Ein Leitfaden für CEOs zur KI-Erforschung: Organisationen und Denkweisen transformieren

Der berühmte Designer Charles Eames sagte: „Delegieren Sie niemals Verständnis.“ Ich stimme voll und ganz zu. Aber als Führungskraft erkenne ich auch den Wert und die Notwendigkeit, von denen zu lernen, die besser in der Lage sind, tief in die neuen Ideen, Technologien und Fähigkeiten einzutauchen, die für die Zukunft unseres Unternehmens von entscheidender Bedeutung sein können – oder auch nicht. Als CEOs ist es wichtig, dass wir die Trends genau im Auge behalten, während sich unsere Teams mit den alltäglichen Anwendungen befassen. Im letzten Jahrzehnt haben viele von uns diesen Ansatz bei der Entstehung der künstlichen Intelligenz (KI) gewählt.

KI ist kein neues Konzept in den Biowissenschaften. Seit Jahren nutzen Teams maschinelles Lernen (ML), Verarbeitung natürlicher Sprache (NLP) und andere KI-bezogene Fähigkeiten, um die medizinische Forschung und neue Behandlungen voranzutreiben sowie die Verwaltungsproduktivität zu steigern. Im Bereich der Real-World-Daten (RWD) haben wir KI-Algorithmen gesehen, die dabei helfen, Informationen aus elektronischen Patientenakten (EMRs) zu extrahieren und Life-Science-Unternehmen bei der Gestaltung klinischer Studien effizienter zu machen.

Im November 2022 startete dann ChatGPT. Es ermöglichte Benutzern ohne Datenwissenschaftskenntnisse, außerordentlich spezifische und komplexe Abfragen in eine Suchleiste einzugeben und in Sekundenschnelle detaillierte, verständliche Antworten zu erhalten. Große Sprachmodelle (LLMs) schienen neue Möglichkeiten für die Arbeit mit Daten zu eröffnen. Für viele Unternehmensleiter war es ein Weckruf, aber der Weg nach vorne schien klar: Entweder wir lernen sehr schnell, diese neue Arbeitsweise zu nutzen – in unserem Unternehmen, mit unseren Partnern und mit unseren Kunden – oder wir fallen zurück.

So begann eine beschleunigte KI-Reise für die RWD- und Life-Science-Branche – und für einzelne Unternehmen und Führungskräfte, mich eingeschlossen. CEOs, die sich mit den Veränderungen und Werten auseinandersetzen, die KI für ihr Unternehmen mit sich bringen kann, biete ich die folgenden Überlegungen an, um Ihre KI-Erkundung in drei Schlüsselaspekten Ihres Unternehmens zu leiten: Änderung der Arbeitsweise unserer Teams, Veränderung der Art und Weise, wie wir mit Kunden interagieren, und Erweiterung unserer neue Partner erreichen.

Beginnen Sie damit, Möglichkeiten für eine interne Transformation zu identifizieren

Bei der Betrachtung der Möglichkeiten, wie KI und LLMs die interne Produktivität steigern könnten, ist es wichtig, sich zunächst auf den Bereich mit dem deutlichsten Potenzial zu konzentrieren. Für diejenigen im RWD-Bereich könnte dies der Datenabstraktions- und Kurationsprozess sein. Bei der Erstellung eines Datensatzes verbringen medizinische Expertenteams heute bis zu sechs Stunden damit, Daten aus einer einzelnen Krankenakte in der EMR zu extrahieren – dazu gehört das Entfernen aller patientenidentifizierenden Informationen, das Herausziehen wichtiger Datenpunkte und das Identifizieren fehlender oder potenziell ungenauer Daten. Wenn wir das auf die Tausenden von Datensätzen hochrechnen, die sie auswerten müssen, beläuft sich der Aufwand auf viele Tausend Stunden und einen erheblichen Prozentsatz der Betriebskosten. Angesichts der Belastung, die er für Unternehmen mit sich bringt, stellt dieser Prozess eine hervorragende Gelegenheit dar, zu untersuchen, wie sich schnell entwickelnde KI-Funktionen Zeitpläne verkürzen und Kosten senken könnten.

Strukturierte Daten sind im EMR bereits in definierte Felder klassifiziert und stellen die am einfachsten zu verarbeitenden Daten dar. Es ist ein hervorragender Ausgangspunkt für den Aufbau eines LLM und hilft medizinischen Experten dabei, mehr Daten schneller in einem Datensatz zusammenzufassen. Sobald Sie dies erledigt haben, können Sie sich komplexeren Anwendungen zuwenden, wie z. B. der Verwendung von LLMs, um Informationen aus dem Notizenbereich von Krankenakten abzurufen – eine Funktion, die mit früheren Technologien, einschließlich NLP-Tools, nicht in akzeptabler Qualität möglich war. Die ersten Ergebnisse sind vielversprechend und beweisen, dass KI es uns ermöglichen kann, die uns zur Verfügung stehenden Ressourcen besser zu nutzen und den Kunden noch mehr Daten schneller als je zuvor zur Verfügung zu stellen. Da weiterhin Ergebnisse veröffentlicht werden und sich die Technologie weiterentwickelt, gehe ich davon aus, dass die Zeitpläne für die Datenabstraktion auf nur noch ein Drittel ihrer derzeitigen Länge schrumpfen und die Kosten halbiert werden.

Überdenken Sie das Potenzial für KI-gestützte Kundeninteraktionen

KI-Erkundungen zeigen auch, wie RWD-Unternehmen ihren Kunden im Life-Science-Bereich die Möglichkeit geben können, auf neue Weise mit ihren Daten umzugehen. In der Regel sind RWD-Studien ausschließlich Fachleuten mit Statistik- und Datenwissenschaftskenntnissen vorbehalten, die Abfragen erstellen und Ergebnisse zusammenfassen. Dies ist ein langwieriger Prozess und schließt Führungskräfte aus den Biowissenschaften ohne dieses technische Wissen – zum Beispiel Ärzte, die Medical-Affairs-Teams leiten, oder erfahrene Molekularforscher in der klinischen Entwicklung – davon aus, die Daten bei der Planung ihrer klinischen Studien selbst zu untersuchen. LLMs vereinfachen den Zugriff auf Daten und ermöglichen Teams ein gemeinsames Brainstorming, indem sie Fragen in eine Suchleiste eingeben und schnelle Antworten zu ihrer Zielpopulation oder ihrem Zielmolekül erhalten. Sie können wichtige Anfragen schneller bearbeiten und dann tiefer in die Materie eintauchen. Vielleicht beginnen sie mit der Frage: „Wie viele Patienten mit multiplem Myelom in diesem Datensatz haben auch Diabetes?“ Anschließend stellen sie Folgefragen, um zu erfahren, wie sie behandelt wurden und welche Überlebenschancen sie hatten – alles entscheidende Fragen, die zu einem Fall für eine Indikationserweiterung oder andere Möglichkeiten beitragen können.

LLMs könnten Sponsoren von Forschungsstudien auch dabei helfen, das Risiko klinischer Studien durch zuverlässige Erkenntnisse zu verringern. Heutzutage weisen klinische Studien eine Ausfallquote von 90 Prozent auf – was zum Teil auf den begrenzten Zugang zu datengesteuerten Erkenntnissen und den Zeitaufwand für die Durchführung des Prozesses zurückzuführen ist. Ich habe dies aus erster Hand erfahren, als ich klinische Studien in einem Biowissenschaftsunternehmen leitete. Wir hatten geplant, eine Behandlung als Vergleichsstandard für ein neues Molekül zu verwenden, aber als die Studie begann, hatte sich der Standard der Behandlung geändert. Dies war ein kostspieliger Fehler, der uns erst nach Beginn der Studie bewusst wurde. Nach nur wenigen Monaten mussten wir die Studie abbrechen und das Molekül schließlich verwerfen. Hätten wir die Werkzeuge gehabt, um unsere Annahmen mit RWD zu validieren, hätten wir die laufende Studie anpassen können, um den richtigen Pflegestandard widerzuspiegeln. Dies hätte Millionen von Dollar und unzählige Arbeitsstunden gespart. Kurzfristig sehe ich darin einen Einflussbereich für LLMs. Mit ihrer Hilfe werden wir in der Lage sein, Studien zum Erfolg zu führen und den Fortschritt der vielversprechendsten Therapien zu beschleunigen.

Erstellen Sie neue Kundengruppen und beobachten Sie, wie Ihre Wirkung wächst

Mit Blick auf die Zukunft sollten CEOs darüber nachdenken, wie KI dazu beitragen kann, neue Kundengruppen zu stärken. Es ermöglicht bereits technisch nicht versierten Benutzern die Interaktion mit RWD – wen können wir sonst noch in den Prozess der Generierung von Krebserkenntnissen einbeziehen? Sicherlich könnten Führungskräfte, die für Life-Science-Investitionen und M&A verantwortlich sind, ihr Verständnis über die reale Nutzung neuer Moleküle verbessern, bevor sie diese erwerben – einschließlich Off-Label-Nutzung, klinischer Nutzung und Patientenergebnissen. Onkologen könnten KI nutzen, um schnell neue Behandlungsansätze zu erwägen, die auf realen Ergebnissen für Patienten wie ihren basieren, und vielleicht das Krebsbehandlungsmodell weiterentwickeln. LLMs werden eine neue Welt voller Möglichkeiten für Fachexperten schaffen, die für ihr Fachgebiet relevanten Daten einfach und effizient zu untersuchen.

Begeben Sie sich auf eine KI-Reise

Wir stehen erst am Anfang unserer gemeinsamen KI-Reise – das weiß ich. Wir meistern die mit KI verbundenen Kosten und Herausforderungen und finden gleichzeitig Erfolge und neue Möglichkeiten. Heute sehen wir KI als Werkzeug zur Verbesserung der Produktivität und zur Unterstützung von Kunden. In Zukunft werden diese Modelle möglicherweise auch den Datenschutz und den Datenschutz verbessern, indem sie identifizierbare Patientendaten abstrahieren, bevor sie jemals in unsere Augen gelangen.

Ich fordere Sie, wie ich selbst, auf, an diesem Prozess des Verständnisses des Potenzials von KI teilzunehmen, insbesondere da immer mehr Plattformen wie ChatGPT entstehen. Probieren Sie selbst verschiedene LLM-basierte Tools aus. Verstehen Sie die Risiken und Einschränkungen und wer in Ihrer Branche an der Einführung von Qualitätsrahmen und Leitplanken arbeitet. Binden Sie Ihre Mitarbeiter und Partner in Diskussionen darüber ein, was jetzt möglich sein könnte. Nutzen Sie diesen Moment als Gelegenheit, den Kunden näher zu kommen und dabei den sehr menschlichen Prozess zu erkunden – und vielleicht sogar zu verstehen –, was Sie mit KI tun können.

Foto: Pixtum, Getty Images

Dieser Beitrag erscheint über das MedCity Influencers-Programm. Über MedCity Influencer kann jeder seine Sicht auf Wirtschaft und Innovation im Gesundheitswesen auf MedCity News veröffentlichen. Klicken Sie hier, um herauszufinden, wie.