Trialbee CEO’su Matt Walz – Röportaj Serisi

Matt Walz, teknoloji odaklı hasta işe alımında küresel bir lider olan Trialbee’nin CEO’sudur. Hayat bilimlerinde 20 yılı aşkın yazılım ve liderlik deneyimi bulunmaktadır. Matt, geliştirici olarak kariyerine başladı ve Rollins Corporation, PSCI, Microsoft (MSFT ), Morgan Lewis ve Datalabs’de çeşitli teknik ve liderlik rollerinde bulundu. 2006 yılında, klinik, kalite ve düzenleyici belge yönetiminde küresel bir lider olan NextDocs’u ortak kurdu ve 9 yıl boyunca CTO, CSO ve Yönetim Kurulu Üyesi olarak görev yaptı. Trialbee’ye katılmadan önce, Matt 5 yıl boyunca Aurea Software’da Hayat Bilimleri Genel Müdürü ve Stratejik Hesaplar Başkan Yardımcısı olarak görev yaptı. Aurea Software, daha önce NextDocs’u satın almıştı.

Trialbee, hasta işe alımını hızlandıran bir sağlık teknolojisi şirketidir. Veri analitiği, dijital erişimi ve gerçek dünya kanıtlarını kullanarak hastaları eşleştirmek, dahil etmek ve ön niteliklendirmek için çalışır. Platformu, sponsorlara, CRO’lara ve deneme sitelerine daha verimli bir şekilde işe alım işlemesini yönetmelerine yardımcı olmak için kaynaklar ve ortaklar arasında şeffaflık sağlar.

Hem sağlık teknolojisi start-up’larında hem de büyük ölçekli klinik araştırma platformlarında çalıştınız. Klinik araştırma için hasta işe alımında AI’nın potansiyelini ve tuzaklarını tanımanızda kariyerinizdeki hangi kişisel deneyimler veya anlar etkili oldu?

AI, 20 yılı aşkın süredir klinik geliştirme alanında çalıştığım en hızlı ilerleyen teknoloji trendidir – bulut benimsemesinin ilk günlerinden daha hızlı. Bana en çok çarpıcı gelen şey, AI’nın kavramsal olarak operasyonel olmasından ve genellikle yeni teknolojiyi benimsemekte yavaş olan bir endüstride AI’nın önceliklendirilmesidir – ve düzenleyici otoriteler tarafından da önceliklendirilmektedir. Klinik deneme hasta işe alımında AI’nın en iyi şekilde nerede kullanılabileceğini öğreniyoruz.

Ancak, bu potansiyelle birlikte bazı riskler de geliyor. Büyük ilaç şirketlerinin liderleriyle konuştuğumda, AI’nın iş akışındaki birçok noktada ortaya çıktığını, ancak denetimsiz çalışamayacağını vurguladılar. İnsan denetimi temel düzeydedir.

Bu, kalite ve güvenlik nedenleriyle olduğu kadar, temelde hasta ve ailelerle umut arayan bir endüstri olduğumuz için de önemlidir – bu, AI tarafından anlamlı bir şekilde yerine getirilemeyen çok insanı ve empatik bir deneyimdir.

Klinik deneme işe alımı,historically, çeşitlilik, hız ve doğruluk konularında sorunlarla karşılaştı. AI, bu zorlukları nasıl ele alıyor ve nerede hala eksik kalıyor?

AI, işe alım sürecinin en yavaş ve en kaynak yoğun kısımlarını hızlandırıyor. Örneğin, çalışma materyallerini düzinelerce dilde çevirmek gibi hafta sürecek işler şimdi saatlere indirildi. Bu, daha hızlı ve daha global pazarlarda işe alım yapmamızı sağlıyor.

Doğruluk açısından, AI destekli ajanlar, daha tutarlı ve kriterlere uygun etkileşimler sunmaya başlıyor. Bunlar, özellikle düşüş noktalarını azaltmak için yararlı araçlardır.

Çeşitlilik hala bir zorluk olarak kalıyor. AI, yalnızca eğitim aldığı verilerin temsil ettiği kadar temsilcidir ve temsil, teknoloji dışındaki faktörler tarafından da şekillenir – ülke başına düzenleyici kısıtlamalar gibi. Klinik araştırmalar boyunca hasta katılımcıları ile güven oluşturmak bir zorluk olarak kaldı ve AI araçları ile etkileşim çeşitli düzeylerde şüphe ile karşılanıyor. Bu nedenle, insanların canlı bir tıp profesyoneli ile veya bir AI aracıyla etkileşime girmeyi seçebilecekleri bir yaklaşımı destekliyoruz. Bu, AI’ye karşı çeşitli konfor seviyelerine sahip katılımcılara ulaşmamızı sağlarken, özellikle ajans AI için güçlü bir denetim sağlıyor.

Önceki gibi, AI araçlarının hasta işe alımında daha hızlı bir şekilde dağıtılmasıyla birlikte, çok uluslu klinik deneme kampanyalarında en acil denetim boşluklarını nasıl görüyorsunuz?

En büyük boşluk, coğrafyalar arasında düzenleyici uyumsuzluktur. ABD’de, FDA gibi ajanslar AI’ı yeni çerçeveler ve erken inceleme süreçleriyle benimsemektedir. Avrupa ise daha temkinli davranıyor ve daha sıkı düzenleyici incelemelere odaklanıyor.

Bunun, global olarak faaliyet gösteren şirketlerimiz için bir zorluk yaratması bekleniyor: Bir ülkede kabul edilebilir olan bir başka ülkede kabul edilemeyebilir. Ve varyans yalnızca düzenlemelerde değil, aynı zamanda farklı kanalların veya sosyal medya platformlarının nasıl kullanılabileceği, kişisel verilerin nasıl işlendiği veya hasta onayı nasıl toplandığı konularında da ortaya çıkıyor. Bu nüanslar, operasyonel esneklik ve bölgesel etik ve uyumluluk standartlarına derin bir anlayış gerektiriyor.

Bu, inovasyon geçmişimiz ve içkin küresel kültürümüzün önemli varlıklar olduğu bir alandır ve AI peyzajını navigasyon ederken bu önemli olacaktır.

Global düzenleyici çerçevelerin eksik uyumu, klinik denemelerde AI benimsemesini nasıl engelleyebilir? Gerçek dünya örneklerini gözlemlediniz mi?

Kesinlikle. Hasta işe alımında kullandığımız dijital reklam stratejileri iyi bir örnektir. Facebook (META ), global olarak en etkili platformlardan biridir, ancak même ülkelerde bile, hangi hedeflemelerin yapılabileceği ve hangi verilerin kullanılabileceği farklılık gösterir. Bu farklılıkları aşmak için iç uzmanlık geliştiriyoruz ve AI düzenlemelerinin benzer bir yolu izleyeceğini öngörüyoruz.

Pratik olarak, bu ikilemin işe alım ekiplerine yüklediği sınırlamalar, kampanya lansmanlarını geciktirebilir, etik komiteleriyle daha fazla döngü oluşturabilir ve daha karmaşık uyumluluk iş akışlarına neden olabilir. AI kullanımını anlamak için country-by-country farkındalığa sahip değilseniz, denemeleri yavaşlatabilir veya ciddi onay engelleriyle karşılaşabilirsiniz.

Trialbee, veri, teknoloji ve hasta etkileşimi arasındaki kesişmede faaliyet gösterir. AI destekli işe alım stratejilerinin hastaları veri noktalarına indirgememesini, aksine araştırma insan tarafını nasıl güçlendirdiğini temin edersiniz?

Harika ve önemli bir soru. AI’ı, insanların gücünü artırmak için bir araç olarak görüyorum – onları değiştirmek için değil. Özellikle çalıştığımız endüstri için, hastaların yaşamını iyileştirmeye çalıştığımız için bu çok önemlidir. İşimiz, insanları birbirine bağlamakla ilgili bir iş ve insanlar her zaman bunun merkezinde olacaklar.

Günlük operasyonlarda, sunduğumuz en iyi AI, veri ve eğilimlerin analizini yapmak ve eyleme ihtiyaç duyulan alanları sitemlere ve çalışma ekiplerine işaret etmek olabilir. Bunu zaten yapıyoruz ve değerli verilerin anlamlandırılmasını sağlamak için yetenekleri sürekli olarak genişletiyoruz. Bu, işe alım ilerlemesi hakkında günlük içgörüler sunmaktan veya belirli hastalarla takip için öngörülü modelleme kullanarak uyarılar oluşturmaya kadar çeşitli şekillerde olabilir.

İçeride, AI’ı organizasyonumuzun her yerinde sistematik ve işbirliği içinde kullanıyoruz. İyi örnekler, işe alım materyallerinin çevirisi ve potansiyel PII verilerinin AI destekli baskısı olabilir – bunlar her zaman deneyimli bir insan tarafından denetlenecektir. Böylece, AI’ı harika ekibimizi güçlendirmek için nasıl kullandığımızı göreceksiniz, tersi değil.

Klinik araştırma ekiplerinin AI araçlarını sorumlu bir şekilde yönlendirmek ve yönetmek için en kritik beceri setleri nelerdir?

En kritik beceri setleri, klinik uzmanlık, AI okuryazarlığı ve düzenleyici akışkanlığın kesişiminde yer alır. Ekiplerin, AI platformlarına etkili bir şekilde nasıl etkileşimde bulunacaklarını, bunları nasıl yönlendireceklerini ve çıktılarını nasıl eleştirel bir şekilde inceleyeceklerini anlamaları gerekir.

Düzenleyici içgörünün artan bir ihtiyacı da vardır. Önceki gibi ajans AI için, gerçek zamanlı olarak sohbetleri değerlendiren ve düzelten ayrı bir mantık motoru oluşturuyoruz. Bu tür dahili kontrol sistemlerinin, hasta yüzeyindeki herhangi bir uygulamada standart olması gerekir. Doğrulama protokolleri de formalize edilmeli ve benchmark testleri ile sürekli performans değerlendirmeleri dahil edilmelidir.

AI benimsemesi hızlanıyor. Klinik deneme paydaşlarına AI’ı iş akışlarına entegre etmekte tereddüt eden veya bunalmış olanlara ne tür tavsiyeler verirsiniz?

Birisi, AI ile çalışmaya başladığınızda, Gerçek Zeka kullanmaya dikkat edin dedi. Makine öğrenimi, uzmanların arkasında uzmanlık, bağlam ve koridorlar olmadan harika şeyler sunabilir.

Tavsiyem, küçük başlayın ve ayaklarınızın üzerinde kalın. AI dönüşümü hakkında belirsiz vaatler yapmadan, gerçekten ne sunabileceğinizi gösterin. Vaatlerinizi somut adımlara ve net sonuçlara dayandırın. AI’yi benimseme planınızı, küçük, tanımlanmış adımlara ayırın ve her adımda net sonuçlar elde edin. Bu yaklaşım, Trialbee’de takip ettiğimiz yaklaşımdır.

Trialbee, bu yıl AI ile ilgili yeni ürünleri piyasaya sürüyor. Çözümlediğiniz sorunlara dair yüksek düzeyde bir ön izleme verebilir misiniz ve bu yenilikler, sorumlu AI kullanımına ilişkin daha geniş felsefenizi nasıl yansıtıyor?

Trialbee, inovasyona dayalı bir kültüre sahiptir ve AI, bu kültürün önemli bir bileşenidir. Bu yıl alone, Honey Platformumuz yeni site iş akışları, sponsorlara özgü hasta kayıt defteri ve global biyofarmasötik markalar için deneme bulma siteleri için kullanım örnekleri sunuyor. AI ile ilgili olarak, yeni özellikler ve geliştirmeler göreceksiniz. Chatbot’lar, akıllı araçlar ve daha fazlasını Honey içinde geliştiriyoruz ve ayrıca müşterilerimiz için süreçleri basitleştirmek için yeni yolları değerlendiriyoruz. İçeride, AI’ı daha hedeflenmiş, daha bilinçli, daha kapsayıcı ve daha verimli olmamızı sağlamak için kullanıyoruz – ve her AI modelini kullandığımız her karar ve bağlamı yorumlayan deneyimli bir ekip üyesi ile.

Beş yıl sonrasına baktığınızda, AI klinik araştırmalara daha derinlemesine entegre olduğunda Trialbee’nin rolünün nasıl evrileceğini öngörüyorsunuz? Hastaların işe alınmasında daha etik, daha verimli ve küresel olarak uyumlu bir geleceği şekillendirmede şirketinizin hangi rolü olacağını görüyorsunuz?

Beş yıl sonra, Trialbee’nin klinik araştırmalar için AI destekli hasta işe alımında lider hizmet sağlayıcı olarak konumlandığını görüyorum. Already, işe alım iş akışının her alanında AI’ı entegre ediyoruz – hız, doğruluk veya hasta seçeneklerini artırmak için. Ajans AI için, insanların canlı bir tıp profesyoneli veya bir AI aracıyla etkileşime girmeyi seçebilecekleri bir yaklaşımı destekliyoruz. İnsanların bu seçeneğe sahip olmasının, güveni ve katılımı artırabileceğine inanıyoruz.

Etik olarak, AI’ın düzenleyici rigor ve şeffaflıkla uygulanması konusunda kararlıyız. Bu, teknoloji itselfine denetim mekanizmaları entegre etmek ve sistemlerimizin nasıl çalıştığını açıklamak anlamına geliyor. AI’ı organizasyonumuzun kültürüne, her biriminin ve her ekibinin içine entegre ediyoruz, böylece teknoloji geliştikçe adapte olmaya hazır olacağız. Nihayetinde, AI’ın klinik araştırmalarda sorumlu bir şekilde nasıl kullanıldığını tanımlamaya yardımcı olan bir şirket olmak istiyoruz. Bunu doğru yaparsak, denemelerin daha hızlı, daha kapsayıcı ve hastaların erişiminin kolay olduğu bir geleceği şekillendirmeye yardımcı olabiliriz – nerede yaşadıklarına veya hangi dili konuştuğuna bakılmaksızın.

Harika bir röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Trialbee‘yi ziyaret edebilir.