Mike King, Senior Director, Produkt & Strategi, IQVIA- Intervjuserie

Mike King, Senior Director, Produkt & Strategi, IQVIA, är en erfaren ledare inom hälso- och livsvetenskaper med mer än två decennier av erfarenhet som omfattar produktstrategi, regulatoriska frågor, kvalitetssäkring, verksamhet och affärstransformation. Innan han gick med i IQVIA 2022 hade King seniora ledarroller på Dentsply Sirona och GE Healthcare, där han ansvarade för regulatoriska frågor på komplexa internationella marknader, inklusive Europa, Ryssland, Samväldet Oberoende Stater (CIS), Israel, Mellanöstern, Afrika och Asien. Tidigare i sin karriär hade han roller inom kvalitet, regulatorik, drift och affärsutveckling på Bio‑Rad Laboratories, Stryker och Accenture, vilket gav honom bred erfarenhet av att navigera i skärningspunkten mellan hälso‑teknik, regulatorisk efterlevnad och kommersiell strategi.

IQVIA är en global leverantör av kliniska forsknings tjänster, kommersiella insikter och hälso‑intelligens som betjänar livsvetenskaps‑ och hälso‑industrierna. Företaget kombinerar storskalig hälso‑data med avancerad analys, teknik, domänexpertis och sina AI‑kapaciteter i sjukvårdsklass för att hjälpa läkemedels‑, bioteknik‑, medicinteknik‑ och andra hälsoorganisationer att stödja läkemedelsutveckling, klinisk forskning, kommersialisering och evidensgenerering. Genom sitt Connected Intelligence‑tillvägagångssätt strävar IQVIA efter att omvandla komplex hälso‑data till handlingsbara insikter som kan påskynda innovation och förbättra beslutsfattande i hela hälsoekosystemet.

Din karriär har tagit dig från konsultarbete på Accenture genom roller inom kvalitetssäkring och regulatoriskt ledarskap på Stryker, Dentsply Sirona och GE Healthcare, och nu till produktstrategi på IQVIA. Hur har den utvecklingen påverkat din syn på de långsiktiga teknologiska besluten som livsvetenskapsföretag fattar kring artificiell intelligens?

Min karriär hittills har omfattat konsultarbete, tillverkning, kvalitet, globala regulatoriska frågor och hälso‑teknik, vilket har gett mig möjlighet att se teknologiska beslut ur flera intressenters perspektiv. I varje roll har jag funnit att de mest framgångsrika investeringarna är de som kopplar operativ och kommersiell prestanda till patientresultat. Detta gäller särskilt AI inom livsvetenskapssektorn. Även om effektivitetsvinster är viktiga, kommer det största långsiktiga värdet från att använda AI för att stärka kvalitet, regulatorisk efterlevnad, beslutsfattande och i slutändan leveransen av säkra och effektiva hälso‑lösningar på globala marknader.

Du hävdar att AI kan sätta punkt för den traditionella fem‑ till sju‑års teknologiska ersättningscykeln. Varför gör införandet av AI en kvalitets‑ eller regulatorisk plattform mer permanent snarare än att påskynda dess ersättning?

Traditionellt ersatte företag system när bättre funktionalitet blev tillgänglig och när befintliga leverantörskontrakt löpte ut. AI förändrar den beräkningen genom att påskynda takten i teknologisk innovation. Värdet är inte längre begränsat till själva applikationen; det ligger i data, arbetsflöden, styrning och institutionell kunskap som ackumulerats under år av användning. I sammanhanget av Good Practices, eller ”GxP”, livsvetenskapsapplikationer, när organisationer lägger AI ovanpå validerade affärsprocesser och kontinuerligt förbättrar resultat genom kvalificerad mänsklig professionell tillsyn, skapar de en intelligensresurs som blir allt svårare att replikera någon annanstans. I en sådan miljö är ersättningen av en plattform inte bara ett teknologiskt beslut, utan ett beslut att återuppbygga år av ackumulerad organisatorisk kunskap.

Hur påverkar kvaliteten på en organisations dataarkitektur och arbetsflödesinfrastruktur huruvida en AI‑implementation levererar meningsfullt värde eller bara förstärker befintliga ineffektiviteter?

AI förstärker den miljö den implementeras i. Om data är fragmenterad, processer är inkonsekventa och styrning är svag, kommer AI bara att automatisera och förvärra dessa ineffektiviteter. I kontrast kan organisationer med standardiserade arbetsflöden, pålitlig data samt tydligt ägande och styrning använda AI för att förbättra effektivitet, konsekvens, efterlevnad och beslutsfattande. Digitalisering och dataklarhet förblir förutsättningar för framgångsrik AI‑adoption, medan löpande data‑styrning och AI‑styrning är avgörande för att säkerställa värde, efterlevnad och förtroende långt efter implementeringen.

Vad är upphandlingsparadoxen som uppstår när en organisation tränar AI‑system på år av proprietär kvalitet, klinisk eller regulatorisk data?

Paradoxen är att ju framgångsrikare en organisation blir på att använda AI, desto svårare blir det att lämna den plattform som möjliggjorde den framgången. År av kvalitet, regulatorisk och klinisk data kan bli en betydande konkurrensfördel när den kombineras med AI, men de kan också öka bytkostnaderna. Svaret är inte att undvika AI‑driven värdeskapande, utan att säkerställa att datatäkt, interoperabilitet och portabilitet byggs in i upphandlingsbesluten från början.

Du föreslår att plattformsbeslut som fattas 2025 eller 2026 kan påverka teknologistrategier långt bortom 2035. Tar de flesta ledare inom efterlevnad, informationsteknik och ekonomi tillräckligt hänsyn till detta förlängda åtagande?

Reglerade livsvetenskapsföretag är vana vid att göra långsiktiga investeringar. Beslut som rör Enterprise Resource Planning (ERP), tillverkning, kvalitet, kliniska och regulatoriska system har alltid krävt flerårsplanering på grund av validering, förändringskontroll och operativ påverkan. AI kan förlänga vissa av dessa överväganden, men många seniora ledare har redan erfarenhet av att balansera långsiktig teknologisk risk, regulatoriska förpliktelser och affärsvärde. Skillnaden är att AI ökar den strategiska betydelsen av data och styrning, snarare än att fundamentalt förändra behovet av långsiktig planering.

Hur bör livsvetenskapsföretag skilja mellan ”bra låsning”, där ackumulerad data och intelligens skapar en konkurrensfördel, och skadlig låsning som begränsar flexibilitet, interoperabilitet eller förhandlingsstyrka?

Bra låsning handlar inte om att man inte kan lämna en plattform, utan snarare om att man inte vill lämna den eftersom plattformen fortsätter att utvecklas, skyddar din proprietära kunskap och möjliggör att nya AI‑funktioner och agent‑inhemska arbetsflöden kan antas när tekniken mognar. Dålig låsning uppstår när lösningsinnovation från den befintliga leverantören stannar av, interoperabiliteten är begränsad och år av ackumulerad kunskap blir fångad i ett system som inte lätt kan anpassas eller ersättas. Målet bör vara att behålla ägandet av din data och institutionella intelligens samtidigt som du behåller flexibiliteten att utnyttja nästa generation av AI.

När mer kapital avsätts till AI, prediktivt underhåll och automation, vilka risker uppstår när organisationer skjuter upp ersättningen av åldrande kärnsystem?

Den största risken är att åldrande plattformar blir flaskhalsar för AI‑adoption. Legacy‑system innehåller ofta fragmenterad data, manuella eller starkt anpassade arbetsflöden och isolerade processer som begränsar omedelbara automatiseringsmöjligheter. Organisationer kan investera i AI‑pilotprojekt, prediktiv analys och intelligenta agenter bara för att upptäcka att deras kärninfrastruktur inte kan stödja storskalig utrullning.

Det finns också bredare affärsrisker. När teknologier åldras kan leverantörsstödet minska, specialistresurser blir svårare att hitta och underhållskostnaderna stiger. Samtidigt ökar klyftan mellan det nuvarande läget och nästa generations AI‑plattformar, vilket gör framtida moderniseringsinsatser mer komplexa och kostsamma. Organisationer kan hamna i en situation där de investerar för att bevara status quo utan att skapa konkreta förbättringar i processprestanda, produktkvalitet, patientresultat, efterlevnad eller kommersiell effektivitet. I många fall måste modernisering och AI‑beredskap utvecklas parallellt snarare än som separata initiativ.

Vilka tekniska och avtalsmässiga skydd bör företag söka för att bevara dataportabilitet, modellportabilitet och åtkomst till sin institutionella kunskap om de senare byter leverantör?

Organisationer bör fokusera på avtalsmässiga och tekniska skydd som bevarar ägandet och tillgängligheten till deras information. Detta inkluderar tydligt definierade data‑exportfunktioner, öppna integrationsramverk, dokumenterade API:er, datalinjeage, migreringsrättigheter och transparens kring hur proprietära modeller interagerar med företagets information. Institutionell kunskap kan bli en av ett företags mest värdefulla tillgångar, och den måste förbli portabel, säker och kontrollerad.

Hur bör regulatoriska validerings‑ och förändringskontrollkrav påverka beslut om uppgradering, om‑träning eller ersättning av AI‑stödda system i läkemedels‑ och medicintekniska miljöer?

I GxP‑miljöer förändrar AI inte ansvarsfördelningen. Kvalitets‑ och regulatoriska yrkespersoner förblir ansvariga för styrning, integritet och efterlevnad av sina system och processer. AI‑stödda teknologier måste därför stödjas av robust styrning, riskbaserad validering, dokumenterad förändringskontroll och tillräcklig förklarbarhet för att klara regulatorisk granskning. Kvalificerad, professionell mänsklig expertis förblir en väsentlig styrningskomponent i GxP‑AI.

Vilka leverantörsvalskriterier bör livsvetenskapsföretag prioritera idag för att säkerställa att en AI‑stödd plattform förblir säker, efterlevande, anpassningsbar och ekonomiskt hållbar under det kommande decenniet?

I den era av hälso‑GxP‑AI‑lösningar bör organisationer välja en samarbetspartner snarare än att bara köpa mjukvara. Efterlevande funktionalitet är avgörande, och lika viktigt är leverantörens förmåga att utveckla sin lösning i takt med tekniska framsteg samtidigt som företagets data, proprietära kunskap och regulatoriska förpliktelser skyddas. De vinnande plattformarna kommer att vara de som kombinerar djup livsvetenskapskompetens med flexibel arkitektur, stark styrning och en tydlig väg för att anta framtida AI‑ och agent‑inhemska funktioner utan att störa affärsverksamheten, kompromissa global efterlevnad, samtidigt som patientens säkerhet förbättras.

Tack för den fantastiska intervjun, läsare som vill veta mer bör besöka IQVIA.