Камья Элавади, соучредитель и президент Doceree — серия интервью

Камья Элавади, соучредитель и президент Doceree, является руководителем в области маркетинга здравоохранения и бизнес‑стратегии, сыгравшим центральную роль в росте компании с момента присоединения в 2019 году. Она прошла путь через руководящие позиции, охватывающие стратегию платформы, корпоративное развитие, обслуживание клиентов и глобальные партнерства, помогая преобразовывать технологии Doceree в измеримую ценность для фармацевтических брендов, агентств, издателей и систем здравоохранения. В своей текущей роли Элавади возглавляет глобальную программу роста компании и поддерживает её расширение в США, делая акцент на коммуникацию, учитывающую конфиденциальность и клиническую релевантность. До Doceree она занимала старшие позиции в работе с клиентами и управлении аккаунтами в HS Ad India и McCann Worldgroup, где работала с брендами в сфере здравоохранения, медицинских устройств и потребительских товаров, руководя межфункциональными и многокультурными командами.

Doceree — это система маркетинга здравоохранения, построенная на ИИ, предназначенная для помощи организациям в области наук о жизни в взаимодействии с медицинскими специалистами и пациентами с более высоким уровнем контекста и точности. Платформа сочетает проверенные данные о профессиональной идентичности, сигналы клинического намерения в реальном времени, программную активацию, взаимодействие в точке ухода и слой ИИ‑рассуждений, координирующий сообщения по каналам. Связывая осведомленность врачей и их решения о назначении с путём пациента к лечению, включая доступность, первые выписки рецептов и их повторные заполнения, Doceree стремится предоставить маркетологам в сфере здравоохранения более единый обзор эффективности кампаний, поддерживая конфиденциальность и соответствие нормативным требованиям.

Вы присоединились к Doceree в её первый год и сыграли центральную роль в построении присутствия в США, прежде чем стать соучредителем и президентом. Что изначально привлекло вас к видению компании‑основателя, и как это видение изменилось по мере того, как ИИ стал более важным для здравоохранения?

Меня привлекла к Doceree ясность решаемой проблемы. Маркетинг в сфере здравоохранения годами опирался на заимствованную инфраструктуру, инструменты, созданные для других отраслей и применяемые в одной из самых регулируемых сред в мире. Видение основателей заключалось в создании продукта, специально разработанного для здравоохранения с нуля.

Эволюционировало масштаб возможностей, которые предоставляет ИИ. Сначала акцент был на точности: достичь нужного врача в нужный момент. ИИ расширил представление о том, каким может быть этот момент: от доставки сообщения до чтения намерения, инициирования диалогов и соединения взаимодействий на протяжении всего пути ухода. Основная убеждённость не изменилась. Амбиции выросли, потому что инструменты улучшились.

Doceree недавно представила генеративные AI‑коннекторы для ChatGPT и Claude. Какие возможности предоставляют эти интеграции и какие команды в сфере здравоохранения или фармацевтики, вероятнее всего, получат от них выгоду?

Интеграция с такими платформами, как ChatGPT и Claude, направлена на перенос клинического и коммерческого интеллекта Doceree в инструменты, которые фармацевтические команды используют ежедневно. Вместо переключения между системами, команды брендов и агентств теперь могут запрашивать показатели кампаний, получать инсайты взаимодействия с HCP и выводить практические рекомендации непосредственно в рабочем процессе их AI‑ассистента.

Команды, получающие наибольшую выгоду, — это те, кто принимает быстрые решения, основанные на данных: менеджеры брендов, отслеживающие эффективность кампаний в разных рынках, агентские команды, мониторящие паттерны взаимодействия с HCP, коммерческие руководители, которым нужна синтезированная информация из множества потоков данных без ожидания отчётов. Это устраняет слой трения, всегда существовавший между данными и решением. Для меня именно здесь заключена реальная ценность.

Как генеративные AI‑коннекторы вписываются в более широкую AI‑стратегию Doceree и какие возможности вы планируете добавить по мере роста корпоративного внедрения?

Коннекторы выступают в роли слоя Daily Command, работающего рядом с Semmelwis — нашей фарма‑специфической моделью рассуждений, и Analytics Workbench. Идея проста: фармацевтические команды уже ежедневно работают в ChatGPT и Claude, поэтому мы переносим клинический интеллект Doceree в инструменты, которые они уже используют, с встроенными защитными механизмами, соответствующими HIPAA, с самого начала.

По мере роста внедрения направление смещается к более глубокой проактивной аналитике. Системы, которые предоставляют нужный сигнал до того, как кто‑то подумает его запросить. Именно в этом мы сейчас строим.

Doceree использует термин «клинический интеллект», чтобы описать часть своей технологии. Что это означает с архитектурной точки зрения и как он дополняет возможности базовых больших языковых моделей?

Клинический интеллект в своей основе — это слой, который делает общее ИИ применимым к здравоохранению. Большие языковые модели обладают огромными возможностями, но они не понимают изначально коды диагнозов, модели назначения или что означает, когда врач выбирает конкретную терапию для определённого профиля пациента. Клинический интеллект заполняет этот разрыв.

С архитектурной точки зрения он располагается между сырыми сигналами данных, поступающими из клинических рабочих процессов, и AI‑моделями, их интерпретирующими. Он предоставляет контекст, который делает выводы практичными, а не общими. Без него у вас мощная модель, работающая с неполной информацией. С ним же вы получаете возможность действительно влиять на реальный клинический момент.

Как система ИИ Semmelwis от Doceree помогает интерпретировать данные здравоохранения и преобразовывать их в полезные инсайты для фармацевтических команд?

Semmelwis построен на простой идее: данные здравоохранения полезны только тогда, когда их можно интерпретировать в клиническом контексте, а не просто обрабатывать в масштабе. Фармацевтические команды обладают огромными объёмами данных о взаимодействиях и рецептах, но всегда существовал разрыв между наличием этих данных и пониманием, что с ними делать.

Semmelwis закрывает этот разрыв, читая сигналы по всему клиническому пути и определяя, где формируется или исчезает намерение. Эти инсайты напрямую поступают в Daily Command, нашу AI‑систему работы для команд брендов фарма, превращая распознавание паттернов в рекомендации, которые коммерческие команды могут сразу применить, без необходимости присутствия команды data science.

ChatGPT и Claude используют разные модели, интерфейсы и корпоративные среды. С какими техническими вызовами столкнулась ваша команда, создавая единый опыт работы на обеих платформах?

Основной вызов заключался в обеспечении того, чтобы каждый запрос и ответ, независимо от платформы, оставались в рамках одинаковых ограничений соответствия. Данные здравоохранения не меняются в зависимости от того, какой AI‑ассистент задаёт вопрос. Реальная работа заключалась в создании управляемого интеграционного слоя между клиническим интеллектом Doceree и обеими платформами, гарантируя, что ответы всегда опираются на рассуждения Semmelwis и данные Doceree и всегда подлежат аудиту от начала до конца. Согласованность в соблюдении требований оказалась более сложной задачей.

Как коннекторы помогают пользователям понять, откуда пришёл AI‑сгенерированный инсайт и какие данные или рассуждения послужили основой ответа?

Каждый ответ через коннекторы основан на данных Doceree и рассуждениях Semmelwis. Когда команда бренда задаёт коммерческий вопрос, ответ подкрепляется сигналами клинического намерения, данными идентификации и вводными данными кампании, специфичными для их бренда. Весь рабочий процесс управляется и подлежит аудиту от начала до конца. В регулируемой отрасли именно такая прослеживаемость делает ИИ действительно пригодным для коммерческих решений, и это было принципом дизайна с первого дня.

Организации здравоохранения часто работают с чувствительными данными и сложными регуляторными требованиями. Как в дизайн этих интеграций включены конфиденциальность, безопасность, контроль доступа и соответствие требованиям?

Это то, о чём мы думали с самого начала как о принципе дизайна. Коннекторы построены так, что никакие данные пациентов никогда не попадают в рабочий процесс. Всё работает только с деидентифицированным контекстом HCP. Каждый запрос и ответ остаются в рамках безопасных ограничений HIPAA, а весь процесс управляется и подлежит аудиту от начала до конца.

На практике это означает, что команда бренда может задавать коммерческие вопросы внутри ChatGPT или Claude и получать ответы, основанные на клиническом интеллекте, без риска нарушения конфиденциальности данных, который обычно возникает при подключении чувствительных данных здравоохранения к общему AI‑ассистенту. Ограничения являются фундаментом, на котором построена интеграция.

Как вы оцениваете качество выводов системы, включая их точность, релевантность, согласованность и полезность для медицинских специалистов?

Качество в данном контексте означает нечто очень конкретное. Вывод полезен только тогда, когда он приводит к лучшему коммерческому решению, и именно так мы его оцениваем: приводит ли действие по нему к изменению важного показателя, повышает ли он прогрессирование этапов HCP, первые показатели заполнения рецептов, эффективность кампании.

Замкнутый цикл делает это возможным. Daily Command спроектирован так, чтобы возвращать результаты обратно в модель рассуждений, поэтому каждая рекомендация уточняется на основе того, что действительно сработало. Это отличается от общего AI‑ассистента, где вывод оценивается в изоляции. Здесь система учится на том, что происходит после того, как кто‑то реализует рекомендацию, и со временем это единственная честная мера качества.

По мере того как фармацевтические компании внедряют генеративный ИИ, какие принципы должны руководить его ответственным использованием в коммуникациях, направленных к клиницистам и пациентам?

Принцип, к которому я чаще всего возвращаюсь, — ИИ в здравоохранении должен уменьшать неопределённость, а не создавать её. Когда врач получает информацию, влияющую на решение о лечении, источник этой информации и её обоснование должны быть прослеживаемыми. Это базовый стандарт доверия.

Помимо прослеживаемости, я считаю, что ответственное использование подразумевает наличие человека в цепочке принятия решений по всему, что имеет клиническую или коммерческую значимость. ИИ должен рекомендовать и предлагать. Люди должны решать и одобрять. Как только эта граница размывается, риски начинают превышать выгоды.

И соответствие должно быть встроенной архитектурой, а не лишь политикой. В здравоохранении разница между этими двумя вещами — это всё.

Спасибо за отличное интервью, читатели, желающие узнать больше, должны посетить Doceree.