Steve Herne, VD på Unlearn – Intervjuserie

Steve Herne är en framstående professionell med över 25 års erfarenhet inom läkemedelsforskning och utveckling. Under sin karriär har han haft ledande roller i välkända företag som WCG, Bioclinica, ERT, Icon Development Solutions, Covance, MDS Pharma Services och Inveresk Research. I dessa positioner har Herne utmärkt sig genom att driva långsiktig tillväxt, ge strategisk riktning och expandera produktportföljer.

Hans expertis omfattar affärsutveckling, strategisk planering, produktledning och marknadsföring, allt bidrar till betydande marknadsandelsökning. Herne är nu VD på Unlearn, där han fortsätter att tillämpa sin djupa branschkunskap och passion för hälsoinnovation.

Unlearn utvecklar banbrytande AI-teknologier för att tackla ineffektiviteter inom medicin. Genom sina innovativa digitala tvillingar – virtuella patientmodeller som drivs av Unlearn-plattformen – syftar organisationen till att effektivisera klinisk utveckling och driva precisionsmedicin framåt.

Med en vision om att omvandla medicin till en beräkningsvetenskap fokuserar Unlearn på att förbättra hälsoresultat och sätta nya standarder för patientvård.

Du har nyligen tagit över rollen som VD på Unlearn.AI efter att ha varit Chief Commercial Officer. Hur har övergången varit för dig?

Det har varit en utmärkt övergång, och jag ger cred till Unlearns personal och kultur. Framåt är min största prioritet att säkerställa att företagets strategiska mål, uppdrag och vision är i linje. Jag fokuserar för närvarande på att stärka och bygga ut ledningsgruppen runt mig och kommer att lägga till nya positioner och teammedlemmar under 2025 när vi fortsätter att växa och anta ett kommersiellt driven affärsmodell.

Med din djupa bakgrund inom läkemedelsindustrin, vilka perspektiv eller strategier tar du med till Unlearn som skiljer sig från den mer tekniska och forskningsdrivna approachen som lett av Charles Fisher?

Unlearns uppdrag och vision förblir oförändrade – vi kommer att fortsätta att förbättra kliniska prövningar med AI och vår teknik. För att fortsätta driva vårt team, utmanar jag dem att sätta sig i våra kunders skor när vi arbetar för att hantera trial och error inom medicin, specifikt. I slutändan är vårt mål att lindra våra kunders bördor och smärtor, så när vi strategiserar för året som kommer, vill jag att de ska förstå rösten från våra kunder genom att överväga trycket och utmaningarna de står inför. Detta är särskilt viktigt eftersom de flesta av våra anställda inte har haft möjlighet att arbeta direkt med en klinisk prövning, med tanke på deras karriärfokus på AI eller maskinlärning.

Unlearn har varit en pionjär inom integration av digitala tvillingar i kliniska prövningar. Kan du förklara för våra läsare hur digital tvillingteknik används i detta sammanhang?

I kliniska prövningar genererar Unlearns AI-modeller en individuell digital tvilling för varje patient innan de slumpmässigt tilldelas prövningen. Varje digital tvilling förutspår en persons framtida hälsoutfall under placebo, oavsett patientens faktiska prövningstilldelning. Med vår digitala tvillingsteknik kan forskare köra kraftfulla prövningar med färre deltagare och en reducerad tidsram jämfört med den traditionella prövningsprocessen.

Vi vill maximera användningen av digitala tvillingar i kliniska prövningar för att driva studier, minska fel, minska antalet prövningdeltagare och sänka de totala kostnaderna. Men vi erkänner att varje omständighet och terapeutisk område kräver en något annorlunda approach, vilket är varför vi utvecklar sjukdomsspecifika modeller som tränats på patientnivådata för att förutsäga hur en deltagares hälsa kommer att förändras över tid.

I din åsikt, hur kommer AI-driven digital tvillingsteknik att förvandla landskapet för klinisk forskning under de kommande åren?

Framtiden är ljus, men den är fortfarande okänd. Läkemedelsföretag vill införa innovation i sina forskningsprocesser för att påskynda beslutsfattandet och få läkemedel på marknaden snabbare. Eftersom många av dessa företags nästa läkemedel inte kommer att nå marknaden förrän 2029 eller 2030, är de angelägna om att påskynda prövningstider med innovationer som AI.

Som dessa företag söker innovativa lösningar med artificiell intelligens, skapar vi nya partnerskap medan vi förbättrar branschen till det bättre. Men när vi tittar på antagningskurvan, faller denna industri fortfarande under “efterföljare”-kategorin, så att ta en beräknad risk – som att integrera ny teknik i en process som har varit oförändrad i decennier – är ett språng som många läkemedelsföretag fortfarande är ovilliga att ta.

Unlearns uppdrag är att eliminera trial och error inom medicin. Hur ser du på AI:s roll i hälsovården under de kommande tio åren, och vilka milstolpar tror du behöver uppnås för att fullt ut förverkliga denna vision?

Som jag nämnde tidigare, tenderar läkemedelsföretag att vara mer försiktiga med nya innovationer, och de föredrar att anta teknik som är testad och beprövad. Trots det använder vissa företag redan nya innovationer, men jag tror att hela branschen kommer att anta AI och standardisera tekniken i protokoll under de kommande tio åren.

Sedan min sista intervju med Charles Fisher, hur har företagets fokus skiftat, och vilka nya områden för AI-tillämpning i kliniska prövningar är du mest entusiastisk över?

Medan vårt uppdrag och vision förblir oförändrade, justerar vi vår strategi något under 2025. Vi integrerar våra kunder i vår plattform och produkter, och säkerställer full dataintegritet när vi använder konfidentiella, patientnivådata för att träna våra sjukdomsspecifika digitala tvillingmodeller som förutspår varje patients framtida hälsoutfall. Det är genom våra kunders ögon och öron som vi kan förstå kliniska prövningars utmaningar och vad vi kan göra för att eliminera trial och error inom medicin framåt.

Vilka är några av de stora milstolpar du hoppas Unlearn kommer att uppnå under ditt ledarskap, både i termer av teknik och marknadspåverkan?

På en makronivå hoppas jag se digital tvillingsteknik förbättra varje klinisk prövning. På en mikronivå är det mitt mål att kliniker ser Unlearn som den valda parten för att producera digitala tvillingar, och att skriva Unlearn in i deras kliniska prövningsutvecklingsplan innan prövningen ens börjar. Många företag förstår kraften i digitala tvillingar och är intresserade av att skapa dem, och vi kan hjälpa till att korrekt genomföra tekniken.

När företaget går in i denna nästa tillväxtfas, hur planerar du att främja en kultur av innovation samtidigt som du upprätthåller den kommersiella livskraften i de AI-lösningar du tar till marknaden?

Sedan vår grundande för sju och ett halvt år sedan, har vi fokuserat på forskning och utveckling för att ta fram vår värdefulla produkt till kliniska prövningar. Nu vänder vi oss till vad jag kallar en produkt-först, kommersiellt genomförd fas av företaget. Vi strävar efter att fortsätta växa marknadens antagningskurva och bygga starka produkter som kunder inte bara behöver, utan vill använda för att effektivt hantera utmaningarna de står inför med sina kliniska prövningar.

Tack för den utmärkta intervjun, läsare som vill lära sig mer kan besöka Unlearn.