Jeff Elton, CEO tại ConcertAI – Phỏng vấn

Jeff Elton, Tiến sĩ., là CEO của ConcertAI, một công ty giải pháp SaaS AI cung cấp các giải pháp nghiên cứu và giải pháp lấy bệnh nhân làm trung tâm cho các nhà đổi mới trong lĩnh vực khoa học đời sống và các nhà cung cấp hàng đầu thế giới. ConcertAI tập trung vào việc tăng tốc và cải thiện độ chính xác của các nghiên cứu lâm sàng hồi cứu và tương lai bằng cách sử dụng các hệ thống EMRs, LISs và PACSs của nhà cung cấp làm nguồn dữ liệu cho tất cả các nghiên cứu. Đây là một đối tác lâu dài với Hiệp hội Ung thư lâm sàng Mỹ và chương trình CancerLinQ, Cơ quan Quản lý Thực phẩm và Dược phẩm Hoa Kỳ, các sáng kiến về Sự công bằng trong Y tế của Viện Ung thư Quốc gia, và gần 100 nhà cung cấp chăm sóc sức khỏe trên toàn Hoa Kỳ.

Trước khi gia nhập ConcertAI, Jeff từng là Giám đốc Điều hành, Accenture Strategy/Patient Health; Giám đốc Điều hành Toàn cầu và Phó Chủ tịch Chiến lược tại Novartis Institutes of BioMedical Research, Inc.; và Đối tác tại McKinsey & Company. Ông cũng là thành viên sáng lập hội đồng quản trị và cố vấn cấp cao cho một số công ty giai đoạn đầu. Jeff hiện là thành viên hội đồng quản trị của Hội đồng Công nghệ Sinh học Massachusetts. Ông là đồng tác giả của cuốn sách được trích dẫn rộng rãi, Healthcare Disrupted (Wiley, 2016). Jeff có bằng Tiến sĩ và Thạc sĩ Quản trị Kinh doanh từ Đại học Chicago.

Là người sáng lập và CEO của ConcertAI, ông có thể chia sẻ tầm nhìn của công ty tại thời điểm thành lập? Tầm nhìn đó đã thay đổi như thế nào kể từ năm 2018?

Chúng tôi bắt đầu với ý tưởng rằng kết quả điều trị bệnh nhân tốt hơn đến từ những hiểu biết sâu sắc và có thể hành động. Để có được những hiểu biết đó, cần phải có dữ liệu hoàn chỉnh, quy mô dữ liệu, tính đại diện của dữ liệu và trí tuệ AI tiên tiến. Vì vậy, chúng tôi đã tạo ra một công ty Dịch vụ Dữ liệu và Phần mềm AI. Chúng tôi nhắm vào AI cho phép suy luận và dự đoán. Điều này bao gồm dự đoán các sự kiện cần tránh, chẳng hạn như bệnh nhân không tuân thủ liệu pháp hoặc ngừng chăm sóc do thiếu phản ứng tích cực, điều này thông báo khi các thử nghiệm lâm sàng có thể là lựa chọn tiếp theo.

Tầm nhìn của chúng tôi vẫn không thay đổi, và chúng tôi tiếp tục mong đợi nhiều hơn từ các giải pháp của mình. Với thế hệ mới nhất của LLMs, AI đại lý và các giải pháp AI tạo sinh khác, chúng tôi có thể hoạt động ở quy mô (và gần như thời gian thực – điều mà chúng tôi không dự kiến hoặc dự đoán vào năm 2018). Với các đối tác như NVIDIA (NVDA ), chúng tôi có thể nâng cấp các giải pháp của mình để hoạt động tốt hơn dự kiến, nhận ra các hạn chế và đặc điểm độc đáo, và di chuyển với tốc độ của toàn bộ thị trường – hành trình cho đến nay đã rất năng suất và phấn khích.

Chúng tôi đã mở ra hiệu suất không thể tưởng tượng được trong các giải pháp tự động hóa thử nghiệm lâm sàng, tự động hóa việc đặt bệnh nhân vào các đường dẫn lâm sàng dựa trên bằng chứng, các quy trình làm việc tiên tiến trong giải thích hình ảnh học, và việc sử dụng các bản sao kỹ thuật số như một công cụ tăng cường quyết định cho chăm sóc và nghiên cứu.

Ngày nay, chúng tôi phục vụ gần 50 nhà đổi mới dược phẩm sinh học và 2.000 nhà cung cấp chăm sóc sức khỏe – vì vậy, mặc dù không phải ở quy mô của toàn bộ thị trường, nhưng chúng tôi là giải pháp AI rộng nhất cho lĩnh vực ung thư trong ngành.

Điều gì đã truyền cảm hứng cho ông tập trung vào các tập dữ liệu ung thư và huyết học cụ thể, và làm thế nào ConcertAI có thể tạo ra sự khác biệt trong những lĩnh vực này?

Mỹ đã bắt đầu “Chiến tranh chống Ung thư” vào năm 1971 với Đạo luật Ung thư Quốc gia. Điều này đã tạo ra nguồn tài trợ lớn từ chính phủ, tạo ra những hiểu biết về các đột biến thúc đẩy ung thư, các phương thức điều trị mới, mở rộng các trung tâm điều trị được chỉ định bởi Viện Ung thư Quốc gia, và nhiều hơn nữa. Dưới thời chính quyền Obama, tài trợ đã tăng thêm 10 tỷ đô la trong kích thích điện tử cho NIH và, đến lượt, cho NCI. Dưới thời Biden, Chương trình Bắn Moon Ung thư 2.0 đã được ra mắt vào năm 2022, lại một lần nữa tạo ra một thế hệ nghiên cứu hoàn toàn mới và đầu tư vốn cho các quan hệ đối tác công – tư.

Tôi đưa ra lịch sử này vì ít bệnh hoặc lĩnh vực chăm sóc sức khỏe nào có mức độ dữ liệu: gen, chuyển录, bệnh lý kỹ thuật số, X-quang kỹ thuật số, hồ sơ bệnh án điện tử chi tiết, v.v., và mức độ nghiên cứu mà ngữ cảnh hóa những dữ liệu này với các hiểu biết được xác nhận thông qua các nghiên cứu đa trung tâm, đánh giá ngang hàng nghiêm ngặt. Như một bằng chứng thêm, cuộc họp hàng năm của Hiệp hội Ung thư lâm sàng Mỹ là cuộc họp y khoa lớn nhất thế giới, với số lượng xuất bản mới, bài đăng và tóm tắt nhiều nhất của bất kỳ diễn đàn khoa học nào về bất kỳ chủ đề nào.

ConcertAI đã trở thành một người chơi hàng đầu trong lĩnh vực bằng chứng thực tế (RWE) và công nghệ AI cho chăm sóc sức khỏe. Những thách thức nào mà ông đã đối mặt trong việc định vị công ty như một người lãnh đạo trong không gian này?

Bạn phải được tin cậy và tiến hóa để trở thành nguồn tham khảo. Điều đó được kiếm được. Sự tin cậy đến từ các đối tác cung cấp của bạn, những người tin rằng dữ liệu bạn đang truy cập là vì lợi ích tốt nhất của bệnh nhân của họ. Sự tin cậy đến từ các đối tác học thuật và công nghiệp của bạn, những người thấy bằng chứng của và tin rằng dữ liệu của bạn được suy dẫn như một phản ánh hoàn hảo của hồ sơ bệnh án gốc và rằng các khái niệm bạn đề xuất là ‘thực’ và phản ánh thực hành lâm sàng và khoa học hiện tại. Bạn cũng phải đạt được quy mô mà các giải pháp dữ liệu của bạn đại diện không chỉ cho toàn bộ dân số mà còn tạo ra các kết luận có thể được khái quát hóa một cách tự tin trở lại toàn bộ dân số được điều trị bằng một loại thuốc cụ thể. Công nghệ tương tự. Các nhà khoa học và lâm sàng vốn hoài nghi – như họ nên làm – và không tin vào các hộp đen hoặc các thuật toán họ không hiểu. Vì vậy, chúng tôi cần thiết lập sự tin cậy ở đó, thông qua các xuất bản và cởi mở về cách các giải pháp của chúng tôi hoạt động.

ConcertAI nắm giữ bộ dữ liệu ung thư và huyết học lớn nhất thế giới. Những cơ hội độc đáo nào mà dữ liệu này tạo ra cho việc biến đổi nghiên cứu và điều trị ung thư?

Tôi yêu thích câu hỏi này. Chúng tôi đang làm việc trên điều này mỗi ngày! Các cơ hội để cung cấp giá trị cho các nhà cung cấp, bệnh nhân và các nhà đổi mới là gần như vô tận. Trong các thử nghiệm giai đoạn đầu, chúng tôi đang phát triển các phương pháp mô phỏng nghiên cứu với các bản sao kỹ thuật số sẽ thay đổi các chương trình chúng tôi đưa vào các thử nghiệm lâm sàng. Các giải pháp tối ưu hóa dữ liệu và AI của chúng tôi sẽ giảm thời gian cần thiết để đi từ giao thức cuối cùng đến hồ sơ cuối cùng cho các cơ quan quản lý xuống 30 đến 40% – có nghĩa là các loại thuốc mới đến với bệnh nhân nhanh hơn. Các giải pháp tăng cường quyết định AI của chúng tôi sẽ đề xuất các đường dẫn điều trị dựa trên bằng chứng, cụ thể cho các đường dẫn đó, theo dõi phản ứng theo dự đoán và tìm kiếm các thử nghiệm lâm sàng có lợi tiềm năng khi phản ứng hoặc lợi ích dưới mức mong đợi. Các giải pháp giải thích hình ảnh lâm sàng của chúng tôi hoạt động ở cấp độ các quy trình hoạt động, giải thích lâm sàng và tầm nhìn dài hạn về các giải thích mới hoặc các can thiệp mới nên được xem xét dựa trên các hiểu biết và bằng chứng trong tương lai. Không còn là một hành động “một lần và xong” mà trở thành “một lần, và sau đó lại và lại” để các đánh giá và quyết định có lợi trong tương lai trở thành một quá trình liên tục! Điều khác biệt ở đây là tầm nhìn là toàn bộ hành trình của bệnh nhân – đây là một tầm nhìn ngang so với một loạt các tầm nhìn dọc hẹp mà phải được khâu lại với nhau. Đây là một đổi mới được kích hoạt bởi AI và một thay đổi quy trình sâu sắc cung cấp các cách làm việc mới cho các chuyên gia con người tham gia.

ConcertAI có thể giải thích cách Giải pháp Thử nghiệm Kỹ thuật số của họ hoạt động để kết nối bệnh nhân ung thư với các thử nghiệm lâm sàng cứu sống? Ông đã thấy tác động gì về kết quả bệnh nhân cho đến nay?

Thử nghiệm lâm sàng rất phức tạp và đòi hỏi nhiều giờ công sức từ nhiều chuyên gia có kinh nghiệm. Đối với hầu hết các tổ chức, thử nghiệm lâm sàng được cung cấp như một trách nhiệm và cam kết với bệnh nhân nơi tiêu chuẩn chăm sóc hiện tại có thể không đại diện cho một lựa chọn thay thế khả thi. Thử nghiệm không thực sự có sẵn cho bệnh nhân trong các trung tâm điều trị cộng đồng, nơi 80% bệnh nhân nhận được chăm sóc của họ. Tuy nhiên, đây là những bệnh nhân cuối cùng sẽ nhận được các loại thuốc mới được phê duyệt. Điều này tạo ra một tình huống khó khăn gấp đôi: đa số bệnh nhân cần truy cập vào các thử nghiệm bị hạn chế, và những người phản ánh dân số chăm sóc tiêu chuẩn không có trong tập dữ liệu thử nghiệm. Chúng tôi đã vạch ra một con đường để giải quyết những vấn đề này.

Kết quả đã rất tích cực – đến mức chúng tôi sẽ mở rộng số lượng nghiên cứu đang tiến hành của mình lên 10 lần vào năm 2025. Chúng tôi đã xuất bản điều này cho các cuộc họp của Hiệp hội Ung thư lâm sàng Mỹ gần đây và trong các lĩnh vực khác. Cách tiếp cận của chúng tôi là cách chúng tôi nghĩ AI nên được thực hiện – như một sự tăng cường cho con người chuyên gia nơi có các hạn chế về năng lực và tài năng và nơi các mạng sống bị đe dọa. Chúng tôi đã phát triển một tập hợp các mô hình ngôn ngữ lớn được điều chỉnh và điều chỉnh để truy cập hồ sơ bệnh án, tổng hợp các đặc điểm và kết nối bệnh nhân với các thử nghiệm có lợi tiềm năng, thực hiện chính xác những gì các chuyên gia con người sẽ làm – với một phương pháp tiếp cận được ghi chép đầy đủ để đưa ra các khuyến nghị và đánh giá. Tại các địa điểm mà công nghệ của chúng tôi được triển khai, chúng tôi hoạt động ở mức của các chuyên gia con người chuyên nghiệp nhất và thu hút bệnh nhân ở mức 5 lần hoặc nhiều hơn so với các địa điểm không triển khai công nghệ của chúng tôi – các nhóm nghiên cứu và các nhà đổi mới dược phẩm sinh học đều hài lòng, và bệnh nhân được hưởng lợi nhiều nhất.

Làm thế nào ConcertAI có thể giải quyết một số hạn chế hiện tại trong nghiên cứu lâm sàng, chẳng hạn như sự đa dạng của bệnh nhân và hiệu quả của thử nghiệm?

Tôi tự hào về đội ngũ của mình – họ đã nói với tôi ba hoặc bốn năm trước rằng việc đạt được sự đa dạng là một nghĩa vụ và điều đúng đắn về mặt khoa học. Họ cũng duy trì rằng điều này khó khăn nếu thực hiện thủ công nhưng đòi hỏi không có nỗ lực bổ sung nếu được tự động hóa. Vì vậy, chúng tôi quyết định vào thời điểm đó rằng mọi tập dữ liệu và giải pháp SaaS AI sẽ tích hợp các đặc điểm và đặc điểm xã hội của sức khỏe như một cách tiếp cận tiêu chuẩn của chúng tôi. Điều này không phải là một lựa chọn. Điều này chỉ đơn giản là những gì chúng tôi làm. Sau đó, các giải pháp thiết kế và tối ưu hóa thử nghiệm lâm sàng CARAai của chúng tôi có thể đánh giá các phân khúc dân số chủng tộc, sắc tộc hoặc kinh tế có thể bị ảnh hưởng tiêu cực nhất bởi một bệnh, tích hợp những cân nhắc này vào thiết kế thử nghiệm, đảm bảo rằng những dân số này không bị loại trừ vô tình và xác định các địa điểm lâm sàng có khả năng đảm bảo sự tham gia và đại diện. Đây là nơi AI có thể là “AI vì Lợi ích” và nơi công nghệ không giới thiệu sự thiên vị nhưng đảm bảo rằng các thiên vị không tham gia vào quá trình, thiết kế cuối cùng hoặc các quy trình hoạt động xung quanh thử nghiệm lâm sàng.

Vai trò của ConcertAI trong việc giảm gánh nặng cho các nhà cung cấp chăm sóc sức khỏe và tối ưu hóa việc lựa chọn địa điểm trong các thử nghiệm lâm sàng là gì?

Chúng tôi tích hợp gánh nặng công việc vào tất cả các khía cạnh của các giải pháp thử nghiệm lâm sàng của chúng tôi. Đầu tiên, có một gánh nặng cho bệnh nhân. Điều này có thể là nơi địa điểm được đặt, số lần thăm cần thiết cho một nghiên cứu so với chăm sóc tiêu chuẩn, hoặc cường độ lâm sàng của một nghiên cứu so với chăm sóc tiêu chuẩn, như trong trường hợp sinh thiết bổ sung. Những điều này có thể quyết định xem bệnh nhân – hoặc bệnh nhân trong tư vấn với nhà cung cấp của họ – có thể tham gia hoặc chịu đựng và hoàn thành tham gia.

Cũng có một gánh nặng cho nhà cung cấp. Nếu chúng tôi có thể tự động hóa việc xác định bệnh nhân đủ điều kiện cho thử nghiệm lâm sàng, giảm thiểu các kết quả dương tính giả tạo ra công việc, và cung cấp những gì chúng tôi gọi là “đòn bẩy AI” cho công việc của Trợ lý Nghiên cứu Lâm sàng, Điều dưỡng Nghiên cứu và Bác sĩ, thì gánh nặng sẽ giảm. Điều tương tự cũng đúng với Giải pháp Tự động hóa AI của chúng tôi, cho phép nhóm nghiên cứu tránh việc nhập dữ liệu thủ công – thường là 2 đến 4 giờ vào cuối ngày, và thường được hoàn thành tại nhà. Sớm, chúng tôi đã xem xét dữ liệu trong hồ sơ bệnh án – kỹ thuật số – được nhập thủ công vào một cổng cho EDC của nhà tài trợ. Vì vậy, dữ liệu kỹ thuật số được đọc và sau đó nhập lại để trở thành dữ liệu kỹ thuật số một lần nữa! Tại đây, chúng tôi cũng sử dụng các mô hình ngôn ngữ lớn được điều chỉnh nhiều – đây là một焦 điểm thực sự của quan hệ đối tác NVIDIA từ đầu. Chúng tôi đang ở mức tự động hóa 55% vào ngày hôm nay, với một con đường nhanh đến hơn 80% trong vài tháng tới. Khi những yếu tố này kết hợp lại, chúng tôi sẽ giảm thời gian của nhân viên xuống 10% so với yêu cầu truyền thống và làm cho những nghiên cứu này trở nên dễ tiếp cận hơn với nhiều bệnh nhân.

Y học chính xác là một lĩnh vực quan trọng mà AI đang tạo ra những bước tiến đáng kể. Công nghệ của ConcertAI góp phần như thế nào vào việc tạo ra các phương pháp điều trị ung thư chính xác và cá nhân hóa hơn?

Chúng tôi đã không thảo luận nhiều về điều này kể từ năm ngoái. Vào tháng 12 năm 2023, chúng tôi đã tiếp quản chương trình CancerLinQ của Hiệp hội Ung thư lâm sàng Mỹ. Đây là mạng lưới sức khỏe thông minh lớn nhất thế giới, bao gồm các trung tâm học thuật, hệ thống bệnh viện khu vực và các nhà cung cấp cộng đồng. Một phần quan trọng của mạng lưới này là việc thực hiện các giải pháp chất lượng và đường dẫn lâm sàng được chứng nhận bởi ASCO. Vì CancerLinQ là một sáng kiến của ConcertAI, chúng tôi đã mở rộng mạng lưới, tự động hóa các đường dẫn ung thư chính xác, tạo ra các phương pháp tiếp cận bản sao kỹ thuật số mới để tăng cường lựa chọn điều trị cho các nhà cung cấp, xác định và gửi thông báo về các xét nghiệm chẩn đoán quan trọng có thể thông tin về quyết định điều trị, và làm điều tương tự cho các loại thuốc mới được phê duyệt đại diện cho một lựa chọn điều trị khác hoặc tốt hơn. Tất cả những điều này được hỗ trợ bởi kiến trúc CARAai của chúng tôi, một lần nữa là một tập hợp các mô hình ngôn ngữ lớn được điều chỉnh và các mô hình ngôn ngữ học ung thư được điều chỉnh nhiều, được thực hiện hợp tác với NVIDIA. Thật tuyệt vời khi thấy sự tiến bộ đang được thực hiện, và chúng tôi rất hào hứng về những gì chúng tôi sẽ xuất bản và trình bày tại ASCO 2025 năm tới.

Làm thế nào ông nhìn thấy các giải pháp hình ảnh AI có lợi cho các lĩnh vực như ung thư và X-quang, đặc biệt là khi các lĩnh vực này phải đối mặt với tình trạng thiếu hụt lâm sàng?

Câu hỏi tuyệt vời! Thật vậy, cả số lượng các bác sĩ ung thư và bác sĩ X-quang mới tham gia lĩnh vực này đều ít hơn số lượng bác sĩ nghỉ hưu. Tuy nhiên, nhu cầu của bệnh nhân ngày càng tăng. Vì vậy, đây là một lĩnh vực lý tưởng để cung cấp các giải pháp SaaS AI hỗ trợ các chuyên gia y tế và các chuyên gia chăm sóc sức khỏe liên quan trong cả tối ưu hóa quy trình làm việc và tăng cường quyết định lâm sàng. Các bác sĩ X-quang và bác sĩ ung thư sẽ đều nhấn mạnh tầm quan trọng của những giải pháp thông minh mới này khi tham gia vào lĩnh vực của họ. Hình ảnh là một lĩnh vực tuyệt vời cho AI, và hiệu suất của nó là đặc biệt. Các nghiên cứu về sự khônginferiority phản ánh rằng các mô hình AI có thể gần giống hoặc tương đương với con người chuyên nghiệp trong các lĩnh vực hẹp. Các quy trình làm việc được điều chỉnh có thể đưa tất cả những điều này lại với nhau. Điều tương tự cũng đúng trong lĩnh vực ung thư, nơi chúng tôi đang đưa together kết quả xét nghiệm phân tử với dữ liệu phản ứng miễn dịch, các thuật toán dự đoán về sự kháng thuốc và các yếu tố khác sẽ thông tin về quyết định điều trị và cho phép theo dõi phản ứng. Tôi đã trong lĩnh vực này trong nhiều năm và ở các phía khác nhau của những đổi mới mới – những gì chúng tôi có thể làm bây giờ là vượt xa bất cứ điều gì chúng tôi từng có thể làm trước đây, và tốc độ thay đổi là tuyệt vời.

Là một nhà lãnh đạo có kinh nghiệm trong lĩnh vực công nghệ chăm sóc sức khỏe, ông có thể đưa ra lời khuyên gì cho các công ty mới đang tìm cách tạo ra tác động có ý nghĩa trong chăm sóc sức khỏe thông qua AI?

Bạn không thể là một công ty AI nếu không có quyền truy cập vào dữ liệu ở quy mô. Dữ liệu là cơ sở để xây dựng và theo dõi các mô hình. Xây dựng các giải pháp AI cũng là một môn thể thao đồng đội. Bạn cần kiến thức lĩnh vực ở mức độ sâu sắc đặc biệt kết hợp với một thế hệ mới các khả năng phát triển mô hình AI nhận ra các hành vi của các lớp giải pháp AI khác nhau và có thể đưa chúng vào sử dụng chống lại các mục tiêu hẹp, cụ thể được điều chỉnh cho hiệu suất của con người hoặc cao hơn. Sau đó, những cách tiếp cận này có thể được điều chỉnh theo nhiều cách để đại diện cho một hệ thống hoạt động mới – đó là nơi những thay đổi xảy ra, và giá trị được cung cấp. Hãy thực hành “Khiêm tốn AI” vì mọi thứ đều tuyệt vời và thể hiện những điều chúng tôi không thể làm được ngay cả sáu tháng trước. Tuy nhiên, “tuyệt vời” không nhất thiết là một sản phẩm hoặc một cách làm việc mới – nó chỉ là công nghệ làm điều gì đó mới. Đó là trách nhiệm của công ty AI để biến nó thành một cách làm việc mới và một cách tiếp cận mới để cung cấp một mức độ giá trị đáng kinh ngạc trước đây không thể tiếp cận. Cuối cùng, hãy giả định rằng bạn cần phải chứng minh niềm tin vào các hoạt động kinh doanh, các mô hình AI và sự minh bạch của giải pháp. Chúng tôi vẫn còn trong giai đoạn đầu của hành trình xã hội của mình, và chúng tôi là những người phải kiếm được sự tin cậy để mang lại những thay đổi mà chúng tôi có khả năng cung cấp.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập ConcertAI.