutării.

De asemenea, subliniem transparența despre 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 informații sensibile și aplicăm supravegherea umană. Odată ce văd beneficiile în acțiune, cum ar fi economia de timp în fluxurile de lucru de traducere sau creșterea vitezei în screeningul 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 demonstrarea valorii pas cu pas.

Regulatorii FDA și alți regulatori încep să pună întrebări mai dure despre modelele de inteligență artificială utilizate în dezvoltarea medicamentelor. Ce tipuri de standarde de transparență, validare sau auditabilitate credeți că ar trebui să devină norme în industrie?

Industria trebuie să se îndrepte către transparență totală și să asigure supravegherea umană în fiecare decizie asistată de inteligență artificială. Pentru a cita câteva exemple, atunci când vorbim despre inteligența artificială agențială, lucrăm deja la moduri de a încorpora logica reglementară într-un motor de raționament separat care poate evalua și corecta conversații 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, inclusiv testarea de referință și evaluările continue de performanță.

Ce este mai important, aceste standarde ar trebui să fie integrate în procesul de dezvoltare a produsului și nu să fie adăugate ulterior. Acest nivel de rigurozitate va fi esențial pentru menținerea siguranței pacienților, câștigarea încrederii reglementatorilor și scalarea inteligenței artificiale într-un mod responsabil în campaniile globale de cercetare clinică.

Modelele de inteligență artificială se bazează adesea pe seturi de date istorice care pot reflecta prejudecăți sistemice în domeniul sănătății. Cum abordați asigurarea echității și diversității în recrutarea pacienților, mai ales pentru populațiile subreprezentate?

Nu a fost lipsa inteligenței artificiale ceea ce a împiedicat diversitatea în cercetarea clinică – ci lipsa unei prioritizări a planului. Și inteligența artificială nu poate ajuta cu adevărat la acest lucru. Odată ce există un angajament real, inteligența artificială poate fi un instrument puternic care ajută cu adevărat la implicarea grupurilor subreprezentate, dar numai dacă suntem intenționați. De aceea, la Trialbee, lărgim datele pe care le folosim în 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 reflectă aceste inovații 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. În acest an singur, platforma noastră Honey a lansat noi fluxuri de lucru pentru site-uri, un registru de pacienți specific sponsorilor și cazuri de utilizare care sprijină site-urile de studiu pentru mărci biopharmaceutice globale, cum ar fi BMSClinicalTrials.com. Cu inteligența artificială, în special, veți vedea caracteristici și îmbunătățiri noi care vor fi lansate în următoarele 3, 6, 12 luni și dincolo. Dezvoltăm chatbot-uri, instrumente inteligente și mai mult în cadrul Honey, evaluând, de asemenea, noi modalități de a simplifica procesele pentru clienții noștri. Intern, utilizăm inteligența artificială pentru a deveni mai direcționați, mai intenționați, mai incluzivi și mai eficienți în tot ceea ce facem – cu un membru experimentat al echipei conducând fiecare decizie și interpretând contextul pentru toate modelele de inteligență artificială pe care le utilizăm.

Privind în următorii cinci ani, cum vă imaginați că Trialbee va evolua 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 anterior, evaluăm activ 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. Credem că oferirea acestei opțiuni este cheia pentru creșterea încrederii și participării pe termen lung.

Etica este un angajament pe care îl avem, asigurându-ne că inteligența artificială este implementată cu rigurozitate reglementară și transparență. Acest lucru înseamnă încorporarea mecanismelor de supraveghere în tehnologie însăși și a fi deschiși cu privire la modul în care funcționează sistemele noastre. De asemenea, construim inteligența artificială 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 într-un 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 acest interviu minunat; cititorii care doresc să afle mai multe despre Trialbee ar trebui să viziteze Trialbee.