Метт Мічелсон, Президент Genesis AI у Genesis Research – Інтерв’ю Серія

Метт Мічелсон – Президент Genesis AI у Genesis Research, міжнародній організації з досліджень HEOR і доказової медицини з офісами в США і Великій Британії, яка підтримує галузь життя.

Genesis Research – заснований лідер у сфері стратегії доказів, розвитку та комунікацій, вони підтримують клієнтів аналізами баз даних, стратегічними та тактичними дослідженнями охорони здоров’я та результатів, літературними оглядами, економічним моделюванням, науковими публікаціями та стратегією доступу на ринок.

Як експерти у розробці інноваційних технологічних рішень, вони пропонують ряд спеціалізованих платформ, панелей управління, порталів даних та унікальної штучної інтелектуальної технології EVID AI, щоб підтримувати ідентифікацію, моніторинг та витягування точно націлених доказів.

Чи можете Ви розповісти історію створення Genesis Research?

У 2009 році, після часу, проведеного в академії та використання глибокого кількісного досвіду, наш генеральний директор Френк Корвіно та його бізнес-партнер, клініцист і економіст охорони здоров’я, об’єднали свій досвід, щоб створити нову бізнес-модель, яка підтримує компанії галузі життя з більш даними підходом, отримуючи знання з великих даних у постійно прозорих, повторюваних та високопродуктивних способах.

Genesis Research спочатку була заснована на зобов’язанні думати поза рамками, щоб надати демонстрацію цінності, підтриману доказами реальної медицини. З того часу послуги компанії розширилися, щоб включити можливості доступу на ринок та стратегію, дослідження охорони здоров’я та результатів, наукову комунікацію та передові цифрові можливості, такі як цілеспрямоване використання штучного інтелекту (AI).

Компанія розвинулася у ведучу міжнародну організацію з доказової медицини та досліджень охорони здоров’я та результатів, яку ми є сьогодні, тому що ми слухаємо наших клієнтів, а потім використовуємо різноманітну, висококваліфіковану команду, щоб задовольнити їхні зміни потреб на будь-якому етапі життєвого циклу продукту, використовуючи гнучку “підвищену партнерську модель”, яка дозволяє нам працювати безперебійно як розширення команди клієнта.

Чи можете Ви обговорити, як швидко прискорюється темп публікації статей?

Це складно точно вказати, але оцінки варіюються від 4 до 10% збільшення щороку, з 1-2 млн статей, які зараз публікуються у сфері охорони здоров’я щороку. Це величезна кількість, особливо якщо Ви вважаєте, що на читання анотації людині потрібно п’ять хвилин. PubMed сам по собі (публічна версія пошукової системи медичних статей Medline) має колекцію понад 30 млн статей.

Чому традиційні методи оглядів статей більше не працюють?

Ці завдання зводяться до процесу пошуку доказів, зокрема статей, які відповідають на Ваші наукові питання. І не тому, що ручні методи не можуть цього зробити. Радше, тому що процес так важкий, це означає, що завдання не так гнучке. Ніхто не хоче виконувати всю роботу знову, якщо щось зміниться, і Ви не можете шукати так багато джерел, як би Ви хотіли, через величезну витрату часу. І люди іноді пропускають статті, оскільки важко концентруватися після читання декількох сотень статей. Натомість навчена машина ніколи не втомлюється, а вигоди від ефективності означають, що підходи, засновані на AI, більш гнучкі, оскільки Ви можете просто запустити наступний пошук, і Ви можете виконувати стільки пошуків, скільки потрібно.

Що таке EVID AI і як воно спрощує процес для медичних дослідників, щоб ідентифікувати та просіювати величезні обсяги досліджень?

EVID AI – це єдина медична літературна база даних, яка використовує машинне навчання, щоб виробляти понад 80 млн даних – від до клінічних, економічних, епідеміологічних, результатів, повідомлених пацієнтами, і фокусних областей – і дозволяє користувачам фільтрувати результати пошуку до найбільш актуальної, поточної інформації, необхідної для подальшого аналізу. Це єдина платформа, яка має можливість перетворити дані, вбудовані в декілька статей, у структуровані таблиці, які представляють відповідні, запитані дані у чіткому форматі. Цей патентований підхід витягує докази у використовувані дані, так що дослідники можуть легше розробляти графіки та панелі управління, щоб поділитися ними з зацікавленими сторонами, не потрібно читати велику кількість статей.

Genesis Research нещодавно зробила поліпшення до EVID AI – яке тепер є найбільшим поточним медичним літературним дослідницьким платформою у світі – щоб допомогти фармацевтичним командам та іншим приймають рішення у сфері охорони здоров’я знайти високоякісні, націлені результати швидше, ефективніше та з безпрецедентної ширини джерел.

За допомогою EVID AI завдання пошуку медичної літератури тепер можна виконувати в 59 разів швидше, ніж ручні зусилля, з значно більш актуальними доказами за пошук і в 15 разів менше неактуальних статей. Патентований формат машинного навчання, запрограмований через експозицію десятків тисяч навчальних даних, швидший і більш повний, ніж будь-коли раніше, і скоротить час дослідження з місяців до тижнів або днів.

Одна з переваг EVID AI полягає в тому, що вона дозволяє дослідникам та державним регуляторам відстежувати дані AI до їх джерела. Чому це важливо і як це працює?

Ключова проблема з багатьма системами AI полягає в тому, що вони є непрозорими – іноді їх називають “чорними скриньками”. І це правда в тому сенсі, що ми не завжди розуміємо, чому AI робить те, що робить. Наприклад, якщо воно бере статтю і витягує всі результати з тексту, воно не може обов’язково сказати, чому воно вибрало ці фрази та результати, воно може тільки показати їх Вам. Однак ми робимо акцент на прозорості та наданні даних про походження (наприклад, показуємо Вам, звідки воно походило), так що користувачі можуть завжди відстежувати результат до речення, з якого воно походило, статті, яка містить це речення, і потім оригінального місця статті. Так що завжди є механізм для відстежування результатів до їх джерела. Крім того, це важливо для регуляторів, оскільки якщо фармацевтична компанія робить заяви, засновані на доказах з нашого AI, регулятор може перевірити, що дані правильні, а джерело дійсне.

Чи можете Ви поділитися випадком використання або дослідження використання EVID AI?

Абсолютно. Є багато з них, але ось два корисних приклади, оскільки вони показують, як інструмент можна використовувати як для великих, бюджетних проектів, так і для щоденних, оперативних завдань. У першому випадку ми мали фармацевтичну компанію, яка залучила команду для оновлення літературного огляду з онкології. Це велике завдання, оскільки конкретна галузь в онкології велика, література змінюється швидко, а масштаб проекту великий. Оригінальний огляд включав аналіз ландшафту (наприклад, усіх основних препаратів) та їх результатів щодо ефективності, безпеки та економічних впливів. Він включав не тільки клінічні звітні дослідження, але також статті про спостережувані дослідження, де вчені відстежують результати препарату, призначеного у “реальному світі”, а не тільки у контрольованому середовищі клінічних випробувань.

EVID AI допоміг цій компанії зібрати всі нові та оновлені результати для цього літературного завдання, з величезними економіями. Натомість у нас був приклад, коли вчений створив економічну модель витрат, пов’язаних зі зміною між різними психічними захворюваннями, так звані “бюджетні моделі впливу”. Виклик полягає у витягуванні добрих оцінок того, як часто такі пацієнти змінюють препарати. Коли вчений спочатку створив модель, він провів весь день, скануючи статті, щоб знайти результат, який йому був потрібен. З EVID AI він знайшов його за декілька хвилин.

Яке Ваше бачення майбутнього співробітництва людини та AI у медичних дослідженнях?

По мірі того, як медичні дослідження стають все більш комфортними з AI, воно проникне у всі сфери – від відкриття препаратів до клінічних випробувань, аналізу даних та відшкодування витрат. Будь-який аспект розробки нових терапевтичних засобів буде вигравати від AI, а результати будуть вбудовані у робочий процес. Натомість ніж покладатися на окремі інструменти, які вимагають контекстного перемикання від завдання лабораторної науки до завдання AI, це стане так само інтуїтивним, як використання GPS, щоб дістатися до нового ресторану. Навіть не буде другої думки. Однак, особливо у фармацевтичній галузі, нам усе ще знадобляться висококваліфіковані люди, такі як команди Genesis Research, щоб визначити актуальність даних та ініціювати подальший аналіз, щоб допомогти приймати рішення.

Чи є щось ще, що Ви хотіли б поділитися про Genesis Research?

Genesis Research має швидкий розвиток завдяки своїй здатності приймати нові виклики, ставити правильні питання, зібрати правильні команди для доступу та аналізу правильних даних та надавати рішення, які рухають ініціативи галузі життя вперед. Інноватор у розробці рішень, заснованих на доказах реальної медицини, компанія повністю агностична до даних та працює у тісній співпраці з клієнтами, щоб ідентифікувати оптимальні джерела даних. Ми пишаємося тим, що є заснованим лідером у стратегії доказів, розвитку та комунікації, а також експертами у розробці інноваційних технологічних рішень.