Matt Walz, CEO tại Trialbee – Loạt phỏng vấn

Matt Walz là CEO của Trialbee, một công ty hàng đầu toàn cầu trong lĩnh vực tuyển dụng bệnh nhân dựa trên công nghệ. Ông có hơn 20 năm kinh nghiệm trong lĩnh vực phần mềm và lãnh đạo trong ngành công nghiệp khoa học đời sống. Matt bắt đầu sự nghiệp của mình với tư cách là một nhà phát triển và đã từng nắm giữ các vị trí kỹ thuật và lãnh đạo khác nhau tại Rollins Corporation, PSCI, Microsoft, Morgan Lewis và Datalabs. Vào năm 2006, Matt đồng sáng lập NextDocs, công ty đã trở thành một công ty hàng đầu toàn cầu trong lĩnh vực quản lý tài liệu lâm sàng, chất lượng và quy định, nơi ông từng giữ vị trí CTO, CSO và Giám đốc Hội đồng quản trị trong 9 năm. Trước khi gia nhập Trialbee, Matt đã dành 5 năm làm Tổng giám đốc phụ trách Khoa học đời sống và Phó chủ tịch phụ trách Tài khoản chiến lược cho Aurea Software, công ty đã mua lại NextDocs.

Trialbee là một công ty công nghệ y tế giúp đơn giản hóa quá trình tuyển dụng bệnh nhân cho các thử nghiệm lâm sàng. Bằng cách tận dụng phân tích dữ liệu, tiếp cận kỹ thuật số và bằng chứng thực tế, công ty này giúp kết nối, thu hút và sơ tuyển bệnh nhân để tăng tốc quá trình đăng ký. Nền tảng của Trialbee cung cấp tính minh bạch trên các nguồn và đối tác, giúp các nhà tài trợ, tổ chức nghiên cứu lâm sàng và địa điểm thử nghiệm quản lý quy trình tuyển dụng hiệu quả hơn đồng thời giảm thiểu gánh nặng cho các địa điểm.

Bạn đã làm việc trên cả các công ty khởi nghiệp về công nghệ y tế và các nền tảng nghiên cứu lâm sàng quy mô lớn. Những kinh nghiệm hoặc khoảnh khắc nào trong sự nghiệp của bạn đã giúp bạn nhận ra tiềm năng – và những hạn chế – của Trí tuệ nhân tạo trong tuyển dụng bệnh nhân?

Trí tuệ nhân tạo đã là xu hướng công nghệ phát triển nhanh nhất mà tôi đã chứng kiến trong hơn hai thập kỷ làm việc trong lĩnh vực phát triển lâm sàng – thậm chí còn nhanh hơn so với những ngày đầu tiên của việc áp dụng đám mây. Điều khiến tôi ấn tượng nhất là cách Trí tuệ nhân tạo đã chuyển từ khái niệm sang hoạt động trên một ngành công nghiệp thường chậm trong việc áp dụng công nghệ mới – và đang được ưu tiên ngay cả tại các cơ quan quản lý như FDA. Đối với tuyển dụng bệnh nhân cho thử nghiệm lâm sàng cụ thể, chúng tôi vẫn đang trong giai đoạn đầu tiên của việc học hỏi nơi nào là phù hợp nhất. Các nhà cung cấp và nhà tài trợ đều đang khám phá Trí tuệ nhân tạo cho việc phát triển giao thức, tạo persona và nhắm mục tiêu, làm giàu dữ liệu, bản địa hóa và truyền thông và tương tác – tất cả đều là những điểm ma sát lớn cho các nhóm nghiên cứu.

Tuy nhiên, vẫn có một số rủi ro đi kèm với tiềm năng đó. Tôi đã nói chuyện với các nhà lãnh đạo tại các công ty dược phẩm lớn, những người củng cố rằng mặc dù Trí tuệ nhân tạo đang xuất hiện ở nhiều điểm trong quy trình làm việc, nhưng nó không thể hoạt động không kiểm soát. Sự giám sát của con người là nền tảng.

Điều này là vì lý do chất lượng và bảo mật cũng như vì ở cốt lõi, các công ty như Trialbee kết nối với bệnh nhân và gia đình đang tìm kiếm hy vọng – một trải nghiệm rất nhân văn và đồng cảm mà không thể được thay thế bởi Trí tuệ nhân tạo theo cách có ý nghĩa cho bệnh nhân chúng tôi phục vụ.

Tuyển dụng thử nghiệm lâm sàng đã phải đối mặt với các vấn đề về đa dạng, tốc độ và độ chính xác trong lịch sử. Theo quan điểm của bạn, Trí tuệ nhân tạo đang giúp giải quyết những thách thức này như thế nào – và nơi nào nó vẫn còn thiếu?

Trí tuệ nhân tạo đang giúp đơn giản hóa một số phần chậm nhất và tốn nhiều tài nguyên nhất trong quy trình tuyển dụng. Ví dụ, những việc trước đây mất vài tuần – như dịch tài liệu nghiên cứu qua hàng chục ngôn ngữ – giờ đã được nén vào vài giờ. Điều đó có nghĩa là chúng tôi có thể bắt đầu tuyển dụng nhanh hơn trên nhiều thị trường toàn cầu.

Khi nói đến độ chính xác, các tác nhân Trí tuệ nhân tạo đang bắt đầu giúp chúng tôi cung cấp các tương tác nhất quán, phù hợp với tiêu chí, từ các tài liệu chúng tôi tạo ra đến việc sàng lọc trước và trò chuyện. Những công cụ này đặc biệt hữu ích cho việc giảm thiểu các điểm rơi trong quá trình tuyển dụng.

Đa dạng vẫn là một thách thức. Trí tuệ nhân tạo chỉ đại diện cho dữ liệu nó được đào tạo, và đại diện cũng được định hình bởi các yếu tố bên ngoài công nghệ – bao gồm cả các hạn chế quy định của quốc gia đối với việc sử dụng Trí tuệ nhân tạo trong các vai trò đối mặt với bệnh nhân. Xây dựng niềm tin với các tham gia thử nghiệm đã là một thách thức trong suốt lịch sử của nghiên cứu lâm sàng, và sự tương tác với các công cụ Trí tuệ nhân tạo được đáp ứng với các mức độ hoài nghi khác nhau. Với điều đó trong tâm trí, chúng tôi ủng hộ mạnh mẽ một cách tiếp cận sẽ cho phép mọi người lựa chọn tương tác với một chuyên gia y tế trực tiếp hoặc, ví dụ, một tác nhân Trí tuệ nhân tạo. Điều này có thể giúp tiếp cận các tham gia với các mức độ thoải mái khác nhau xung quanh Trí tuệ nhân tạo trong khi đảm bảo giám sát mạnh mẽ, đặc biệt là đối với Trí tuệ nhân tạo có tính đại lý, mặc dù các biện pháp bảo vệ như các động cơ lý luận riêng biệt phải được kết hợp để làm cho nó thành công.

Bạn đã đề cập trước đó rằng các công cụ Trí tuệ nhân tạo đang được triển khai nhanh hơn bất kỳ đổi mới nào trước đó trong tuyển dụng bệnh nhân. Nhưng với các cơ quan quản lý toàn cầu đang vật lộn để theo kịp, những khoảng trống giám sát nào bạn thấy là cấp thiết nhất trong các chiến dịch thử nghiệm lâm sàng đa quốc gia?

Khoảng trống lớn nhất là thiếu sự đồng nhất về quy định trên các khu vực địa lý. Tại Hoa Kỳ, các cơ quan như FDA đang chấp nhận Trí tuệ nhân tạo với các khuôn khổ và quy trình xem xét sớm mới. Ngược lại, châu Âu đang di chuyển một cách thận trọng hơn, tập trung vào việc đi chậm và áp dụng các quy trình xem xét quy định nghiêm ngặt hơn.

Đối với các công ty như chúng tôi hoạt động toàn cầu, điều này tạo ra một thách thức: Những gì được chấp nhận ở một quốc gia có thể không được chấp nhận ở quốc gia khác. Và sự khác biệt không chỉ nằm trong quy định, mà còn trong cách các kênh hoặc nền tảng truyền thông xã hội như Facebook có thể được sử dụng cho việc tuyển dụng, cách dữ liệu cá nhân được xử lý, hoặc cách đồng ý của bệnh nhân được thu thập. Những điều này là những sắc thái đòi hỏi sự linh hoạt hoạt động và sự hiểu biết sâu sắc về các tiêu chuẩn đạo đức và tuân thủ khu vực.

Đây là nơi lịch sử đổi mới và văn hóa toàn cầu của chúng tôi trở thành tài sản lớn khi chúng tôi điều hướng qua phong cảnh Trí tuệ nhân tạo thú vị nhưng rất năng động.

Làm thế nào mà sự thiếu hụt sự đồng nhất về quy định toàn cầu có thể làm hỏng việc áp dụng Trí tuệ nhân tạo trong các thử nghiệm lâm sàng? Bạn đã chứng kiến bất kỳ hậu quả thực tế nào của điều này?

Tuyệt đối. Các chiến lược quảng cáo kỹ thuật số mà chúng tôi dựa vào cho việc tuyển dụng bệnh nhân là một ví dụ tốt ở đây. Facebook là một trong những nền tảng hiệu quả nhất trên toàn cầu, nhưng ngay cả trong những quốc gia nơi nó được phép, mức độ nhắm mục tiêu bạn được phép thực hiện và dữ liệu bạn có thể sử dụng là khác nhau rộng rãi. Chúng tôi đang xây dựng chuyên môn nội bộ để vượt qua những khác biệt đó, và chúng tôi dự đoán rằng quy định về Trí tuệ nhân tạo sẽ theo một con đường tương tự.

Về mặt thực tế, các hạn chế mà tình huống này áp đặt lên các nhóm tuyển dụng có thể dẫn đến việc ra mắt chiến dịch bị chậm, thêm các chu kỳ với các ủy ban đạo đức và các quy trình tuân thủ phức tạp hơn. Nếu bạn không hiểu sâu sắc về cách mỗi quốc gia giải thích việc sử dụng Trí tuệ nhân tạo, đặc biệt là trong các ứng dụng đối mặt với bệnh nhân, bạn có nguy cơ làm chậm các thử nghiệm hoặc gặp phải các rào cản phê duyệt nghiêm trọng.

Trialbee hoạt động tại giao điểm của dữ liệu, công nghệ và tương tác bệnh nhân. Bạn đảm bảo chiến lược tuyển dụng dựa trên Trí tuệ nhân tạo không giảm bệnh nhân thành điểm dữ liệu, mà thay vào đó nâng cao khía cạnh nhân văn của nghiên cứu như thế nào?

Một câu hỏi tuyệt vời và quan trọng cho tất cả chúng tôi. Như tôi đã đề cập trước đó, cách tôi xem Trí tuệ nhân tạo là khả năng của nó để trao quyền cho con người – không thay thế họ. Điều này đặc biệt đúng trong ngành công nghiệp rất nhân văn mà chúng tôi làm việc, nơi chúng tôi đang cố gắng giúp các thế hệ bệnh nhân sống khỏe mạnh hơn trên toàn thế giới. Kinh doanh của chúng tôi là một kinh doanh ấm áp, về việc kết nối con người, và con người sẽ luôn ở trái tim của nó.

Khi nói đến hoạt động hàng ngày, Trí tuệ nhân tạo tốt nhất mà chúng tôi có thể cung cấp – ví dụ, trong Nền tảng Honey ™ của chúng tôi – sẽ phân tích dữ liệu và xu hướng, và nhắc nhở các địa điểm và nhóm nghiên cứu nơi hành động có thể cần thiết. Chúng tôi đã làm rất nhiều điều này rồi, và sẽ tiếp tục thêm các khả năng để đảm bảo dữ liệu quý giá được thu thập đang được sử dụng ngay lập tức để tạo ra sự khác biệt trong thử nghiệm. Điều này có thể có nghĩa là cung cấp thông tin chi tiết hàng ngày về tiến trình tuyển dụng hoặc nhắc nhở theo dõi với các bệnh nhân cụ thể bằng cách mô hình hóa dự đoán.

Trong nội bộ, chúng tôi đang sử dụng Trí tuệ nhân tạo trên toàn tổ chức theo cách có hệ thống và hợp tác. Một vài ví dụ tốt ở đây có thể là dịch tài liệu tuyển dụng và Trí tuệ nhân tạo được điều khiển để ngăn chặn dữ liệu PII tiềm năng – những điều này sẽ luôn được giám sát bởi một chuyên gia con người có kinh nghiệm. Vì vậy, bạn hy vọng sẽ thấy cách chúng tôi đang sử dụng Trí tuệ nhân tạo để làm cho đội ngũ tuyệt vời của chúng tôi mạnh mẽ hơn, và không phải ngược lại.

Những kỹ năng nào là quan trọng nhất đối với các nhóm nghiên cứu lâm sàng để hướng dẫn và quản lý các công cụ Trí tuệ nhân tạo một cách có trách nhiệm ngày nay?

Những kỹ năng quan trọng nhất nằm ở giao điểm của chuyên môn lâm sàng, hiểu biết về Trí tuệ nhân tạo và sự thông thạo về quy định. Các nhóm cần hiểu cách tương tác với các nền tảng Trí tuệ nhân tạo một cách hiệu quả bằng cách nhắc chúng với sự chính xác và xem xét đầu ra của chúng một cách nghiêm túc.

Cũng có một nhu cầu ngày càng tăng về sự hiểu biết về quy định. Như tôi đã đề cập trước đó, điều này đặc biệt cần thiết cho các lĩnh vực như Trí tuệ nhân tạo có tính đại lý, nơi chúng tôi đang xây dựng các động cơ lý luận riêng biệt để phục vụ như các thanh chắn trong tương tác với bệnh nhân. Các nhóm cũng phải có khả năng đánh giá nội dung được Trí tuệ nhân tạo dịch và xác minh độ chính xác và sự liên quan về văn hóa của nó trước khi tài liệu được gửi đến các ủy ban đạo đức.

Sự áp dụng Trí tuệ nhân tạo đang tăng tốc. Bạn sẽ đưa ra lời khuyên gì cho các bên liên quan trong thử nghiệm lâm sàng đang do dự hoặc choáng ngợp bởi sự phức tạp của việc tích hợp Trí tuệ nhân tạo vào quy trình làm việc của họ?

Một người nào đó đã từng nói, khi bạn bắt đầu làm việc với Trí tuệ nhân tạo, hãy đảm bảo bạn sử dụng Trí tuệ thực sự. Học máy có thể cho phép thực hiện những điều tuyệt vời – với điều kiện nó có chuyên môn, ngữ cảnh và các thanh chắn của các chuyên gia lĩnh vực đằng sau nó.

Lời khuyên của tôi là hãy bắt đầu từ nhỏ và giữ chân trên mặt đất về những gì bạn có thể cung cấp ngày hôm nay. Một trong những sai lầm lớn nhất tôi thấy là các công ty dựa quá nhiều vào những lời hứa mơ hồ về chuyển đổi Trí tuệ nhân tạo mà không giải thích cách nó thực sự hoạt động hoặc khi nào nó sẽ sẵn sàng. Mặc dù những lời hứa đó có thể nghe có vẻ tuyệt vời vào lúc đó, nhưng chúng có thể xói mòn niềm tin vì chúng không thể hiện bằng chứng về một kế hoạch thực sự.

Con đường tốt hơn là chia việc áp dụng thành các bước nhỏ, xác định với các kết quả rõ ràng. Hãy chọn một hoặc hai lĩnh vực có tác động cao mà Trí tuệ nhân tạo có thể loại bỏ ma sát và đảm bảo những lĩnh vực đó được hỗ trợ bởi sự giám sát phù hợp. Hãy cụ thể về các công cụ bạn đang sử dụng, cách chúng được thiết lập và quan trọng nhất, cách bạn đang bảo vệ thông tin nhạy cảm. Đây là cách tiếp cận chúng tôi thực hiện tại Trialbee. Chúng tôi chỉ nói chuyện với các bên liên quan về các khả năng chúng tôi đang xây dựng tích cực, thường không quá ba tháng kể từ bây giờ, vì chúng tôi muốn đảm bảo rằng chúng tôi đang truyền đạt những gì thực sự.

Tại Trialbee, chúng tôi hiện đang yêu cầu một bộ phận hoặc nhóm khác nhau mỗi tuần trình bày các trường hợp sử dụng đã hoạt động cho họ. Chúng tôi thảo luận về cách thực hiện cũng như lý do để chia sẻ kiến thức, thách thức và giải pháp để những người khác có thể nhân rộng thành công của Trí tuệ nhân tạo để cải thiện hiệu quả, giao hàng cho khách hàng hoặc kết quả tuyển dụng.

Chúng tôi cũng nhấn mạnh sự minh bạch về các công cụ chúng tôi đang sử dụng để xây dựng những khả năng đó. Nếu chúng tôi đang sử dụng ChatGPT của OpenAI hoặc Claude của Anthropic, ví dụ, chúng tôi mô tả thiết lập cho các bên liên quan, bao gồm cả cách chúng tôi cô lập thông tin nhạy cảm và áp dụng sự giám sát của con người. Một khi họ thấy được lợi ích trong thực tế, như tiết kiệm thời gian trong các quy trình dịch hoặc tăng tốc độ trong quá trình sàng lọc ban đầu, họ sẽ có nhiều khả năng tham gia vào trường hợp sử dụng Trí tuệ nhân tạo tiếp theo. Và như vậy, nó ít hơn về việc bán tầm nhìn lớn và nhiều hơn về việc chứng minh giá trị từng bước.

Cơ quan Quản lý Thực phẩm và Dược phẩm và các cơ quan quản lý khác đang bắt đầu đặt ra những câu hỏi khó hơn về các mô hình Trí tuệ nhân tạo được sử dụng trong phát triển thuốc. Những loại tiêu chuẩn minh bạch, xác thực hoặc khả năng kiểm toán nào bạn tin rằng nên trở thành chuẩn mực của ngành?

Ngành công nghiệp cần chuyển hướng sang sự minh bạch đầy đủ và đảm bảo có sự giám sát của con người trong mọi quyết định được hỗ trợ bởi Trí tuệ nhân tạo. Để nêu một vài ví dụ:

Khi chúng tôi nói về Trí tuệ nhân tạo có tính đại lý, chúng tôi đang làm việc trên các cách để nhúng logic quy định vào một động cơ lý luận riêng biệt có thể đánh giá và sửa chữa các cuộc trò chuyện theo thời gian thực. Loại hệ thống kiểm soát nội bộ như vậy nên trở thành tiêu chuẩn trong bất kỳ ứng dụng nào đối mặt với bệnh nhân. Các giao thức xác thực cũng cần được chính thức hóa, bao gồm cả việc kiểm tra chuẩn và đánh giá hiệu suất liên tục.

Quan trọng nhất, những tiêu chuẩn này nên được tích hợp vào quy trình phát triển sản phẩm và không được gắn vào sau đó. Mức độ nghiêm ngặt như vậy sẽ là điều cần thiết để duy trì an toàn cho bệnh nhân, kiếm được niềm tin của các cơ quan quản lý và mở rộng Trí tuệ nhân tạo một cách có trách nhiệm trên các chiến dịch nghiên cứu lâm sàng toàn cầu.

Các mô hình Trí tuệ nhân tạo thường dựa vào các tập dữ liệu lịch sử có thể phản ánh các thành kiến trong hệ thống chăm sóc sức khỏe. Bạn tiếp cận việc đảm bảo công bằng và đa dạng trong tuyển dụng bệnh nhân như thế nào, đặc biệt là đối với các dân số dưới đại diện?

Không có Trí tuệ nhân tạo không phải là điều đã cản trở sự đa dạng trong nghiên cứu lâm sàng – không ưu tiên một kế hoạch là điều đó. Và Trí tuệ nhân tạo không thể giúp được điều đó. Một khi có cam kết thực sự, Trí tuệ nhân tạo có thể trở thành một công cụ mạnh mẽ giúp chúng tôi tiếp cận các nhóm dưới đại diện một cách hiệu quả hơn, nhưng chỉ khi chúng tôi có chủ đích. Đó là lý do tại sao tại Trialbee, chúng tôi mở rộng dữ liệu mà các mô hình của chúng tôi sử dụng, xây dựng các quan hệ đối tác cộng đồng và liên tục theo dõi kết quả tuyển dụng để đảm bảo rằng không có nhóm nào bị bỏ lại phía sau.

Bạn đã đề cập rằng nhóm của bạn đang tung ra các sản phẩm mới liên quan đến Trí tuệ nhân tạo vào cuối năm nay. Bạn có thể cung cấp một bản xem trước cấp cao về các vấn đề mà bạn đang giải quyết – và cách những đổi mới này phản ánh triết lý rộng lớn hơn của bạn về việc sử dụng Trí tuệ nhân tạo có trách nhiệm?

Trialbee có một văn hóa đổi mới và Trí tuệ nhân tạo là một thành phần lớn và ngày càng tăng của nó. Trong năm nay alone, Nền tảng Honey của chúng tôi đã tung ra các quy trình làm việc mới cho địa điểm, một sổ đăng ký bệnh nhân dành cho nhà tài trợ và các trường hợp sử dụng hỗ trợ cho các trang web tìm kiếm thử nghiệm cho các thương hiệu dược phẩm toàn cầu như BMSClinicalTrials.com. Với Trí tuệ nhân tạo cụ thể, bạn sẽ thấy các tính năng và nâng cấp mới được tung ra trong 3, 6, 12 tháng tới và hơn thế nữa. Chúng tôi đang phát triển các bot trò chuyện, công cụ thông minh và nhiều hơn nữa trong Honey trong khi cũng đánh giá các cách mới để简 hóa quy trình cho khách hàng của chúng tôi. Trong nội bộ, chúng tôi đang sử dụng nó để trở nên có mục tiêu hơn, có chủ đích hơn, bao gồm hơn và hiệu quả hơn trong mọi thứ chúng tôi làm – với một thành viên nhóm có kinh nghiệm điều khiển mọi quyết định và diễn giải ngữ cảnh cho tất cả các mô hình Trí tuệ nhân tạo mà chúng tôi sử dụng.

Nhìn về phía trước năm năm, bạn hình dung vai trò của Trialbee sẽ phát triển như thế nào khi Trí tuệ nhân tạo trở nên sâu sắc hơn trong nghiên cứu lâm sàng? Vai trò nào bạn thấy công ty của mình sẽ đóng trong việc định hình một tương lai tuyển dụng bệnh nhân có đạo đức hơn, hiệu quả hơn và hài hòa hơn trên toàn cầu?

Năm năm từ bây giờ, tôi hình dung Trialbee sẽ đứng như một nhà cung cấp dịch vụ hàng đầu được hỗ trợ bởi Trí tuệ nhân tạo cho việc tuyển dụng bệnh nhân trong nghiên cứu lâm sàng. Chúng tôi đang tích hợp Trí tuệ nhân tạo tạo ra vào mọi phần của quy trình tuyển dụng nơi nó có thể tăng tốc độ, cải thiện độ chính xác hoặc tăng tùy chọn cho bệnh nhân. Như tôi đã đề cập trước đó, chúng tôi đang tích cực đánh giá các công cụ sẽ cho phép bệnh nhân lựa chọn giữa tương tác với một chuyên gia y tế trực tiếp hoặc một tác nhân Trí tuệ nhân tạo, tùy thuộc vào sở thích và mức độ thoải mái của họ. Chúng tôi tin rằng việc đưa ra cho mọi người sự lựa chọn đó là chìa khóa để tăng cường niềm tin và sự tham gia theo thời gian.

Về mặt đạo đức, chúng tôi cam kết đảm bảo Trí tuệ nhân tạo được triển khai với sự nghiêm ngặt về quy định và minh bạch. Điều đó có nghĩa là nhúng các cơ chế giám sát vào chính công nghệ và cởi mở về cách các hệ thống của chúng tôi hoạt động. Chúng tôi cũng đang xây dựng Trí tuệ nhân tạo vào văn hóa của tổ chức chúng tôi – mỗi bộ phận và mỗi nhóm – để chúng tôi sẵn sàng thích nghi khi công nghệ tiến hóa. Cuối cùng, chúng tôi muốn trở thành một công ty giúp định hình cách Trí tuệ nhân tạo được sử dụng có trách nhiệm trên toàn ngành nghiên cứu lâm sàng. Nếu chúng tôi làm điều đó đúng, chúng tôi có thể giúp định hình một tương lai nơi các thử nghiệm diễn ra nhanh hơn, bao gồm hơn và dễ dàng tiếp cận hơn cho bệnh nhân, bất kể họ sống ở đâu hoặc nói ngôn ngữ gì.

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