Mike King, Kıdemli Direktör, Ürün ve Strateji, IQVIA – Röportaj Serisi

Mike King, Kıdemli Direktör, Ürün ve Strateji, IQVIA, sağlık ve yaşam bilimleri alanında iki on yılı aşkın deneyime sahip bir üst düzey yöneticidir; ürün stratejisi, düzenleyici işler, kalite güvencesi, operasyonlar ve iş dönüşümünü kapsar. IQVIA’ya 2022’de katılmadan önce, King Dentsply Sirona ve GE Healthcare’da üst düzey liderlik pozisyonlarında bulunmuş, Avrupa, Rusya, Bağımsız Devletler Topluluğu (CIS), İsrail, Orta Doğu, Afrika ve Asya dahil karmaşık uluslararası pazarlarda düzenleyici işleri yönetmiştir. Kariyerinin erken dönemlerinde Bio‑Rad Laboratories, Stryker ve Accenture’da kalite, düzenleyici, operasyonel ve iş rolleri üstlenerek sağlık teknolojisi, düzenleyici uyum ve ticari stratejinin kesişiminde geniş bir deneyim kazanmıştır.

IQVIA, yaşam bilimleri ve sağlık sektörlerine hizmet veren küresel bir klinik araştırma hizmetleri, ticari içgörüler ve sağlık zekâsı sağlayıcısıdır. Şirket, büyük ölçekli sağlık verilerini gelişmiş analitik, teknoloji, alan uzmanlığı ve Sağlık‑düzeyi AI yetenekleriyle birleştirerek ilaç, biyoteknoloji, tıbbi cihaz ve diğer sağlık kuruluşlarının ilaç geliştirme, klinik araştırma, ticarileşme ve kanıt üretimini desteklemesine yardımcı olur. Bağlantılı Zekâ yaklaşımıyla IQVIA, karmaşık sağlık verilerini eyleme dönüştürülebilir içgörülere çevirerek yeniliği hızlandırmayı ve sağlık ekosistemi içinde karar almayı iyileştirmeyi hedeflemektedir.

Kariyeriniz Accenture’da danışmanlık yaparak, Stryker, Dentsply Sirona ve GE Healthcare’da kalite güvencesi ve düzenleyici liderlik rollerine, ardından IQVIA’da ürün stratejisine yöneldi. Bu ilerleme, yaşam bilimleri şirketlerinin yapay zeka konusundaki uzun vadeli teknoloji kararlarını nasıl görmenizi etkiledi?

Şu ana kadar kariyerim danışmanlık, üretim, kalite, küresel düzenleyici işler ve sağlık teknolojilerini kapsadı; bu da teknoloji kararlarını çeşitli paydaş bakış açılarıyla görme fırsatı sundu. Her rolde, en başarılı yatırımların operasyonel ve ticari performansı hasta sonuçlarıyla bağlayanlar olduğunu gördüm. Bu durum yaşam bilimleri sektöründeki AI için özellikle geçerlidir. Verimlilik artışları önemli olsa da, uzun vadeli en büyük değer, AI’yi kaliteyi, düzenleyici uyumu, karar almayı güçlendirmek ve nihayetinde küresel pazarlarda güvenli ve etkili sağlık çözümlerinin sunulmasını sağlamak için kullanmaktan gelecektir.

AI’nin geleneksel beş ila yedi yıllık teknoloji yenileme döngüsüne son verebileceğini savunuyorsunuz. Neden AI eklemek, bir kalite ya da düzenleyici platformu daha kalıcı hâle getirir, yenilenmesini hızlandırmaz?

Geleneksel olarak, şirketler daha iyi işlevsellik ortaya çıktığında ve mevcut sağlayıcı sözleşmeleri sona erdiğinde sistemleri değiştirirlerdi. AI, teknolojik yenilik hızını artırarak bu hesaplamayı değiştirir. Değer artık yalnızca uygulamanın kendisiyle sınırlı değildir; yıllarca kullanılan veri, iş akışları, yönetişim ve kurumsal bilgi birikiminde yatar. “GxP” olarak adlandırılan İyi Uygulamalar bağlamında, yaşam bilimleri uygulamalarında, organizasyonlar AI’yi doğrulanmış iş süreçlerine katıp nitelikli insan uzman denetimiyle sonuçları sürekli iyileştirdiğinde, yeniden üretmesi giderek zorlaşan bir zekâ varlığı oluştururlar. Bu ortamda bir platformu değiştirmek sadece bir teknoloji kararı değildir; birikmiş yıllara dayanan kurumsal bilgiyi yeniden inşa etmeyi gerektirir.

Bir organizasyonun veri mimarisi ve iş akışı altyapısının kalitesi, AI uygulamasının anlamlı değer yaratmasını mı yoksa mevcut verimsizlikleri pekiştirmesini mi belirler?

AI, yerleştirildiği ortamı güçlendirir. Veri parçalanmış, süreçler tutarsız ve yönetişim zayıfsa, AI bu verimsizlikleri otomatikleştirir ve daha da kötüleştirir. Aksine, standartlaştırılmış iş akışları, güvenilir veri ve net sahiplik ve yönetişime sahip organizasyonlar AI’yi verimlilik, tutarlılık, uyum ve karar alma süreçlerini iyileştirmek için kullanabilir. Dijitalleşme ve veri hazırlığı, başarılı AI benimsemesi için ön koşul olmaya devam ederken, sürekli veri yönetişimi ve AI yönetişimi, değer, uyum ve güvenin dağıtımdan uzun süre sonra da sürdürülmesini sağlamak için vazgeçilmezdir.

Bir organizasyon AI sistemlerini yıllara dayanan özel kalite, klinik ya da düzenleyici verilerle eğittiğinde ortaya çıkan satın alma paradoksu nedir?

Paradoks, bir organizasyon AI’yı ne kadar başarılı kullanırsa, o başarıyı sağlayan platformdan ayrılmanın o kadar zor hale gelmesidir. Yıllara dayanan kalite, düzenleyici ve klinik veriler AI ile birleştirildiğinde önemli bir rekabet avantajı haline gelebilir, ancak aynı zamanda geçiş maliyetlerini artırır. Çözüm, AI‑driven değer yaratmaktan kaçınmak değil; veri sahipliği, birlikte çalışabilirlik ve taşınabilirliğin satın alma kararlarının başından itibaren inşa edilmesini sağlamaktır.

2025 veya 2026’da alınan platform kararlarının 2035’ten çok sonrasına kadar teknoloji stratejilerini etkileyebileceğini öne sürüyorsunuz. Çoğu uyumluluk, bilgi teknolojisi ve finans lideri bu uzun vadeli taahhüdü yeterince hesaba katıyor mu?

Düzenlenmiş yaşam bilimleri şirketleri uzun vadeli yatırımlara alışkındır. Kurumsal Kaynak Planlaması (ERP), üretim, kalite, klinik ve düzenleyici sistemlerle ilgili kararlar, doğrulama, değişim kontrolü ve operasyonel etki nedeniyle her zaman çok yıllı planlama ufku gerektirmiştir. AI bu bazı hususları genişletebilir, ancak birçok üst düzey lider zaten uzun vadeli teknoloji riski, düzenleyici yükümlülükler ve iş değeri dengesini sağlamada deneyimlidir. Fark, AI’nın veri ve yönetişimin stratejik önemini artırmasıdır; uzun vadeli planlama ihtiyacını temelde değiştirmemektedir.

Yaşam bilimleri şirketleri, birikmiş veri ve zekânın rekabet avantajı yarattığı “iyi kilitlenme” ile esnekliği, birlikte çalışabilirliği veya pazarlık gücünü sınırlayan zararlı kilitlenme arasındaki farkı nasıl ayırt etmelidir?

İyi kilitlenme, bir platformdan ayrılamamakla ilgili değildir; platformun gelişmeye devam etmesi, sahip olduğunuz özelleşmiş bilgiyi koruması ve teknoloji olgunlaştıkça yeni AI yetenekleri ve ajan‑yerel iş akışlarının benimsenmesine izin vermesi nedeniyle ayrılmak istememekle ilgilidir. Kötü kilitlenme, mevcut sağlayıcıdan yenilik akışının durması, birlikte çalışabilirliğin sınırlı olması ve birikmiş yıllara dayanan bilginin kolayca uyarlanamayan veya değiştirilemeyen bir sisteme hapsolması durumunda ortaya çıkar. Amaç, verinizin ve kurumsal zekânızın sahipliğini korurken, bir sonraki nesil AI’dan yararlanma esnekliğini de sürdürmektir.

Daha fazla sermaye AI, öngörücü bakım ve otomasyona yöneldikçe, organizasyonlar eski çekirdek sistemleri yenilemeyi ertelediğinde hangi riskler ortaya çıkar?

En büyük risk, eski platformların AI benimsenmesinde darboğaz haline gelmesidir. Eski sistemler genellikle parçalanmış veri, manuel ya da yüksek derecede özelleştirilmiş iş akışları ve izole süreçler içerir; bu da anlık otomasyon fırsatlarını kısıtlar. Organizasyonlar AI pilotları, öngörücü analizler ve akıllı ajanlar üzerine yatırım yapabilir, ancak çekirdek altyapılarının ölçekli dağıtımı destekleyemediğini fark edebilirler.

Daha geniş iş riskleri de vardır. Teknolojiler yaşlandıkça satıcı desteği azalabilir, uzman kaynakları bulmak zorlaşır ve bakım maliyetleri artar. Aynı zamanda mevcut durum ile bir sonraki nesil AI platformları arasındaki boşluk genişler, bu da gelecekteki modernizasyon çabalarını daha karmaşık ve maliyetli hâle getirir. Organizasyonlar, süreç performansı, ürün kalitesi, hasta sonuçları, uyum ya da ticari etkinlikte somut iyileşmeler sağlamadan mevcut durumu korumaya yatırım yapabilirler. Çoğu durumda modernizasyon ve AI hazırlığı, ayrı girişimler yerine birlikte ilerlemelidir.

Şirketler, daha sonra tedarikçiyi değiştirirlerse veri taşınabilirliğini, model taşınabilirliğini ve kurumsal bilgiye erişimi korumak için hangi teknik ve sözleşmesel korumaları aramalıdır?

Organizasyonlar, bilgi sahipliğini ve erişilebilirliğini koruyan sözleşmesel ve teknik önlemlere odaklanmalıdır. Bu, net tanımlanmış veri‑dışarı aktarma yetenekleri, açık entegrasyon çerçeveleri, belgelenmiş API’ler, veri soy ağacı, taşıma hakları ve özelleşmiş modellerin şirket bilgisiyle nasıl etkileştiği konusundaki şeffaflığı içerir. Kurumsal bilgi, bir şirketin en değerli varlıklarından biri haline gelebilir; bu nedenle taşınabilir, güvenli ve kontrol edilebilir olmalıdır.

İlaç ve tıbbi cihaz ortamlarında AI‑destekli sistemlerin yükseltilmesi, yeniden eğitilmesi ya da değiştirilmesi kararlarını düzenleyici doğrulama ve değişim‑kontrol gereksinimleri nasıl etkilemelidir?

GxP ortamlarında AI, sorumluluğu değiştirmez. Kalite ve düzenleyici profesyoneller, sistemlerinin ve süreçlerinin yönetişimi, bütünlüğü ve uyumluluğundan sorumlu olmaya devam eder. AI‑destekli teknolojiler, sağlam yönetişim, risk‑tabanlı doğrulama, belgelenmiş değişim kontrolü ve düzenleyici denetimlere dayanabilecek yeterli açıklanabilirlik ile desteklenmelidir. Nitelikli, profesyonel insan uzmanlığı, GxP AI’nin vazgeçilmez bir yönetişim bileşeni olmaya devam eder.

Yaşam bilimleri şirketleri, AI‑destekli bir platformun önümüzdeki on yıl boyunca güvenli, uyumlu, uyarlanabilir ve ekonomik açıdan sürdürülebilir kalmasını sağlamak için bugün hangi tedarikçi seçim kriterlerine öncelik vermelidir?

Sağlık GxP AI çözümlerinin çağında, organizasyonlar sadece bir yazılım satın almamalı, iş birliği yapabilecek bir ortak seçmelidir. Uyumlu işlevsellik elzemdir; ancak aynı derecede önemli olan, tedarikçinin çözümünü teknolojik ilerlemelerle evrimleştirme yeteneği ve şirketin verisini, özelleşmiş bilgisini ve düzenleyici yükümlülüklerini koruma kapasitesidir. Kazanan platformlar, derin yaşam bilimleri uzmanlığını esnek mimari, güçlü yönetişim ve gelecekteki AI ve ajan‑yerel yeteneklerin iş operasyonlarını bozmadan, küresel uyumu riske atmadan ve hasta güvenliğini olumlu etkileyerek benimsenmesine açık bir yol haritası ile birleştirenler olacaktır.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular IQVIA‘yı ziyaret etmelidir.