Matt Walz, CEO at Trialbee – Interview Series

Matt Walz เป็น CEO ของ Trialbee ซึ่งเป็นผู้นำระดับโลกด้านการสรรหาผู้ป่วยโดยใช้เทคโนโลยี เขามีประสบการณ์มากกว่า 20 ปีในด้านซอฟต์แวร์และการเป็นผู้นำในอุตสาหกรรมชีววิทยาศาสตร์ Matt เริ่มอาชีพของเขาในฐานะนักพัฒนาและดำรงตำแหน่งทางเทคนิคและผู้นำต่างๆ ที่ Rollins Corporation, PSCI, Microsoft, Morgan Lewis และ Datalabs ในปี 2006 Matt ได้ร่วมก่อตั้ง NextDocs ซึ่งเติบโตเป็นผู้นำระดับโลกในด้านการจัดการเอกสารทางคลินิก คุณภาพ และการกำกับดูแล โดยที่เขาดำรงตำแหน่ง CTO, CSO และกรรมการบริษัทเป็นเวลา 9 ปี ก่อนที่จะเข้าร่วม Trialbee Matt ใช้เวลา 5 ปีในฐานะผู้จัดการทั่วไปสำหรับ Life Sciences และ VP Strategic Accounts สำหรับ Aurea Software ซึ่งได้เข้าซื้อกิจการ NextDocs

Trialbee เป็นบริษัทเทคโนโลยีสำหรับการดูแลสุขภาพที่ทำให้การสรรหาผู้ป่วยสำหรับการทดลองทางคลินิกเป็นไปอย่างราบรื่น โดยใช้การวิเคราะห์ข้อมูล การเข้าถึงดิจิทัล และหลักฐานจากโลกแห่งความเป็นจริง เพื่อจับคู่ ผู้ป่วยที่มีคุณสมบัติตรงตามเงื่อนไขและเตรียมความพร้อมให้เข้าร่วมการทดลอง ซึ่งช่วยให้การลงทะเบียนเร็วขึ้น แพลตฟอร์มของ Trialbee มีความโปร่งใสในการจัดการที่มาและหุ้นส่วน ช่วยให้ผู้สนับสนุน CRO และสถานที่ทดลองจัดการกระบวนการสรรหาบุคลากรได้อย่างมีประสิทธิภาพมากขึ้น ในขณะเดียวกันก็ลดภาระให้กับสถานที่ทดลอง

คุณได้ทำงานทั้งในบริษัทสตาร์ทอัพด้านสุขภาพและแพลตฟอร์มการวิจัยทางคลินิกขนาดใหญ่ สิ่งใดในประสบการณ์ส่วนตัวหรือช่วงเวลาในอาชีพของคุณที่ทำให้คุณตระหนักถึงศักยภาพและอันตรายของ AI ในการสรรหาผู้ป่วย?

AI เป็นเทรนด์เทคโนโลยีที่เคลื่อนไหวเร็วที่สุดเท่าที่ฉันเคยเห็นมาในระยะเวลามากกว่า 20 ปีในการทำงานพัฒนาทางคลินิก – เร็วกว่าช่วงแรกของการนำคลาวด์มาใช้ สิ่งที่น่าประทับใจที่สุดสำหรับฉันคือว่า AI ได้เปลี่ยนจากแนวคิดไปสู่การปฏิบัติในอุตสาหกรรมที่มักจะช้าในการนำเทคโนโลยีใหม่ๆ มาใช้ และกำลังได้รับการจัดลำดับความสำคัญแม้กระทั่งจากหน่วยงานกำกับดูแล เช่น FDA สำหรับการสรรหาผู้ป่วยในการทดลองทางคลินิกโดยเฉพาะ เรายังคงอยู่ในช่วงแรกของการเรียนรู้ว่า AI เหมาะสมที่สุดในจุดใด ผู้ขายและผู้สนับสนุนกำลังสำรวจ AI สำหรับการพัฒนาพротоколคอล การสร้างบุคลิกภาพและเป้าหมาย การเพิ่มคุณค่าของข้อมูล การจัดทำเอกสารให้เหมาะสม และการสื่อสารและการมีส่วนร่วม – ซึ่งทั้งหมดนี้เป็นจุดเสี่ยงหลักสำหรับทีมวิจัย

อย่างไรก็ตาม ยังมีความเสี่ยงบางอย่างที่เกี่ยวข้องกับศักยภาพนั้น ฉันเคยพูดคุยกับผู้นำจากบริษัทเภสัชกรรมรายใหญ่ที่เน้นย้ำว่าในขณะที่ AI กำลังปรากฏในจุดต่างๆ ของการทำงาน แต่ AI ไม่สามารถทำงานได้โดยไม่มีการกำกับดูแลของมนุษย์

สิ่งนี้เป็นเพื่อเหตุผลด้านคุณภาพและความปลอดภัย เช่นเดียวกับเพราะในแก่นแท้ บริษัทอย่าง Trialbee เชื่อมต่อกับผู้ป่วยและครอบครัวที่กำลังมองหาความหวัง – ซึ่งเป็นประสบการณ์ที่มีมนุษยธรรมและเห็นอกเห็นใจที่ไม่สามารถแทนที่ด้วย AI ได้อย่างมีความหมายสำหรับผู้ป่วยที่เราทุกคนให้บริการ

การสรรหาบุคลากรในการทดลองทางคลินิกมักเผชิญกับปัญหาด้านความหลากหลาย ความเร็ว และความแม่นยำ ในมุมมองของคุณ AI ช่วยแก้ไขความท้าทายเหล่านี้ได้อย่างไร – และยังคงล้มเหลวในจุดใด?

AI ช่วยให้กระบวนการสรรหาบุคลากรบางส่วนที่ช้าและใช้ทรัพยากรมากขึ้นเร็วขึ้น ตัวอย่างเช่น สิ่งที่เคยใช้เวลาหลายสัปดาห์ – เช่น การแปลเอกสารการศึกษาไปเป็นหลายภาษา – ตอนนี้สามารถทำได้ภายในไม่กี่ชั่วโมง ซึ่งหมายความว่าเราสามารถเริ่มสรรหาบุคลากรได้เร็วขึ้นในตลาดทั่วโลก

เมื่อพูดถึงความแม่นยำ ตัวแทน AI ที่ได้รับการเสริมกำลังโดย AI เริ่มช่วยให้เราสามารถส่งมอบการโต้ตอบที่สอดคล้องกันและเป็นไปตามเกณฑ์มากขึ้น ตั้งแต่วัสดุที่เราสร้างไปจนถึงการคัดกรองล่วงหน้าและการสนทนาผ่านแชทบอท เครื่องมือเหล่านี้มีประโยชน์อย่างยิ่งในการลดจุดต่างๆ ที่ทำให้กระบวนการสรรหาบุคลากรชะลอลง

ความหลากหลายยังคงเป็นความท้าทาย AI มีเพียงข้อมูลที่ใช้ในการฝึกอบรมเท่านั้น และการแสดงถึงข้อมูลยังถูกกำหนดโดยปัจจัยภายนอกเทคโนโลยี – รวมถึงข้อจำกัดด้านกฎระเบียบของประเทศต่อประเทศที่จำกัดวิธีการใช้ AI ในบทบาทที่เผชิญผู้ป่วย การสร้างความไว้วางใจกับผู้เข้าร่วมการทดลองเป็นความท้าทายตลอดประวัติศาสตร์การวิจัยทางคลินิก และการมีส่วนร่วมด้วยเครื่องมือ AI ต้องเผชิญกับความกังขาในระดับต่างๆ ด้วยเหตุนี้ เราจึงสนับสนุนแนวทางที่จะให้ผู้คนมีทางเลือกในการโต้ตอบกับผู้เชี่ยวชาญทางการแพทย์หรือตัวแทน AI ตัวอย่างเช่น ซึ่งสามารถช่วยให้เข้าถึงผู้เข้าร่วมที่มีระดับความสบายใจที่แตกต่างกันรอบๆ AI ในขณะเดียวกันก็รับรองการกำกับดูแลอย่างเข้มงวด โดยเฉพาะสำหรับ AI ที่มีลักษณะเป็นตัวแทน แม้ว่าจะต้องมีการบูรณาการการป้องกันเช่นเครื่องยนต์ให้เหตุผลแยกต่างหากเพื่อให้ประสบความสำเร็จ

คุณกล่าวถึงก่อนหน้านี้ว่าเครื่องมือ AI ถูกนำไปใช้เร็วกว่านวัตกรรมใดๆ ก่อนหน้านี้ในการสรรหาบุคลากร แต่ด้วยการกำกับดูแลระดับโลกที่ต่อสู้เพื่อตามทัน คุณเห็นช่องว่างด้านการกำกับดูแลที่เร่งด่วนมากที่สุดในแคมเปญการทดลองทางคลินิกข้ามชาติอย่างไร?

ช่องว่างที่ใหญ่ที่สุดคือการขาดการสร้างแนวทางเดียวกันในด้านกฎระเบียบระหว่างภูมิภาค ในสหรัฐอเมริกา หน่วยงาน เช่น FDA ได้ให้การยอมรับ AI ด้วยกรอบการทำงานใหม่และกระบวนการตรวจสอบเบื้องต้น ในทางกลับกัน ยุโรปกำลังเคลื่อนไหวอย่างระมัดระวัง โดยเน้นไปที่การดำเนินการที่ระมัดระวังและใช้การตรวจสอบกฎระเบียบที่เข้มงวดมากขึ้น

สำหรับบริษัทอย่างของเรา ที่ดำเนินงานทั่วโลก สิ่งนี้สร้างความท้าทาย: สิ่งที่ยอมรับได้ในประเทศหนึ่งอาจไม่ได้รับการยอมรับในอีกประเทศหนึ่ง และความแตกต่างไม่ได้มาจากกฎระเบียบเท่านั้น แต่ยังรวมถึงวิธีการใช้ช่องทางหรือแพลตฟอร์มโซเชียลมีเดีย เช่น Facebook สำหรับการสรรหาบุคลากร หรือวิธีการจัดการข้อมูลส่วนบุคคลหรือวิธีการรวบรวมความยินยอมของผู้ป่วย ซึ่งเป็นประเด็นละเอียดอ่อนที่ต้องการความคล่องตัวในการดำเนินงานและความเข้าใจอย่างลึกซึ้งเกี่ยวกับมาตรฐานจริยธรรมและความสอดคล้องกฎระเบียบในระดับภูมิภาค

นี่คือจุดที่ประวัติศาสตร์แห่งนวัตกรรมและวัฒนธรรมระดับโลกที่มีมาแต่กำเนิดของเรามีคุณค่าเป็นอย่างมาก ในขณะที่เรานำทางภูมิทัศน์ AI ที่น่าตื่นเต้นแต่เปลี่ยนแปลงอย่างรวดเร็ว

การขาดการสร้อยด้วยกฎระเบียบระดับโลกในการนำ AI มาใช้ในการทดลองทางคลินิกสามารถขัดขวางการนำ AI มาใช้ได้อย่างไร คุณเคยเห็นผลที่ตามมาในโลกแห่งความเป็นจริงของปัญหาหรือไม่?

แน่นอน ยุทธวิธีการโฆษณาดิจิทัลที่เราพึ่งพาในการสรรหาบุคลากรเป็นตัวอย่างที่ดีในเรื่องนี้ Facebook เป็นหนึ่งในแพลตฟอร์มที่มีประสิทธิภาพมากที่สุดในระดับโลก แต่แม้ภายในประเทศที่อนุญาตให้ใช้ Facebook ระดับการกำหนดเป้าหมายที่คุณได้รับอนุญาตและข้อมูลที่คุณสามารถใช้ได้นั้นแตกต่างกันอย่างกว้างขวาง เรากำลังสร้างความเชี่ยวชาญภายในเพื่อเอาชนะความแตกต่างเหล่านั้น และเราคาดหวังว่ากฎระเบียบ AI จะติดตามเส้นทางที่คล้ายกัน

ในแง่ปฏิบัติ การจำกัดที่ภาวะที่กลืนไม่เข้าคายไม่ออกนี้กำหนดให้กับทีมสรรหาบุคลากรอาจส่งผลให้การเปิดตัวแคมเปญล่าช้า การวนซ้ำกับคณะกรรมการจริยธรรมมากขึ้น และการทำงานด้านการปฏิบัติตามกฎระเบียบที่ซับซ้อนมากขึ้น หากคุณไม่เข้าใจอย่างลึกซึ้งว่าประเทศแต่ละประเทศตีความการใช้ AI อย่างไร โดยเฉพาะอย่างยิ่งในแอปพลิเคชันที่เผชิญผู้ป่วย คุณเสี่ยงต่อการชะลอการทดลองหรือเผชิญกับอุปสรรคในการอนุมัติที่รุนแรง

Trialbee ดำเนินงานที่จุดตัดของข้อมูล เทคโนโลยี และการมีส่วนร่วมของผู้ป่วย คุณรับรองว่ากลยุทธ์การสรรหาบุคลากรที่ขับเคลื่อนด้วย AI ไม่ลดทอนผู้ป่วยให้เหลือเพียงจุดข้อมูล แต่เพิ่มมุมมองของมนุษย์ในด้านการวิจัยได้อย่างไร?

เป็นคำถามที่ดีและสำคัญสำหรับทุกคน ในที่สุดแล้ว ฉันเห็น AI ว่าเป็นเครื่องมือที่สามารถเสริมศักยภาพของมนุษย์ – ไม่ใช่การแทนที่ ในอุตสาหกรรมส่วนตัวที่เราทำงานอยู่ เราพยายามช่วยให้คนรุ่นต่อๆ ไปมีชีวิตที่ดีต่อสุขภาพมากขึ้นในโลกนี้ ธุรกิจของเราคือธุรกิจที่อบอุ่นเกี่ยวกับการเชื่อมต่อผู้คน และมนุษย์จะยังคงอยู่ที่ใจกลางของมันเสมอ

เมื่อพูดถึงการดำเนินงานประจำวัน AI ที่ดีที่สุดที่เราสามารถให้ได้ – ตัวอย่างเช่น ภายในแพลตฟอร์ม Honey ของเรา – คือการวิเคราะห์ข้อมูลและแนวโน้ม และแจ้งเตือนไซต์และทีมการศึกษาว่าอาจต้องดำเนินการ เราได้ทำสิ่งนี้แล้วและจะยังคงเพิ่มความสามารถเพื่อให้แน่ใจว่าข้อมูลที่มีค่าที่เราเก็บถูกนำไปใช้เพื่อสร้างผลกระทบในทางที่ดีในการทดลอง ซึ่งอาจหมายถึงการให้ข้อมูลเชิงลึกรายวันเกี่ยวกับการคืบหน้าในการสรรหาบุคลากรหรือการเตือนให้ทำการติดตามผู้ป่วยเฉพาะด้วยการสร้างแบบจำลองที่คาดการณ์ผลลัพธ์

ภายในองค์กรของเรา เรากำลังใช้ AI ทั่วทั้งองค์กรในลักษณะที่เป็นระบบและร่วมมือกัน ตัวอย่างที่ดีคือการแปลเอกสารการสรรหาบุคลากรและการระงับการใช้ข้อมูล PII ที่อาจเกิดขึ้นโดย AI – ซึ่งจะอยู่ภายใต้การดูแลของมนุษย์ที่มีประสบการณ์เสมอ ดังนั้น คุณจะเห็นได้ว่าเราใช้ AI เพื่อเสริมทีมที่น่าทึ่งของเราให้แข็งแกร่งยิ่งขึ้น ไม่ใช่ในทางกลับกัน

ทักษะใดที่สำคัญที่สุดสำหรับทีมการวิจัยทางคลินิกในการชี้นำและกำกับเครื่องมือ AI อย่างรับผิดชอบในปัจจุบัน?

ทักษะที่สำคัญที่สุดอยู่ที่จุดตัดของความเชี่ยวชาญทางคลินิก ความรู้ด้าน AI และความชำนาญด้านกฎระเบียบ ทีมต่างๆ ต้องเข้าใจวิธีการมีส่วนร่วมกับแพลตฟอร์ม AI อย่างมีประสิทธิภาพโดยการกระตุ้นให้พวกมันด้วยความแม่นยำและสิ่งที่พวกเขาผลิตออกมาอย่างมีวิจารณญาณ

มีความจำเป็นที่เพิ่มขึ้นสำหรับการมองเห็นด้านกฎระเบียบเช่นกัน เช่นที่ฉันกล่าวไว้ก่อนหน้านี้ โดยเฉพาะในพื้นที่ เช่น AI ที่มีลักษณะเป็นตัวแทน ซึ่งเรากำลังสร้างเครื่องยนต์ให้เหตุผลแยกต่างหากเพื่อใช้เป็นราวกั้นในการโต้ตอบกับผู้ป่วย ทีมต่างๆ ยังต้องสามารถประเมินเนื้อหาที่แปลโดย AI และตรวจสอบความถูกต้องและความเกี่ยวข้องทางวัฒนธรรมก่อนที่จะส่งเอกสารไปยังคณะกรรมการจริยธรรม

การนำ AI มาใช้ก้าวหน้าอย่างรวดเร็ว คุณให้คำแนะนำใดแก่ผู้มีส่วนได้ส่วนเสียในการทดลองทางคลินิกที่ลังเลหรือรู้สึกอ่อนแอจากความซับซ้อนของการบูรณาการ AI ลงในกระบวนการทำงานของตน?

มีคนพูดว่า เมื่อคุณเริ่มทำงานกับ AI ให้ใช้ความฉลาดที่แท้จริง เมื่อใช้ AI จะต้องมีความเชี่ยวชาญ ความเข้าใจในบริบท และการกำกับดูแลจากผู้เชี่ยวชาญด้านสาขานั้นๆ

คำแนะนำของฉันคือให้เริ่มต้นด้วยขนาดเล็กและยึดมั่นในสิ่งที่คุณสามารถส่งมอบได้ในปัจจุบัน หนึ่งในความผิดพลาดที่ใหญ่ที่สุดที่ฉันเห็นคือบริษัทที่เอียงไปทางคำสัญญาที่คลุมเครือเกี่ยวกับการเปลี่ยนแปลง AI โดยไม่ได้อธิบายว่ามันทำงานอย่างไรหรือเมื่อใดที่จะพร้อม ในขณะที่คำสัญญาเหล่านั้นอาจฟังดูดีในขณะนั้น แต่มันสามารถกัดกร่อนความเชื่อมั่นเพราะไม่ได้แสดงให้เห็นถึงแผนการที่แท้จริง

เส้นทางที่ดีกว่าคือการแบ่งการนำรับมาเป็นขั้นตอนที่เล็กและชัดเจนพร้อมผลลัพธ์ที่ชัดเจน เลือกพื้นที่ที่มีผลกระทบสูงหนึ่งหรือสองจุดซึ่ง AI สามารถเอาไปใช้ในการลดการเสี่ยง และให้แน่ใจว่าสิ่งเหล่านั้นมีการกำกับดูแลที่เหมาะสม พูดถึงเครื่องมือที่คุณใช้ วิธีการตั้งค่า และสิ่งที่สำคัญที่สุดคือวิธีการคุ้มครองข้อมูลที่ละเอียดอ่อน นี่คือแนวทางที่เรานำมาใช้ที่ Trialbee เราเพียงพูดคุยกับผู้มีส่วนได้ส่วนเสียเกี่ยวกับความสามารถที่เรากำลังสร้างอยู่ โดยทั่วไปไม่เกินสามเดือนข้างหน้า เนื่องจากเราต้องการให้แน่ใจว่าเรากำลังสื่อสารสิ่งที่แท้จริง

ที่ Trialbee เรากำลังขอให้แผนกหรือทีมต่างๆ แต่ละสัปดาห์นำเสนอกรณีการใช้งานที่ได้ผลสำหรับพวกเขา เราแบ่งปันการเรียนรู้ ท้าทาย และวิธีแก้ปัญหาเพื่อให้ผู้อื่นสามารถทำซ้ำความสำเร็จของ AI เพื่อปรับปรุงประสิทธิภาพ การส่งมอบลูกค้า หรือผลลัพธ์การสรรหาบุคลากร

เรายังเน้นย้ำถึงความโปร่งใสเกี่ยวกับเครื่องมือที่เรากำลังใช้เพื่อสร้างความสามารถเหล่านั้น หากเรากำลังใช้ ChatGPT ของ OpenAI หรือ Claude ของ Anthropic ตัวอย่างเช่น เราจะอธิบายการตั้งค่าให้กับผู้มีส่วนได้ส่วนเสีย รวมถึงวิธีการแยกข้อมูลที่ละเอียดอ่อนและใช้การกำกับดูแลของมนุษย์ เมื่อพวกเขาเห็นประโยชน์ในการดำเนินการ เช่น การประหยัดเวลาในกระบวนการแปลหรือการเพิ่มความเร็วในการคัดกรองผู้ป่วยในช่วงแรก พวกเขามีแนวโน้มที่จะเข้าร่วมในการใช้ AI ต่อไป และดังนั้นจึงเป็นเรื่องน้อยที่จะขายวิสัยทัศน์ใหญ่ๆ และเป็นเรื่องมากที่จะพิสูจน์คุณค่าขั้นตอนต่อขั้นตอน

FDA และผู้กำกับดูแลอื่นๆ เริ่มถามคำถามที่ยากขึ้นเกี่ยวกับโมเดล AI ที่ใช้ในพัฒนายา คุณเชื่อว่าควรจะมีมาตรฐานความโปร่งใส การตรวจสอบยืนยัน หรือการตรวจสอบที่เป็นมาตรฐานอุตสาหกรรมได้อย่างไร?

อุตสาหกรรมต้องเคลื่อนไปสู่ความโปร่งใสที่สมบูรณ์และต้องมีการกำกับดูแลของมนุษย์ในทุกการตัดสินใจที่ได้รับการสนับสนุนจาก AI เมื่อเราพูดถึง AI ที่มีลักษณะเป็นตัวแทน เรากำลังทำงานเพื่อฝังลอจิกด้านกฎระเบียบเข้าไปในเครื่องยนต์ให้เหตุผลที่แยกออกมา ซึ่งสามารถประเมินและแก้ไขการสนทนาในเวลาจริงได้ ระบบควบคุมภายในเช่นนี้ควรถือเป็นมาตรฐานในแอปพลิเคชันที่เผชิญผู้ป่วย

โปรโตคอลการตรวจสอบยืนยันจึงต้องได้รับการสร้างแบบฟอร์ม รวมถึงการทดสอบมาตรฐานและการประเมินประสิทธิภาพอย่างต่อเนื่อง สิ่งสำคัญที่สุดคือมาตรฐานเหล่านี้ควรถูกบูรณาการเข้ากับกระบวนการพัฒนาสินค้า และไม่ใช่การเพิ่มเข้ามาหลังจากนั้น ระดับความเข้มงวดดังกล่าวจะเป็นสิ่งจำเป็นสำหรับการรักษาความปลอดภัยของผู้ป่วย การสร้างความไว้วางใจของผู้กำกับดูแล และการขยาย AI อย่างมีความรับผิดชอบทั่วการวิจัยทางคลินิกทั่วโลก

AI มักพึ่งพาเซตข้อมูลทางประวัติศาสตร์ที่อาจสะท้อนถึงความลำเอียงของระบบสุขภาพ คุณเข้าใกล้ความยุติธรรมและความหลากหลายในการสรรหาบุคลากร โดยเฉพาะสำหรับกลุ่มที่มีการแสดงออกไม่เพียงพออย่างไร?

ไม่ใช่การไม่มี AI ที่ทำให้ความหลากหลายในการวิจัยทางคลินิกถูกขัดขวาง – สิ่งที่ขาดคือการไม่มีแผนการ ไม่ใช่ AI ที่จะช่วยให้เราเข้าถึงกลุ่มที่ไม่ได้รับการแสดงออกอย่างมีประสิทธิภาพมากขึ้น แต่ถ้าเรามีเจตนาแล้ว AI จะเป็นเครื่องมือที่ทรงพลังที่ช่วยเราบรรลุเป้าหมายนั้นได้ โดยที่เราขยายข้อมูลที่เราใช้ในการสร้างแบบจำลอง สร้างความสัมพันธ์กับชุมชน และติดตามผลลัพธ์การสรรหาบุคลากรอย่างต่อเนื่องเพื่อให้แน่ใจว่าไม่มีกลุ่มใดที่ถูกทอดทิ้ง

คุณกล่าวถึงทีมของคุณที่กำลังเปิดตัวผลิตภัณฑ์ที่เกี่ยวข้องกับ AI ในปลายปีนี้ คุณสามารถให้ภาพรวมในระดับสูงของปัญหาที่คุณกำลังแก้ไขได้อย่างไร – และวิธีการที่นวัตกรรมเหล่านี้สะท้อนถึงปรัชญาโดยรวมของคุณเกี่ยวกับการใช้ AI อย่างรับผิดชอบ?

Trialbee มีวัฒนธรรมแห่งนวัตกรรม และ AI คือส่วนประกอบที่สำคัญและเติบโตอย่างต่อเนื่องของสิ่งนั้น ในปีนี้เพียงอย่างเดียว แพลตฟอร์ม Honey ของเรามีการเปิดตัวกระบวนการทำงานใหม่สำหรับไซต์ จดทะเบียนผู้ป่วยเฉพาะสำหรับผู้สนับสนุน และกรณีการใช้งานที่รองรับเว็บไซต์หาการทดลองสำหรับแบรนด์ไบโอฟาร์ม่าระดับโลก เช่น BMSClinicalTrials.com สำหรับ AI โดยเฉพาะ เราจะเห็นคุณลักษณะและความก้าวหน้าใหม่ๆ ที่เปิดตัวในช่วง 3, 6, 12 เดือนข้างหน้าและต่อๆ ไป เรากำลังพัฒนาแชทบอท เครื่องมืออัจฉริยะ และอื่นๆ ภายใน Honey ในขณะเดียวกันก็ประเมินวิธีการใหม่ๆ ในการทำให้กระบวนการง่ายขึ้นสำหรับลูกค้าของเรา

ภายใน เรากำลังใช้มันเพื่อให้ ourselves มุ่งเป้าไปที่การมีส่วนร่วมมากขึ้น มีประสิทธิภาพมากขึ้น และมีประสิทธิภาพมากขึ้นในทุกสิ่งที่เราทำ – โดยมีสมาชิกในทีมที่มีประสบการณ์ขับเคลื่อนการตัดสินใจและตีความบริบทสำหรับโมเดล AI ทั้งหมดที่เรานำมาใช้

เมื่อมองไปข้างหน้า 5 ปี คุณเห็น Trialbee กำลังพัฒนาไปอย่างไรเมื่อ AI ถูกฝังอยู่ลึกซึ้งยิ่งขึ้นในด้านการวิจัยทางคลินิก คุณเห็นบริษัทของคุณมีบทบาทสำคัญในการกำหนดอนาคตที่มีจริยธรรม มีประสิทธิภาพ และเป็นหนึ่งเดียวกันมากขึ้นสำหรับการสรรหาบุคลากรของผู้ป่วย?

5 ปีต่อจากนี้ ฉันเห็น Trialbee ยืนอยู่ในฐานะผู้ให้บริการชั้นนำที่ได้รับการขับเคลื่อนโดย AI สำหรับการสรรหาบุคลากรในการวิจัยทางคลินิก เรากำลังบูรณาการ AI ที่สร้างขึ้นโดยการสร้างขึ้นในกระบวนการสรรหาบุคลากรทุกจุดที่สามารถเร่งความเร็ว ปรับปรุงความแม่นยำ หรือเพิ่มตัวเลือกของผู้ป่วยได้ ตามที่ฉันกล่าวไว้ก่อนหน้านี้ เรากำลังประเมินเครื่องมือที่จะให้ผู้ป่วยมีทางเลือกในการโต้ตอบกับผู้เชี่ยวชาญทางการแพทย์หรือตัวแทน AI ขึ้นอยู่กับความชอบและระดับความสบายใจรอบๆ AI ของพวกเขา เราเชื่อว่าการให้คนมีทางเลือกนี้เป็นกุญแจสำคัญในการเพิ่มความไว้วางใจและการมีส่วนร่วมในระยะยาว

จากด้านจริยธรรม เรามุ่งมั่นที่จะทำให้ AI ถูกนำไปใช้อย่างมีระเบียบและมีความโปร่งใส ซึ่งหมายความว่าเราจะฝังเครื่องมือการกำกับดูแลเข้าไปในเทคโนโลยีเอง และเปิดเผยเกี่ยวกับวิธีการทำงานของระบบของเรา เรากำลังสร้าง AI เข้าไปในวัฒนธรรมขององค์กรของเรา – ทุกแผนกต่างๆ และทุกทีม – เพื่อให้เราพร้อมที่จะปรับตัวเมื่อเทคโนโลยีเปลี่ยนแปลงไป สุดท้ายแล้ว เราต้องการเป็นบริษัทที่ช่วยกำหนดวิธีการใช้ AI อย่างมีความรับผิดชอบทั่วการวิจัยทางคลินิก หากเราทำสิ่งนั้นได้อย่างถูกต้อง เราสามารถช่วยกำหนดอนาคตที่การทดลองจะเร็วขึ้น มีความหลากหลายมากขึ้น และง่ายต่อการเข้าถึงสำหรับผู้ป่วยไม่ว่าจะอยู่ที่ไหนในโลกหรือพูดภาษาอะไร

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Trialbee เพื่อเรียนรู้เพิ่มเติม