马特·米切尔森，Genesis AI 的总裁，在 Genesis Research – 采访系列

马特·米切尔森，是 Genesis Research 的总裁，Genesis Research 是一家国际性的 HEOR 和真实世界证据研究组织，在美国和英国都有办事处，支持生命科学行业。

作为证据策略、开发和传播的经验丰富的领导者，他们支持客户进行数据库分析、战略和战术健康经济和结果研究、文献综述、经济建模、科学出版和市场准入策略。

作为创新技术解决方案开发的专家，他们提供一系列定制平台、仪表板、数据门户和独特的人工智能技术辅助审查平台 EVID AI，以支持精确目标证据的识别、监测和提取。

您能否分享 Genesis Research 的创立故事？

2009 年，在学术界工作了一段时间后，利用他深厚的量化背景，我们的 CEO Frank Corvino 和他的商业伙伴，一位临床医生和健康经济学家，结合他们的专业知识开发了一种新的商业模式，以支持生命科学公司采用更数据驱动的方法，从大数据中获取洞察力，以一致透明、可复制和高效的方式进行。

Genesis Research 最初建立在致力于跳出思维定式，通过真实世界证据（RWE）提供价值证明。从那时起，公司的服务已经扩展到纳入市场准入能力和策略、健康经济和结果研究（HEOR）、科学传播和高级数字能力，例如人工智能（AI）的适用性使用。

该公司发展成为今天的领先国际 RWE 和 HEOR 组织，因为我们倾听客户，并使用多样化的高技能团队来满足他们不断变化的需求，无论是在产品生命周期的哪个阶段，都采用灵活的“增强伙伴关系模型”，使我们能够无缝地作为客户团队的扩展。

每年发表的论文数量巨大。您能否讨论出版速度的加快情况？

很难准确指出，但估计每年增加 4% 至 10%，目前每年在医疗保健领域发表的文章数量为 100 万至 200 万。这是一个庞大的数字，尤其是如果您估计一个人阅读一个摘要需要五分钟。PubMed 本身（Medline 医疗保健论文搜索引擎的公共版本）拥有超过 3000 万篇文章的集合。

为什么传统的论文审查方法不再有效？

这些任务归结为找到答案您科学问题的证据，特别是论文的过程。而且这不是手动方法不能做到这一点。相反，因为这个过程如此繁琐，这意味着任务没有那么灵活。没有人愿意去做所有这些工作，如果有什么变化，就会再次做所有这些工作，而且您不能搜索您想要的那么多来源，考虑到巨大的时间投入。人们有时会错过文章，因为在阅读几百篇论文后，集中注意力很难。相比之下，训练有素的机器永远不会疲劳，效率的提高意味着基于 AI 的方法更灵活，因为您可以运行下一个搜索，您可以做尽可能多的搜索。

什么是 EVID AI，它如何简化医疗研究人员识别和筛选大量研究的过程？

EVID AI 是唯一一个使用机器学习产生超过 8000 万个数据点的医疗文献数据库——从前临床、临床、经济、流行病学、患者报告结果和审查焦点领域——并允许用户将搜索结果过滤到最相关、最新的信息，用于进一步分析。它是唯一一个能够将嵌入多个文章中的数据转换为以清晰格式呈现相关、请求的数据点的结构化表格的平台。这种专利方法将证据提炼为可用的数据，因此研究人员可以更容易地开发图表和仪表板与利益相关者分享，而无需阅读大量论文。

Genesis Research最近对EVID AI进行了增强——现在是世界上最大的当前医疗文献研究平台——以帮助制药公司团队和其他医疗保健决策者更快、更高效、更广泛地找到高质量、有针对性的结果。

使用 EVID AI，医疗文献搜索任务现在可以比手动努力快 59 倍，搜索结果更相关，且不相关的文章少 15 倍。专有机器学习格式通过成千上万个训练数据点进行编程，比以往任何时候都更快、更全面，并将研究时间从几个月缩短到几周或几天。

EVID AI 的一个好处是，它允许研究人员和政府监管机构将 AI 数据追溯到其来源。为什么这是重要的，它是如何工作的？

许多 AI 系统的一个关键问题是它们是不透明的——有时被称为“黑盒”。而这在某种意义上是正确的，因为我们并不总是了解为什么 AI 会做它所做的事情。例如，如果它取一篇文章并从文本中提取所有结果，它不能一定告诉您为什么它选择了这些短语和结果，它只能向您展示它们。然而，我们强调透明度和提供数据来源（例如，向您展示它来自哪里），以便用户可以始终将结果追溯到来源。这样，就总是有一个机制可以将结果追溯到其来源。此外，对于监管机构来说，这很重要，因为如果制药公司根据我们的 AI 证据提出声明，监管机构可以验证数据的正确性和来源的有效性。

您能否分享研究人员使用 EVID AI 的用例或案例研究？

绝对可以。有很多这样的例子，但这里有两个有用的例子，因为它们展示了该工具可以用于大型、预算充足的项目和日常、临时任务。在第一个例子中，我们有一家制药公司雇佣了一支团队来更新肿瘤学文献综述。这是一项大型任务，因为特定领域的肿瘤学很大，文献变化很快，项目范围很大。原始综述包括对所有主要药物及其结果的分析，包括其有效性、安全性和经济影响。它不仅包括临床试验报告，还包括关于观察性研究的文章，在这些研究中，科学家跟踪在“真实世界”中而不是在受控试验环境中开处方的药物的性能。

EVID AI 帮助该公司收集了所有新的和更新的结果用于此文献任务，并获得了巨大的节省。在对比中，我们有一个科学家建立了一个经济模型，用于跟踪不同精神健康药物之间切换的成本，称为“预算影响模型”。挑战是提取有关这些患者切换药物频率的良好估计。当科学家最初建立模型时，他花了一整天扫描文章以找到他想要的结果。使用 EVID AI，他在几分钟内就找到了它。

您如何看待人类和 AI 在医疗研究中的未来合作？

随着医疗研究变得越来越适应 AI，AI 将渗透到从药物发现到临床试验招募、数据分析和报销的各个领域。新疗法开发的每个方面都将从 AI 中受益，结果将嵌入工作流中。与其依赖需要上下文切换的单独工具，从实验室科学任务切换到 AI 任务，它将变得像使用 GPS 导航到新餐厅一样直观。甚至不会有第二个想法。然而，特别是在制药行业，我们仍然需要像 Genesis Research 的团队这样的经验丰富的人员来确定数据的相关性并启动进一步的分析以辅助决策。

您是否还有其他关于 Genesis Research 的信息想要分享？

Genesis Research 的快速增长归功于其接受新挑战、提出正确问题、组建正确的团队来访问和分析正确的数据以及提供推动生命科学计划发展的解决方案的能力。作为开发基于 RWE 的解决方案的创新者，该公司完全是数据不可知的，并与客户密切合作以确定最佳的数据来源。我们为成为证据策略、开发和传播的经验丰富的领导者以及创新技术解决方案的开发专家而感到自豪。