杰夫·埃尔顿，ConcertAI 首席执行官 – 采访系列

杰夫·埃尔顿，博士，是 ConcertAI 的首席执行官，ConcertAI 是一家提供研究解决方案和患者中心解决方案的 AI SaaS 公司，为生命科学创新者和世界领先的医疗服务提供商服务。 ConcertAI 致力于通过使用提供商的电子病历（EMRs）、实验室信息系统（LISs）和图像归档和通信系统（PACSs）作为所有研究数据的来源，来加速和提高回顾性和前瞻性临床研究的精度。 它是美国临床肿瘤学会和其 CancerLinQ 计划的长期合作伙伴，也是美国食品和药物管理局（FDA）、国家癌症研究所（NCI）健康公平倡议以及美国近 100 家医疗服务提供商的合作伙伴。

在加入 ConcertAI 之前，杰夫曾担任 Accenture Strategy/Patient Health 的管理总监，诺华生物医学研究院的全球首席运营官和战略高级副总裁，以及麦肯锡公司的合伙人。 他也是几家初创公司的创始董事和高级顾问。 杰夫目前是马萨诸塞州生物技术委员会的董事会成员。他是广泛引用的书籍 《医疗保健被颠覆》（Wiley，2016 年）的共同作者。 杰夫拥有芝加哥大学的博士和工商管理硕士学位。

作为 ConcertAI 的创始首席执行官，您可以分享一下您最初对公司的愿景吗？自 2018 年以来，这个愿景如何演变？

我们从这样的想法开始：改善患者的治疗效果来自于深入的和可行的见解。获得这些见解需要数据的完整性、数据的规模、数据的代表性和先进的 AI 智能。因此，我们创建了一个数据即服务和 AI 软件即服务公司。我们针对允许推理和预测的 AI 进行了目标，这包括预测事件以避免，例如患者不遵守治疗或由于没有积极的反应而停止治疗，这可以告知何时临床试验可能是下一个选择。

我们的愿景仍然坚定不移，我们继续期望我们的解决方案能够做得更多。随着最新一代大型语言模型（LLMs）、代理 AI 和其他生成式 AI 解决方案的出现，我们可以大规模地（几乎实时地）操作——这是我们在 2018 年没有预料到的。通过与 NVIDIA (NVDA ) 等合作伙伴的合作，我们可以将我们的解决方案提升到超出预期的水平，认识到局限性和独特的特征，并以整个市场创新步伐的速度前进——迄今为止的旅程非常丰富和令人兴奋。

我们已经在临床试验自动化解决方案中开启了以前难以想象的性能，自动将患者放在基于证据的临床路径上，高级工作流程在放射学解读中，以及使用数字孪生作为增强决策的工具，用于护理和研究。

今天，我们为近 50 家生物制药创新者和 2000 家医疗服务提供商提供服务——虽然还没有达到整个市场的规模，但我们是行业中最广泛的肿瘤 AI 解决方案提供商。

是什么启发您专注于肿瘤和血液病数据集？您如何看待 ConcertAI 在这些领域带来的改变？

1971 年，美国启动了“反对癌症的战争”，这是国家癌症法案。这催化了大规模的政府资金，产生了对驱动癌症的突变的见解，新的治疗方式，扩大的国家癌症研究所指定的治疗中心，以及更多。奥巴马政府时期，资金增加了 10 亿美元的电子刺激资金流向国家卫生研究院（NIH），然后流向国家癌症研究所（NCI）。在拜登政府时期，2022 年推出了“癌症月球计划 2.0”，这又催化了一整代新的研究和种子资金投资，用于学术、社区和公私合作伙伴关系。

我提到这个历史背景是因为，很少有疾病或医疗保健领域像肿瘤学那样拥有如此高水平的数据：基因组学、转录组学、数字病理学、数字放射学、详细的电子病历等，以及通过严格的、多中心、同行评审研究验证这些数据的研究。作为进一步的证据，美国临床肿瘤学会年会是世界上最大的医学会议，拥有任何科学论坛上最多的新出版物、海报和摘要。

因此，如果您要成为数据驱动和 AI 驱动的公司，那么很少有比肿瘤学更好的领域可以大规模地推进解决方案并带来信心。ConcertAI 拥有世界上最大的研究级数据，包括通过该数据启用的数百篇同行评审出版物、由这些出版物产生的显著证据，这些证据改变了患者的治疗方式，并确保了最积极的可能结果，现在我们还拥有 AI SaaS 技术，这些技术对于护理和研究的过程至关重要，并将数据和证据的力量带到患者护理旅程中的每个点和每个决策中。真正重要的是，我们不单方面地做到这一点。我们与医疗服务提供商和生物制药创新者合作伙伴透明地合作，以培养最大的信任和使用。

ConcertAI 已成为现实世界证据（RWE）和医疗保健 AI 技术的领先者。您在早期将公司定位为该领域的领导者时面临了哪些挑战？

您必须被信任，并朝着成为参考来源的方向发展。这是通过努力获得的。信任来自于您的医疗服务提供商合作伙伴，他们相信您访问的数据是为了他们的患者的最佳利益。信任来自于您的学术和行业合作伙伴，他们看到证据并相信您的数据是原始患者记录的完美反映，并且您提出的概念是“真实的”和反映当前的临床和科学实践。您还必须实现规模，使您的数据解决方案代表整个人口，并产生可以自信地推广到整个被治疗的人口的结论。技术也是如此。科学家和临床医生天生持怀疑态度——他们应该这样——并且不信任黑盒或他们不理解的算法。因此，我们需要通过出版物和对我们的解决方案工作原理的开放态度来建立信任。

ConcertAI 拥有世界上最大的肿瘤和血液病数据集。这些数据为变革癌症研究和治疗带来了哪些独特的机会？

我喜欢这个问题！我们每天都在努力解决这个问题。为医疗服务提供商、患者和创新者提供价值的机会几乎是无限的。在早期临床试验中，我们正在开发研究模拟方法，使用数字孪生，这将改变我们将哪些项目纳入临床试验。我们的数据和 AI 优化将降低从最终协议到最终提交给监管机构的时间，缩短 30% 至 40%——这意味着新药物更快地到达患者。我们的决策增强 AI 解决方案将推荐基于证据的治疗途径，专门为这些途径量身定制，监测与预测的反应一致，并在反应或益处低于预期时寻找可能有益的临床试验。我们的影像学临床解读解决方案在运营流程、临床解读和长期内基于见解和证据的新解读或新干预措施方面发挥作用。再也不只是“一次完成”，而是“一次，然后再一次”，使得有益的重新评估和未来的决策成为一个持续的过程！这里的不同之处在于，这是一个整个患者旅程的视图——这是一个水平视图，而不是需要拼接在一起的狭窄、深入的垂直视图。这是由 AI 和深刻的流程变革启用的创新，为参与的专家人类带来了新的工作方式。

您能解释一下 ConcertAI 的数字试验解决方案如何将癌症患者与救命的临床试验相匹配？您在患者结果方面看到的影响是什么？

临床试验非常复杂，需要大量专家个人的努力。对于大多数组织来说，临床试验是作为对患者的责任和承诺而提供的，在当前的标准护理可能不是一个可行的替代方案的情况下。然而，试验并没有真正地提供给在社区治疗中心接受治疗的患者——80% 的患者在那里接受治疗。这些患者最终将接受新批准的药物。这造成了双重困境：需要获得试验机会的患者受到限制，而反映最终标准护理人口的患者并没有进入试验数据集。我们致力于解决这些问题。

结果非常好——如此积极，以至于我们将在 2025 年将正在进行的研究数量增加 10 倍。我们在最近的美国临床肿瘤学会会议和其他领域发表了这项成果。我们的方法是我们认为 AI 应该如何实施的方式——作为专家人类的增强，在哪里有大量的容量和人才限制，哪里有生命岌岌可危。我们开发了一套协调和调优的大型语言模型，可以访问患者记录，综合特征，并将患者与可能有益的试验相匹配，做到与专家人类完全相同——并且具有完全记录的方法来提出建议和评估。在我们技术部署的网站上，我们的表现与最专家的人类一样，患者入组率是没有我们技术部署的网站的 5 倍或更多——研究团队和生物制药创新者都很满意，患者受益最多。

ConcertAI 的 AI 驱动的临床试验设计和患者招募方法如何解决当前临床研究中的一些限制，例如患者多样性和试验效率？

我为我的团队感到自豪——他们三到四年前告诉我，实现多样性是一项义务，也是科学上正确的事情。他们还认为，如果是手动操作，这很难做到，但如果自动化，就需要零额外的努力。因此，我们决定那时，每个数据集和 AI SaaS 解决方案都将将多样性和社会健康决定因素作为我们的标准方法。这不是一个选项——这就是我们做的事情。因此，我们的 CARAai 支持的临床试验设计和优化解决方案可以评估哪些种族、民族或经济亚群可能受到疾病的不利影响，将这些考虑因素纳入试验设计，确保这些人群不会无意中被排除，并定义最有可能确保参与和代表性的临床试验场。这里是 AI 可以“做好事”，技术不引入偏见，而确保偏见不会进入流程、最终设计或临床试验的操作过程中的地方。

ConcertAI 在减轻医疗服务提供商的负担和优化临床试验的现场选择方面扮演着什么角色？

我们将工作量纳入所有临床试验解决方案中。首先，患者存在负担。这可能是试验场的位置、研究与标准护理相比需要的访问次数，或者研究与标准护理相比的临床强度，如额外的活检。这些事情可以决定患者——或者患者与其医疗服务提供商协商——是否能够参与或忍受和完成参与。

还有医疗服务提供商的负担。如果我们可以自动识别符合临床试验资格的患者，尽量减少产生工作的假阳性，并为临床研究协调员、研究护士和医生的工作提供“AI 杠杆”，那么负担就会降低。同样，AI 自动化解决方案允许研究团队避免手动数据输入——通常在一天结束时需要 2 到 4 小时，并且通常在家中完成。早期我们查看了电子病历中的数据——数字数据被手动输入到赞助商的电子数据采集（EDC）门户中。因此，数字数据被读取，然后被重新输入以再次成为数字数据！在这里，我们也使用了我们的多调优大型语言模型——这是 NVIDIA 合作关系的重点。我们目前实现了 55% 的完全自动化，并且在未来几个月内将快速达到 80% 的自动化。随着这些元素的结合，我们将使工作人员的时间减少到传统要求的 10%，并使这些研究更容易被更多的患者接受。

精准医学是 AI 取得重大进展的关键领域。ConcertAI 的技术如何为更精确和个性化的癌症治疗做出贡献？

我们自去年以来还没有讨论过这个话题。2023 年 12 月，我们接管了美国临床肿瘤学会的 CancerLinQ 计划的责任。它是世界上最大的智能健康网络，包括学术中心、区域医院系统和社区医疗服务提供商。该网络的关键部分是实施美国临床肿瘤学会认证的质量和临床路径解决方案。由于 CancerLinQ 是 ConcertAI 的一个计划，我们一直在扩大网络，自动化精准肿瘤路径，创建新的数字孪生方法来增强治疗选择，识别和发送关键诊断测试以告知治疗决策，并为新批准的药物做同样的事情——这些药物代表了另一种或更好的治疗选择。所有这些都建立在我们的 CARAai 架构之上，这是一套视觉 LLM 和调优的肿瘤 LLM，由我们与 NVIDIA 合作完成。看到取得的进展令人惊讶，我们对明年将在美国临床肿瘤学会 2025 年会议上发表和展示的内容感到兴奋。

您如何看待 AI 影像解决方案对肿瘤学和放射学等领域的益处，特别是这些领域面临临床医生短缺的情况下？

这是一个很好的问题！确实，进入该领域的新肿瘤学家和放射科医生的数量少于退休的人数。然而，患者的需求却在不断增加。因此，这是一个提供支持医生和护理专业人员的工作流程优化和临床决策增强的 AI SaaS 解决方案的理想领域。放射科医生和肿瘤学家都会强调这些新型智能解决方案进入他们的领域的重要性。影像学是一个适合 AI 的绝佳领域，其性能也非常出色。非劣性研究表明，AI 模型可以在狭窄的领域中接近或媲美专家人类。协调的工作流程可以将所有这些结合起来。在肿瘤学中，我们正在将分子测试结果与免疫反应数据、预测算法和其他所有将告知治疗决策和使响应监测成为可能的元素结合起来。我已经在这个领域工作了很多年，站在新的创新成果的不同侧面——我们现在可以做的事情远远超过我们以前能够做的事情，变化的步伐令人惊讶。

作为医疗保健技术领域的经验丰富的领导者，您会给那些希望通过 AI 在医疗保健领域产生有意义影响的新公司什么建议？

您不能没有大规模的数据访问成为一家 AI 公司。数据是构建训练和监控模型的基础。构建 AI 解决方案是一项团队运动。您需要具有非凡的深度领域知识，并配备新的 AI 模型开发能力，这些能力认识到不同类别 AI 解决方案的行为，并可以将其针对特定目标进行调优。然后，这些方法可以以代表新系统的操作方式进行协调——这就是变化发生并且价值得以交付的地方。要练习“AI 谦逊”——一切都很惊人，并且展现出我们六个月前无法做到的事情。然而，“惊人”并不一定是一种产品或一种新的工作方式——它只是技术做了一些新的事情。作为一家 AI 公司，您的责任是使其成为一种新的工作方式和一种新的方法，能够提供以前无法获得的惊人的价值。最后，假设您需要证明在商业行为、AI 模型和解决方案透明度方面的信任。我们仍然处于社会旅程的早期阶段，我们必须通过信任来带来我们能够实现的变化。

感谢您这次精彩的采访，希望读者可以通过访问 ConcertAI 了解更多信息。