Патрик Леунг, технічний директор Faro Health – Серія інтерв’ю

Патрик Леунг, технічний директор Faro Health, керує розробкою платформи компанії, яка використовує штучний інтелект для спрощення та прискорення процесу розробки клінічних досліджень. Інструменти Faro Health підвищують ефективність, стандартизацію та точність планування клінічних досліджень, інтегруючи дані та оптимізовані процеси для зменшення ризиків, витрат та навантаження на пацієнтів.

Faro Health дозволяє командам клінічних досліджень розробляти оптимальні та стандартизовані протоколи клінічних досліджень швидше, сприяючи інноваціям у сфері клінічних досліджень.

Ви провели багато років, будучи частиною команди Google, де розробляли штучний інтелект. Які були деякі з найбільш цікавих проектів, над якими ви працювали під час вашого перебування в Google, і як ці досвіди вплинули на ваш підхід до штучного інтелекту?

Я був частиною команди, яка розробила Google Duplex, систему штучного інтелекту, яка могла здійснювати дзвінки до ресторанів та інших підприємств від імені користувача. Це був секретний проект, у якому брали участь дуже талановиті люди. Команда була дуже динамічна, постійно випробовувала нові ідеї, і кожну неделю були цікаві демонстрації останніх розробок. Це було дуже надихаюче бути частиною такої команди.

Одним із багатьох уроків, які я вивів на цьому проекті, є те, що навіть коли ви працюєте з останніми моделями штучного інтелекту, іноді вам просто потрібно бути винахідливим, щоб досягти бажаного досвіду користувача. Для генерації гіперреалістичних розмов потрібно було склеїти записи, інтерсперсовані темпоризаторами, такими як “ум”, щоб зробити розмову більш природною. Це було дуже весело читати, що написали журналісти про ці “уми” після нашого запуску!

Ви та CEO Faro походите з великих технологічних компаній. Як ваш попередній досвід вплинув на розвиток та стратегію Faro?

Кілька разів у своїй кар’єрі я будував компанії, які продавали різні продукти та послуги великим компаніям. Faro також націлена на найбільші фармацевтичні компанії світу, тому тут є багато досвіду щодо того, що потрібно для перемоги та партнерства з великими підприємствами. Робота в Two Sigma, великому алгоритмічному хедж-фонді в Нью-Йорку, суттєво вплинула на мій підхід до науки про дані. Вони мають ригорозний процес перевірки гіпотез, згідно з яким усі нові ідеї проходять дослідження та тестування. У них також є добре розвинена організація інженерії даних для підключення нових наборів даних та виконання інженерії функцій. Коли Faro поглиблює свої можливості штучного інтелекту для вирішення проблем клінічних досліджень, цей підхід буде дуже актуальним та застосовним до того, що ми робимо.

Faro Health будується навколо спрощення складності клінічних досліджень за допомогою штучного інтелекту. Як людина без клінічного досвіду, який був вашим “моментом прозріння”, який допоміг вам зрозуміти конкретні болі в розробці протоколів, які потрібно було вирішити?

Мій перший “момент прозріння” стався, коли я зустрів концепцію “Закон Ерума”. Ерум – це просто “Мур” написане навпаки. Ця назва є посиланням на те, що протягом останніх 50 років витрати на розробку клінічних препаратів та час, необхідний для цього, фактично подвоювалися кожних 9 років. Це суперечить всьому інформаційному технологічному революції, і просто здивувало мене. Це справді продало мені думку про те, що тут є величезна проблема, яку потрібно вирішити!

Як я глибше занурювався в цю область та починаю зрозуміти основні проблеми, було багато інших ідей, подібних до цієї. Одним із фундаментальних та дуже очевидних спостережень є те, що документи Word не є хорошим форматом для розробки та зберігання клінічних досліджень! Це ключове спостереження, яке виникло з клінічного досвіду нашого CEO Скотта, на якому була побудована Faro. Також є спостереження, що з часом клінічні дослідження стають все більш складними, оскільки клінічні команди фактично копіюють та вставляють попередні протоколи, а потім додають нові оцінки, щоб зібрати більше даних. Надання користувачам якомога більшої кількості цінних ідей якомога раніше в процесі розробки дослідження є ключовим пропонуванням Faro.

Яка роль відіграє штучний інтелект у платформі Faro для забезпечення швидшої та більш точної розробки клінічних досліджень? Як інструмент “AI Co-Author” відрізняється від інших рішень генерації штучного інтелекту?

Це може здатися очевидним, але ви не можете просто попросити ChatGPT згенерувати документ клінічного дослідження. По-перше, вам потрібно мати дуже конкретну, структуровану інформацію про дослідження, наприклад, розклад діяльності, щоб відображати правильну інформацію в технічних розділах документа протоколу. По-друге, є багато деталей та конкретних пунктів, які потрібно включити до документації для певних типів досліджень, а також певний стиль та рівень деталізації, який очікується від медичних письменників та рецензентів. У Faro ми розробили власну систему оцінки протоколів, щоб забезпечити, що контент, який генерує велика мова модель (LLM), відповідає високим стандартам, яких очікують наші користувачі та регулятори.

Як клінічні дослідження щодо рідкісних захворювань та імуноонкології стають все більш складними, як Faro забезпечує, що штучний інтелект може задовольнити ці спеціалізовані вимоги без жертвування точністю або якістю?

Модель є лише такою хорошою, як дані, на яких вона тренується. Тому, коли медицина розвивається, нам потрібно триматися за цим, тренуючи та тестиючи наші моделі з останніми клінічними дослідженнями. Це вимагає від нас постійного розширення нашої бібліотеки цифрових клінічних протоколів – ми дуже пишаємося об’ємом клінічних досліджень, які ми вже ввели до нашої бібліотеки даних у Faro, і ми завжди пріоритезуємо зростання цього набору даних. Це також вимагає від нас сильно спертися на нашу внутрішню команду клінічних експертів, які постійно оцінюють вивід нашої моделі та надають будь-які необхідні зміни до “перевірочних списків”, які ми використовуємо для забезпечення точності та якості.

Партнерство Faro з Veeva та іншими провідними компаніями інтегрує вашу платформу у ширшу екосистему клінічних досліджень. Як ці співробітництва допомагають оптимізувати весь процес клінічних досліджень, від розробки протоколу до виконання?

Серце клінічного дослідження – це протокол, який допомагає нашим клієнтам розробляти та оптимізувати за допомогою Study Designer від Faro. Протокол інформує все, що відбувається після нього у дослідженні, але традиційно протоколи розробляються та зберігаються у документах Word. Тому однією з найбільших проблем операціоналізації клінічної розробки сьогодні є постійна транскрипція або “переклад” даних з протоколу чи інших джерел документів у інші системи чи навіть інші документи. Як ви можете уявити, ручна транскрипція документів людиною є вкрай неефективною та вводить багато можливостей для помилок на шляху.

Мета Faro – єдина платформа, де “визначення” чи елементи клінічного дослідження можуть текти від системи дизайну, де вони вперше виникають, вниз до різних систем або під час операційної фази дослідження. Коли такий безперервний потік інформації встановлено, існує значна можливість для автоматизації та покращення якості, тобто ми можемо суттєво зменшити час та витрати на розробку та реалізацію клінічного дослідження. Наше партнерство з Veeva для підключення нашого Study Designer до Veeva Vault EDC є лише одним кроком у цьому напрямку, з багатьма іншими кроками вперед.

Які з найбільшими проблемами, з якими зіштовхується штучний інтелект у спрощенні клінічних досліджень, і як Faro подолає ці проблеми, особливо щодо забезпечення прозорості та уникнення питань, таких як упередженість чи галюцинації у виводі штучного інтелекту?

Є значно вищий рівень вимог до документів клінічних досліджень, ніж у більшості інших галузей. Ці документи впливають на життя реальних людей та проходять через дуже вимогливий процес регуляторного огляду. Коли ми вперше почали генерувати клінічні документи за допомогою LLM, було очевидно, що вивід моделі було далеко не на рівні очікувань. Тон, рівень деталізації, форматування – все було зовсім не так, і було набагато більше орієнтовано на загальні бізнес-комунікації, ніж на експертні клінічні документи. Безумовно, галюцинація та просто оміння необхідних деталей були великими проблемами. Для розробки рішення генерації штучного інтелекту, яке могло б задовольнити високий стандарт для специфіки галузі та якості, яку очікують наші користувачі, нам потрібно було провести багато часу, співпрацюючи з клінічними експертами, щоб розробити керівні принципи та перевірочні списки, які забезпечували б, що наш вивід не галюцинував чи просто оминав ключові деталі, і мав правильний тон. Нас також потрібно було надати можливість кінцевим користувачам надавати свої власні вказівки та виправлення виводу, оскільки різні клієнти мають різні шаблони та стандарти, які керують їхнім процесом створення документів.

Є також проблема, що детальна клінічна інформація, необхідна для повної генерації документа протоколу дослідження, може не бути негайно доступною, часто зберігається глибоко в інших складних документах, таких як інвестигаційний бюлетень. Ми розглядаємо можливість використання штучного інтелекту для допомоги у витягуванні такої інформації та наданні її для використання у генерації секцій документа протоколу дослідження.

Поглядаючи вперед, як ви бачите розвиток штучного інтелекту у контексті клінічних досліджень? Яку роль відіграватиме Faro у цифровій трансформації цієї галузі протягом наступного десятиліття?

З часом штучний інтелект допоможе поліпшити та оптимізувати все більше рішень та процесів протягом клінічної розробки. Ми зможемо передбачати ключові результати на основі входних даних дизайну протоколу, наприклад, чи можна очікувати проблем з набором учасників чи чи дослідження потребуватиме змін через операційні проблеми. З таким прогностичним розумінням ми зможемо допомогти оптимізувати подальшу операцію дослідження, забезпечуючи, щоб команди досліджень та пацієнти мали найкращий досвід, і що ймовірність успіху дослідження була б якомога вищою. Окрім дослідження цих можливостей, Faro також планує продовжувати генерувати різноманітні клінічні документи, щоб усі процеси подання та паперів дослідження були ефективними та менш схильними до помилок. І ми бачимо світ, у якому нашу платформу можна буде перетворити на справжнього партнера дизайну, який буде взаємодіяти з клінічними вченими у генеративному діалозі, щоб допомогти їм розробляти дослідження, які роблять правильні компроміси між навантаженням на пацієнтів, навантаженням на сайти, часом, витратами та складністю.

Як впливає фокус Faro на пацієнто-орієнтований дизайн на ефективність та успіх клінічних досліджень, особливо щодо зменшення навантаження на пацієнтів та покращення доступності дослідження?

Клінічні дослідження часто знаходяться між конкуруючими потребами збору більшої кількості даних учасників – що означає більше оцінок чи тестів для пацієнта – та управління операційною здійснимістю дослідження, наприклад, його здатністю набирати та утримувати учасників. Однак набір та утримання пацієнтів є одними з найбільших проблем для успішного завершення клінічного дослідження сьогодні – за деякими оцінками, до 20-30% пацієнтів, які погоджуються взяти участь у клінічному дослідженні, в кінцевому підсумку виходить з нього через навантаження участі, включаючи часті відвідування, інвазивні процедури та складні протоколи. Хоча клінічні команди досліджень знають про вплив високого навантаження на пацієнтів, фактично зробити щось конкретне для зменшення цього навантаження може бути складно на практиці. Ми вважаємо, що одним із бар’єрів для зменшення навантаження на пацієнтів є часто неможливість легко квантифікувати його – це складно виміряти вплив на пацієнтів, коли ваш дизайн знаходиться у документі Word або pdf.

За допомогою Study Designer від Faro клінічні команди розробки можуть отримувати реальні інсайти щодо впливу їхнього конкретного протоколу на навантаження на пацієнтів під час самого процесу планування протоколу. Надання клінічним командам досліджень структурованої інформації про дослідження та аналітичні інсайти щодо їхньої вартості, навантаження на пацієнтів, складності на ранній стадії дизайну дослідження забезпечує Faro дуже ефективним способом оптимізації дизайну дослідження, балансуючи ці фактори проти наукових потреб збору більшої кількості даних. Нашим клієнтам подобається той факт, що ми надаємо їм видимість навантаження на пацієнтів та пов’язаних з ним метрик на стадії розробки, де зміни легко зробити, і вони можуть приймати обґрунтовані рішення, коли це необхідно. У кінцевому підсумку ми бачили, як наші клієнти зберігають тисячі годин колективного часу пацієнтів, що, ми знаємо, матиме негайний позитивний вплив на учасників дослідження, а також допоможе забезпечити, що клінічні дослідження можуть як розпочатися, так і завершитися вчасно.

Яка порада ви дали б стартапам або компаніям, які хочуть інтегрувати штучний інтелект у свої клінічні процеси, на основі вашого досвіду в Google та Faro?

Ось основні висновки, які я зробив на основі нашого досвіду застосування штучного інтелекту до цієї галузі:

1. Розділіть та оцініть свої запити штучного інтелекту. Великі мови моделі, такі як GPT, не призначені для генерації клінічних документів. Тому, якщо ви плануєте використовувати генерацію штучного інтелекту для автоматизації авторства документів клінічних досліджень, вам потрібно мати оціночну базу, яка забезпечує точність, повноту, правильний рівень деталізації та тон виводу.
2. Використовуйте структуроване представлення дослідження. Не існує способу згенерувати необхідні дані та аналітику для розробки оптимального клінічного дослідження без структурованого репозиторію. Багато компаній сьогодні використовують документи Word – навіть не Excel! – для моделювання клінічних досліджень. Це повинно бути зроблено з структурованою моделлю домену, яка точно представляє складність дослідження – його схему, цілі та кінцеві точки, графік оцінок тощо. Це вимагає багато входу та зворотного зв’язку від клінічних експертів.
3. Клінічні експерти є життєво важливими для якості. Як видно з попередніх двох пунктів, участь клінічних експертів безпосередньо у дизайні та тестуванні будь-якої системи клінічної розробки на основі штучного інтелекту є абсолютно критичним. Це набагато більше, ніж у будь-якій іншій галузі, над якою я працював, просто тому, що знання, необхідне тут, є так спеціалізованим, деталізованим та проникає у будь-який продукт, який ви намагаєтесь побудувати в цій сфері.

Ми постійно пробуємо нові речі та регулярно ділимося своїми знахідками на нашому блозі, щоб допомогти компаніям орієнтуватися в цій сфері.

Дякуємо за велике інтерв’ю, читачам, які хочуть дізнатися більше, слід відвідати Faro Health.