Jeff Elton, VD på ConcertAI – Intervjuserie

Jeff Elton, Ph.D., är VD för ConcertAI, ett AI SaaS-lösningsföretag som tillhandahåller forskningslösningar och patientcentrerade lösningar för life sciences-innovatörer och världens ledande leverantörer. ConcertAI fokuserar på att accelerera och förbättra precisionen i retrospektiva och prospektiva kliniska studier med hjälp av leverantörens EMR, LIS och PACS-system som källa för all studiedata. Det är en långsiktig partner med American Society of Clinical Oncology och dess CancerLinQ-program, US FDA, NCI Health Equity-initiativ och nästan 100 vårdgivare över hela USA.

Före ConcertAI var Jeff Managing Director, Accenture Strategy/Patient Health; Global Chief Operating Officer och SVP Strategy på Novartis Institutes of BioMedical Research, Inc.; och partner på McKinsey & Company. Han är också en grundande styrelseledamot och senior rådgivare till flera tidiga företag. Jeff är för närvarande styrelseledamot i Massachusetts Biotechnology Council. Han är medförfattare till den väldokumenterade boken Healthcare Disrupted (Wiley, 2016). Jeff har en Ph.D. och M.B.A. från The University of Chicago.

Som grundande VD för ConcertAI, kan du dela din vision för företaget vid dess start? Hur har den visionen utvecklats sedan 2018?

Vi började med idén att förbättrade patientresultat kommer från djupa och handlingsbara insikter. Att få dessa insikter kräver datakompletthet, datascale, datarepresentativitet och avancerad AI-intelligens. Så vi skapade ett Data-as-a-Service- och AI Software-as-a-Service-företag. Vi riktade in oss på AI som tillåter inferens och prediktion. Detta inkluderade att förutsäga händelser som ska undvikas, såsom patienters non-adherens till sin terapi eller avbrytande av vård på grund av brist på positiv respons, som informerade om när kliniska prövningar kanske var nästa alternativ.

Vår vision har förblivit oförändrad, och vi fortsätter att förvänta oss mer av våra lösningar. Med den senaste generationen av LLMs, agentic AI och andra generativa AI-lösningar kan vi operera i skala (och nästan i realtid – något vi inte förväntade oss eller förutsåg 2018). Med partners som NVIDIA (NVDA ) kan vi förbättra våra lösningar för att prestera bättre än förväntat, känna igen begränsningar och unika egenskaper och röra oss i takt med hela marknadens innovationer – resan hittills har varit extraordinärt produktiv och spännande.

Vi har öppnat upp tidigare oförstådda prestationer i kliniska prövningslösningar, automatiserat placering av patienter på evidensbaserade kliniska vägar, avancerade arbetsflöden i radiologisk tolkning och användning av digitala tvillingar som beslutsstödsverktyg för vård och forskning.

I dag tjänar vi nästan 50 biopharma-innovatörer och 2 000 vårdgivare – så medan vi inte är på samma skala som hela marknaden, är vi den bredaste AI-lösningen för onkologi i branschen.

Vad inspirerade dig att fokusera på onkologi- och hematologidataset specifikt, och hur såg du till att ConcertAI gjorde en skillnad i dessa områden?

USA inledde “kriget mot cancer” 1971 med National Cancer Act. Detta katalyserade storskalig statlig finansiering, som genererade insikter i de mutationer som driver cancer, nya modaliteter för terapier, utvidgade National Cancer Institute-designade behandlingscenter och mer. Under Obama-administrationen ökade finansieringen igen med 10 miljarder dollar i elektronisk stimulans till NIH och, i sin tur, till NCI. Under Biden lanserades Cancer Moonshot 2.0-programmet 2022, vilket återigen katalyserade en helt ny generation av forskning och seedfinansiering för akademiska, samhälleliga och privat-offentliga partnerskap.

Jag ger denna historia eftersom få sjukdomar eller områden inom hälsovården har den nivån av data: genetisk, transkriptometrisk, digital patologi, digital radiologi, detaljerad elektronisk patientjournal, etc., och nivån av forskning som kontextualiserar dessa data med validerade insikter genom rigorösa, multicenter, peer-review-studier. Som ytterligare bevis är American Society of Clinical Oncology årliga möte det största medicinska mötet i världen, med det största antalet nya publikationer, poster och abstracts av något vetenskapligt forum på något ämne.

Så, om du ska vara data- och AI-centrerad, finns det få bättre områden att utveckla lösningar med tillförsikt och i skala än onkologi. ConcertAI har den största samlingen av forskningsgradiga data i världen. Det inkluderar hundratals peer-review-publikationer som möjliggjorts av dessa data, betydande bevis som resulterat från dessa publikationer som förändrar hur patienter behandlas och säkerställer de mest positiva möjliga resultaten, och nu AI SaaS-teknologier som är integrerade i processerna för vård och forskning som bringar kraften av dessa data och bevis till alla punkter och för alla beslut längs en patients vårdresa. Vad som verkligen är viktigt här är att vi inte gör detta ensidigt. Det görs transparent med våra vårdgivare och biopharma-innovatörspartner för att skapa största möjliga förtroende och användning. Så, vi utvecklas mot realtidsbaserad, avancerad, AI-intelligensaktiverad beslutsstöd.

ConcertAI har blivit en ledande spelare inom real-world evidence (RWE) och AI-teknik för hälsovård. Vilka var några av de tidiga utmaningarna du stod inför när du positionerade företaget som en ledare inom detta område?

Man måste vara betrodd och utvecklas mot att bli referenskällan. Det är förtjänat. Förtroendet kommer från era vårdgivarpartner, som tror att de data ni får tillgång till är i patienternas bästa intresse. Förtroendet kommer från era akademiska och industripartner, som ser bevisen för och tror att era data är en perfekt reflektion av de ursprungliga patientjournalerna och att de koncept ni främjar är “sanna” och reflekterar nuvarande klinisk och vetenskaplig praxis. Ni måste också uppnå en skala där era dataslösningar representerar inte bara hela populationen utan också producerar slutsatser som är tillförlitligt generaliserbara tillbaka till hela populationen som behandlas med en specifik medicin. Teknologi är liknande. Forskare och kliniker är inneboende skeptiska – som de ska vara – och litar inte på svarta lådor eller algoritmer de inte förstår. Så vi behövde etablera förtroende där också, genom publikationer och öppenhet om hur våra lösningar fungerar.

ConcertAI har världens största onkologi- och hematologidataset. Vilka unika möjligheter skapar dessa data för att omvandla cancerforskning och behandling?

Jag älskar den frågan. Vi arbetar med detta varje dag! Möjligheterna att tillhandahålla värde till vårdgivare, patienter och innovatörer är nästan oändliga. I tidiga prövningar utvecklar vi studie-simuleringsmetoder med digitala tvillingar som kommer att förändra programmen vi tar in i kliniska prövningar. Våra data och AI-optimeringar kommer att minska den tid som krävs för att gå från färdigställd protokoll till färdigställd ansökan till myndigheter med 30 till 40% – vilket innebär att nya mediciner kommer till patienter snabbare. Våra beslutsstöds-AI-lösningar kommer att rekommendera behandlingsvägar som är evidensbaserade och specifikt anpassade till dessa vägar, övervaka svar i linje med det förväntade svaret och leta efter potentiellt fördelaktiga kliniska prövningar när svaret eller fördelen är under förväntningarna. Våra bildkliniska tolkningslösningar fungerar på operativa processers nivå, klinisk tolkning och en längre tids vy av nya tolkningar eller nya ingrepp som bör övervägas baserat på insikter och bevis i framtiden. Inte längre är en åtgärd “en gång och klart” utan snarare “en gång, och sedan igen och igen” så att fördelaktiga omvärderingar och framtida beslut blir en pågående process! Vad som skiljer sig här är att vyerna är hela patientresan – detta är en horisontell vy mot en serie smala, djupa, vertikala vyer som måste sys ihop. Detta är en innovation som möjliggörs av AI och en djup processförändring som tillhandahåller nya sätt att arbeta för de expertmänniskor som är inblandade.

Kan du förklara hur ConcertAI:s Digital Trial Solution fungerar för att matcha cancerpatienter med livräddande kliniska prövningar? Vilken påverkan har ni sett hittills i termer av patientresultat?

Kliniska prövningar är mycket komplexa och kräver timmar av ansträngning från ett brett utbud av högt kvalificerade individer. För de flesta organisationer erbjuds kliniska prövningar som en skyldighet och åtagande till patienter där den nuvarande standarden för vård kanske inte representerar ett livskraftigt alternativ. Prövningar har inte riktigt varit tillgängliga för patienter i samhällsbehandlingscenter, där 80% av patienterna får sin vård. Ändå är det dessa patienter som kommer att få nya godkända mediciner. Detta skapar en dubbel dilemma: majoriteten av patienter som behöver tillgång till prövningar är begränsade, och de som reflekterar den ultimata standardvårdspopulationen är inte i prövningsdatauppsättningen. Vi satte en väg för att lösa dessa problem.

Resultaten har varit fantastiska – så positiva att vi kommer att utöka antalet studier som pågår med 10 gånger 2025. Vi publicerade detta för det senaste American Society of Clinical Oncology-mötet och i andra områden. Vår metod är hur vi tycker att AI bör implementeras – som en förstärkning av expertmänniskor där det finns stora kapacitets- och talangbegränsningar och där liv står på spel. Vi har utvecklat en uppsättning orkestrerade och justerade stora språkmodeller som får tillgång till patientjournaler, syntetiserar egenskaper och matchar patienter till potentiellt fördelaktiga prövningar, gör exakt vad expertmänniskor skulle göra – med en fullständigt dokumenterad metod för att göra rekommendationer och bedömningar. På de platser där våra teknologier är utplacerade presterar vi på samma nivå som de mest experta människorna och rekryterar patienter med 5 gånger eller mer relativt till platser där våra teknologier inte är utplacerade – forskarteamen och biopharma-innovatörerna är båda nöjda, och patienterna gynnas mest.

Hur adresserar ConcertAI:s AI-drivna tillvägagångssätt för prövningsdesign och patientrekrytering några av de nuvarande begränsningarna inom klinisk forskning, såsom patientdiversitet och prövningseffektivitet?

Jag är stolt över mitt team – de sa till mig för tre till fyra år sedan att uppnå mångfald är en skyldighet och rätt sak att göra vetenskapligt. De hävdade också att det är svårt att göra om det är manuellt men kräver noll extra ansträngning om det är automatiserat. Så vi beslutade då att varje dataset och AI SaaS-lösning skulle integrera mångfald och sociala bestämningsfaktorer för hälsa som vår standardmetod. Det är inte ett alternativ. Det är bara vad vi gör. Därefter kan våra CARAai™-stödda kliniska prövningsdesign- och optimeringslösningar bedöma vilka etniska, rasliga eller ekonomiska underpopulationer som kan vara mest negativt påverkade av en sjukdom, integrera dessa överväganden i prövningsdesignen, säkerställa att dessa populationer inte oavsiktligt utesluts och definiera de kliniska platser som sannolikt kommer att säkerställa deltagande och representativitet. Detta är där AI kan vara “AI för gott” och där teknologi inte introducerar en bias utan säkerställer att bias inte kommer in i processen, den ultimata designen eller de operativa processerna runt den kliniska prövningen.

Vilken roll spelar ConcertAI i att minska bördan på vårdgivare och optimera platsval i kliniska prövningar?

Vi integrerar arbetsbördan i alla aspekter av våra kliniska prövningslösningar. Först finns det en börda på patienten. Detta kan vara var platsen är belägen, antalet besök som krävs för en studie jämfört med standardvården eller den kliniska intensiteten i en studie jämfört med standardvården, som i fallet med extra biopsier. Dessa saker kan bestämma om patienten – eller patienten i samråd med sin vårdgivare – kan delta eller tåla och slutföra deltagande.

Det finns också en börda på vårdgivaren. Om vi kan automatisera identifieringen av patienter för klinisk prövningsberättigande, minimera falska positiva som skapar arbete och tillhandahålla det vi kallar “AI-leverans” till arbetet med kliniska forskningsassocierade, studie-sjuksköterskor och läkare, då minskar bördan. Detsamma gäller för vår AI-automatiseringslösning, som tillåter forskarteamet att undvika manuell datainmatning – vanligtvis 2 till 4 timmar i slutet av dagen och ofta slutförd hemma. Tidigt såg vi på data i EMR – digital – som matades in manuellt i en portal för sponsorns EDC. Så digital data läses och matas sedan in igen i digital form! Här använder vi också våra multi-justerade stora språkmodeller – detta var ett verkligt fokus för NVIDIA-samarbetet från början. Vi är på 55% full automatisering idag, med en mycket snabb väg till över 80% under de kommande månaderna. När dessa element kommer samman kommer vi att få personalens tid ner till 10% av de traditionella kraven och göra dessa studier mer tillgängliga för fler patienter.

Precision medicine är ett nyckelområde där AI gör betydande framsteg. Hur bidrar ConcertAI:s teknik till mer precisa och personanpassade cancerbehandlingar?

Vi har inte diskuterat detta så mycket sedan i fjol. I december 2023 tog vi på oss ansvaret för American Society of Clinical Oncology:s CancerLinQ-program. Det är världens största intelligenta hälsonätverk, som består av akademiska center, regionala sjukhus och vårdgivare. En viktig del av detta nätverk är att implementera ASCO Certified®-kvalitets- och kliniska vägledningslösningar. Eftersom CancerLinQ är ett ConcertAI-initiativ har vi utvecklat nätverket, automatiserat precisionsonkologiska vägar, skapat nya digitala tvillingtillvägagångssätt för att förbättra behandlingsvalet för vårdgivarna, identifierat och meddelat kritiska diagnostiska tester som kunde informera behandlingsbeslut och gjort detsamma för nyligen godkända mediciner som representerar ett annat eller bättre behandlingsalternativ. Allt detta backas upp av vår CARAai™-arkitektur, återigen en uppsättning vision LLM och justerade onkologiska LLM som gjorts i samarbete med NVIDIA. Det är fantastiskt att se framstegen som görs, och vi är spända på vad vi kommer att publicera och presentera på nästa års ASCO 2025.

Hur ser du att AI-bildlösningar gynnar områden som onkologi och radiologi, särskilt som dessa områden står inför klinikerbrist?

Bra fråga! Det är sant att antalet nya onkologer och radiologer som går in i fältet är mindre än antalet som går i pension. Men patientefterfrågan ökar ständigt. Så det är det idealiska området för att tillhandahålla AI SaaS-lösningar som stöder läkare och vårdpersonal i både arbetsflödesoptimering och kliniskt beslutsstöd. Radiologer och onkologer kommer båda att citera vikten av dessa nya intelligenta lösningar som kommer in i deras områden specifikt. Bildbehandling är ett underbart område för AI, och dess prestanda är exceptionell. Non-inferiority-studier visar att AI-modeller kan vara nära eller jämförbara med expertmänniskor i smala områden. Orkestrerade arbetsflöden kan bringa allt detta samman. Detsamma gäller för onkologi, där vi bringar samman molekylära testresultat med immunsvaret, prediktiva algoritmer för motstånd och andra element som kommer att informera behandlingsbeslutet och möjliggöra responsövervakning. Jag har varit i fältet i år och på olika sidor av nya innovationer – vad vi kan göra nu är långt bortom allt vi någonsin kunde göra tidigare, och takten i förändringen är fantastisk.

Som en erfaren ledare inom hälsovårdsteknologi, vad råd skulle du ge till nya företag som vill göra en meningsfull inverkan inom hälsovård genom AI?

Man kan inte vara ett AI-företag utan tillgång till data i skala. Data är substratet för att bygga utbildnings- och övervakningsmodeller. Byggandet av AI-lösningar är ett lagsport. Man behöver djup domänkunskap som matchas med en ny generation av AI-modellutvecklingsförmåga som känner igen beteendet hos olika klasser av AI-lösningar och kan bringa dem till användning mot smala mål, specifikt justerade för mänsklig eller övermänsklig prestanda. Sedan kan dessa tillvägagångssätt orkestreras på olika sätt för att representera ett nytt system för att operera – det är där förändringarna sker, och värdet levereras. Öva “AI-ödmjukhet” eftersom allt är fantastiskt och visar saker vi inte kunde göra ens för sex månader sedan. Men “fantastiskt” är inte nödvändigtvis en produkt eller ett nytt sätt att arbeta – det är bara teknologi som gör något nytt. Det är AI-företagets ansvar att göra det till ett nytt sätt att arbeta och ett nytt tillvägagångssätt för att leverera en förbluffande nivå av värde som aldrig tidigare var tillgängligt. Slutligen, anta att ni behöver visa förtroende i affärspraxis, AI-modeller och lösningstransparens. Vi är fortfarande tidigt i vår samhällsresa, och vi är de som måste tjäna förtroendet för att bringa förändringarna vi är kapabla att leverera. Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka ConcertAI.