제이 페로 Clario의 최고 정보, 기술 및 제품 책임자인 그는 25년 넘게 정보 기술 및 제품 팀을 이끌었던 경험을 갖고 있으며, 데이터 보호에 중점을 두고 의미 있는 영향을 미치는 기술과 제품을 만드는 데 열정을 갖고 있습니다.
Clario에 합류하기 전에 Jay는 Quikrete Companies 및 American Cancer Society와 같은 글로벌 조직에서 CIO, CTO, CPO를 포함한 고위 리더십 역할을 맡았습니다. 그는 또한 Allata, LLC의 이사회 구성원이기도 합니다. 그의 전문적 업적은 애틀랜타 기술 전문가(Atlanta Technology Professionals)가 올해의 임원 리더로, HMG Strategy가 올해의 중견 CIO로 선정하는 등 여러 차례 인정을 받았습니다.
클라리오 는 신뢰할 수 있고 정확한 증거 생성을 통해 삶을 변화시킬 수 있는 포괄적인 종료점 기술을 제공하는 임상시험 관리 분야의 선두업체입니다. 종양학 임상시험을 전문으로 하는 Clario는 환자 보고 결과(PRO)를 통해 효능을 강화하고 안전성을 보장하며 삶의 질을 향상시킬 수 있음을 강조하며 전자 PRO가 종이에 대한 보다 비용 효과적인 대안임을 옹호합니다. 치료 분야 및 글로벌 규제 준수에 대한 전문 지식을 갖춘 Clario는 인공 지능 및 연결된 장치와 같은 고급 기술을 활용하여 100개 이상의 국가에서 분산형, 하이브리드 및 현장 기반 시험을 지원합니다. 이들 솔루션은 시험 프로세스를 간소화하고 환자와 후원자 모두를 위한 통합 지원 및 교육을 통해 규정 준수 및 유지를 보장합니다.
Clario는 다양한 임상 시험 단계에서 30개 이상의 AI 모델을 통합했습니다. 이러한 모델이 종양학이나 심장학과 같은 시험의 특정 측면을 어떻게 향상시키는지에 대한 예를 제공할 수 있습니까?
우리는 AI 모델을 사용하여 800개 이상의 임상 시험에서 고객에게 속도, 품질, 정밀도 및 개인 정보 보호를 제공합니다. 저는 우리 도구가 단지 AI 과대광고 주기의 일부가 아니라 이러한 시험을 통해 고객에게 실제 가치를 제공하고 있다는 사실이 자랑스럽습니다.
오늘날 우리의 AI 모델은 크게 데이터 개인 정보 보호, 품질 관리 지원, 읽기 지원 및 읽기 분석의 네 가지 범주로 분류됩니다. 예를 들어, 정적 이미지, 비디오 또는 PDF에서 개인 식별 정보(PII)를 자동으로 수정할 수 있는 의료 영상 도구가 있습니다. 또한 업로드 시 신속한 품질 평가를 통해 데이터를 제공하는 AI 도구를 사용하므로 해당 데이터에 대한 신뢰도가 높습니다. 우리는 신호 품질을 위해 ECG 데이터를 지속적으로 모니터링하는 도구와 올바른 환자 식별자를 확인하는 도구를 개발했습니다. 우리는 슬라이스 예측, 병변 전파 및 질병 감지를 가능하게 하는 읽기 지원 도구를 개발했습니다. 또한 AI 지원 정량적 궤양성 대장염 Mayo 채점과 같은 도구를 사용하여 데이터 해석을 자동화하고 표준화하여 판독 분석을 개선했습니다.
이는 우리가 2018년부터 개발해 온 AI 모델 유형의 몇 가지 예일 뿐입니다. 우리는 많은 진전을 이루었지만 이제 시작에 불과합니다.
Clario는 AI 기반 통찰력이 다양한 시험 환경에서 높은 정확성과 일관성을 유지하도록 어떻게 보장합니까?
우리는 좋은 데이터와 좋지 않거나 관련성이 없는 데이터의 차이를 이해하기 위해 방대한 양의 데이터에 대해 지속적으로 AI 모델을 훈련하고 있습니다. 결과적으로 당사의 AI 기반 데이터 분석은 풍부한 데이터 이력을 감지하고 사전 분석하여 궁극적으로 고객에게 더 높은 품질의 결과를 제공합니다.
당사의 폐활량 측정 솔루션은 당사가 그렇게 하는 이유를 잘 보여줍니다. 임상의는 폐활량 측정법을 사용하여 환자가 한 번의 강제 호흡으로 얼마나 많은 공기를 내쉴 수 있는지 측정함으로써 특정 폐 상태를 진단하고 모니터링하는 데 도움을 줍니다. 환자가 폐활량계를 사용할 때 발생할 수 있는 다양한 오류가 있습니다. 테스트를 너무 느리게 수행하거나, 테스트 중에 기침을 하거나, 폐활량계 마우스피스 주위를 완전히 밀봉하지 못할 수도 있습니다. 이러한 변동성은 사람이 결과를 분석할 수 있을 때까지 발견되지 않을 수 있는 오류를 일으킬 수 있습니다. 우리는 좋은 읽기와 나쁜 읽기의 차이를 학습하기 위해 50,000개 이상의 예제에 대한 딥 러닝 모델을 훈련했습니다. 당사의 장치와 알고리즘을 통해 임상의는 사람이 분석할 때까지 기다릴 필요 없이 거의 실시간으로 데이터의 가치를 확인할 수 있습니다. 일부 환자는 임상시험에 참여하기 위해 몇 시간을 운전해야 할 수도 있기 때문에 이는 부분적으로 중요합니다. 첫 번째 검사에서 오류가 나타났기 때문에 다음 주에 또 다른 폐활량 검사를 받아야 한다는 사실을 알게 되었을 때 현장에서 집으로 그렇게 먼 거리를 운전해 갔다고 상상해 보십시오. 우리의 AI 모델은 환자가 현장에 있는 동안 정확한 오버리드를 제공합니다. 오류가 있을 경우 현장에서 수정이 가능합니다. 이는 현장과 환자의 부담을 줄이기 위해 우리가 노력하고 있는 방법 중 하나일 뿐입니다.
Clario의 AI 모델이 어떻게 데이터 품질을 저하시키지 않으면서 데이터 수집 시간을 단축하는지 자세히 설명해 주시겠습니까?
임상 시험을 위한 최고 품질의 데이터를 생성하는 것이 항상 우리의 초점이지만 AI 알고리즘의 특성으로 인해 캡처 및 분석 속도가 극적으로 빨라집니다. 앞서 언급했듯이 당사의 알고리즘을 사용하면 사람이 해석하는 것보다 더 빠르고 더 높은 수준의 정밀도로 품질 관리 분석을 수행할 수 있습니다. 또한 데이터가 입력될 때 품질 검사를 수행할 수도 있습니다. 즉, 며칠 또는 몇 주가 지난 후에 환자에게 알리는 대신 환자가 시험 현장에 있는 동안 누락되거나 오류가 있거나 품질이 낮은 환자 데이터를 식별할 수 있습니다.
Clario는 특히 데이터 개인 정보 보호, 환자 참여 및 데이터 품질 측면에서 분산형 및 하이브리드 시험의 과제를 어떻게 해결합니까?
요즘 분산형 시험판은 실제로 하이브리드 구성 요소를 사용한 시험판일 뿐입니다. 참가자들이 집에서 자신의 장치나 연결된 장치를 사용할 수 있도록 한다는 개념은 특히 접근성 측면에서 시험에서 더 큰 가능성을 열어준다고 생각합니다. 임상시험에 더 쉽게 참여할 수 있도록 하는 것이 당사 기술 로드맵의 핵심 초점입니다. 이는 환자 다양성을 개선하고 모집 및 유지를 간소화하며 참가자의 편의성을 높이고 보다 포괄적인 임상시험 기회를 확대하는 솔루션을 개발하는 것을 목표로 합니다. 우리는 재택 폐활량 측정, 재택 혈압, eCOA 및 기존 솔루션과 동일한 데이터 무결성을 제공하는 기타 솔루션을 제공하며 엔드포인트 및 치료 분야 전문가의 감독과 협력하여 이를 수행합니다. 그 결과 더 나은 엔드포인트 데이터에 대한 더 나은 환자 경험이 제공됩니다.
Clario의 AI 기반 접근 방식은 제약, 생명 공학 및 의료 기기 회사의 시험 일정과 비용을 줄이기 위해 어떤 고유한 이점을 제공합니까?
우리는 2018년부터 AI 도구를 개발해 왔으며 내부적으로 수행하는 모든 작업과 제품 구성 전반에 확실히 스며들었습니다. 그리고 우리를 떠나지 않은 것은 책임감 있는 방식으로 일을 수행하고 있는지 확인하는 것입니다. 인간을 계속 추적하고, 규제 기관과 협력하고, 고객과 협력하고, 법률, 개인 정보 보호 및 과학 팀을 포함하여 우리가 모든 일을 올바른 방식으로 하고 있어요.
책임감 있게 AI를 개발하고 배포하는 것은 다양한 긍정적인 방식으로 고객에게 영향을 미쳐야 합니다. 우리 AI 프로그램의 기초는 업계 최초의 책임 있는 사용 원칙을 바탕으로 구축되었습니다. Clario에서 AI를 다루는 사람은 누구나 이 5가지 원칙을 따릅니다. 그중에서도 우리는 알고리즘을 훈련하는 데 사용할 수 있는 가장 다양한 데이터를 사용하고 있는지 확인하기 위해 모든 조치를 취합니다. 우리는 위험을 감지하고 완화하기 위해 모니터링하고 테스트하며 모델과 알고리즘을 교육하는 데에만 익명화된 데이터를 사용합니다. 새로운 AI 도구를 개발할 때 이러한 종류의 지침을 적용하면 편견을 줄이고 다양성을 높이며 환자의 개인 정보를 보호하는 정확한 데이터를 대규모로 신속하게 제공할 수 있습니다. 스폰서에게 정확한 데이터를 더 빨리 얻을수록 수익과 궁극적으로 환자 결과에 더 많은 영향을 미칠 수 있습니다.
AI 모델은 때때로 데이터에 내재된 편향을 반영할 수 있습니다. Clario는 임상시험에서 공정하고 편견 없는 데이터 분석을 보장하기 위해 어떤 조치를 취합니까?
우리는 학습 데이터 세트가 의도한 용도에 비해 너무 제한적일 때 편향이 발생한다는 것을 알고 있습니다. 처음에는 데이터 세트가 충분해 보일 수 있지만 최종 사용자가 도구를 사용하기 시작하고 AI가 응답하도록 훈련된 수준 이상으로 AI를 밀어붙이면 오류가 발생할 수 있습니다. Clario의 최고 의료 책임자인 Todd Rudo 박사는 때때로 다음과 같은 예를 사용합니다. 심전도(ECG)에서 적절한 리드 배치를 결정하도록 모델을 훈련할 수 있으므로 임상의는 기술자가 환자 신체의 적절한 위치에 리드를 배치했는지 알 수 있습니다. 우리는 100,000개의 ECG에서 해당 모델을 훈련할 수 있을 만큼 엄청난 양의 훌륭한 데이터를 보유하고 있습니다. 하지만 성인 테스트의 데이터만 사용하여 AI 모델을 훈련한다면 어떻게 될까요? 2세 환자에게 ECG를 수행하면 모델은 어떻게 반응합니까? 분명히 치료에 영향을 미치는 오류를 잠재적으로 놓칠 수 있습니다.
이것이 바로 Clario의 제품, 데이터, R&D 및 과학 팀이 모두 긴밀히 협력하여 가장 포괄적인 교육 데이터를 사용하여 실제 응용 프로그램의 정확성과 신뢰성을 보장하고 있음을 보장하는 이유입니다. 우리는 우리 제품에 통합된 알고리즘을 훈련시키기 위해 가장 다양한 데이터를 사용합니다. 이는 또한 우리가 AI 개발 및 사용 중 위험을 완화하기 위해 인간의 감독을 사용해야 한다고 주장하는 이유이기도 합니다.
Clario의 인간 감독 및 모니터링 프로세스는 어떻게 AI 결과와 통합되어 규제 준수 및 윤리 기준을 보장합니까?
사람의 감독은 모델이 어떻게 개발, 훈련 및 검증되는지 정확히 아는 사람으로 구성된 팀이 있다는 것을 의미합니다. 개발 과정과 모델을 기술에 통합한 후 전문가들은 출력을 모니터링하여 잠재적인 편향을 감지하고 출력이 공정하고 신뢰할 수 있는지 확인합니다. 저는 AI가 과학과 인간의 탁월함을 강화하는 것이라고 믿습니다. AI는 인간에게 더 높은 수준의 도전에 집중할 수 있는 능력을 제공합니다. 우리는 문제를 해결하는 데 놀라울 정도로 뛰어나며 기계보다 직관과 뉘앙스에도 훨씬 뛰어납니다. Clario에서는 AI를 사용하여 반복 가능한 작업에 대한 부담을 제거합니다. 우리는 이를 사용하여 환자 이미지, 이전 임상시험 또는 분석하려는 기타 항목 등 광범위한 데이터 세트를 분석합니다. 일반적으로 기계는 인간보다 더 빠르게, 어떤 경우에는 더 잘 수행할 수 있습니다. 그러나 그것들은 우리 업계의 훌륭한 사람들이 갖고 있는 인간의 직관과 과학 및 실제 경험을 대체할 수 없습니다.
특히 종양학, 심장학, 호흡기 연구와 같은 분야에서 AI가 향후 몇 년 동안 임상 시험에 어떤 영향을 미칠 것으로 예상하십니까?
종양학 분야에서는 의료 영상에서 정량적 지표를 추출하는 방사선학에 응용 AI를 활용하는 방식을 발전시키는 일이 매우 기대됩니다. Radiomics에는 종양의 이미지 획득, 이미지 전처리, 특징 추출, 모델 개발, 검증 및 임상 적용을 포함한 여러 단계가 포함됩니다. 점점 더 발전하는 AI를 사용하면 종양의 행동을 예측하고, 치료 반응을 맞춤화하며, 종양의 비침습적 영상을 기반으로 환자 결과를 예측할 수 있습니다. 우리는 이를 질병의 조기 징후와 질병 재발의 조기 발견에 사용할 수 있을 것입니다. 더욱 발전된 AI 도구가 방사선학 및 임상 워크플로우에 더욱 통합됨에 따라 종양학 및 환자 치료에 큰 진전이 있을 것입니다.
저는 호흡기 연구의 미래에 대해서도 마찬가지로 기대하고 있습니다. 작년에 우리는 임상 시험에서 호흡기 데이터 수집을 개선하기 위해 AI 모델을 구축한 벨기에 회사인 ArtiQ를 인수했습니다. 그들의 설립자는 이제 나의 최고 AI 책임자이며 우리는 호흡기 솔루션에서 큰 성과를 기대하고 있습니다. 알고리즘 적용에 대한 우리의 접근 방식은 특히 환자와 현장 부담을 줄이는 데 도움이 되므로 게임 체인저가 되었습니다. 호기 데이터가 실시간으로 분석되지 않고 나중에 이상 징후가 감지되면 환자는 또 다른 검사를 위해 병원을 다시 방문해야 합니다. 이는 환자에게 스트레스를 가중시킬 뿐만 아니라 임상시험 의뢰자에게 지연 및 추가 비용을 발생시킬 수 있으며 이는 다양한 운영 문제로 이어집니다. 당사의 새로운 폐활량 측정 장치는 ArtiQ 모델을 활용하여 거의 실시간 오버리드를 제공함으로써 이러한 부담을 해결합니다. 즉, 문제가 발생하면 환자가 진료소에 있는 동안 즉시 문제를 식별하고 해결합니다.
마지막으로, 우리는 치료 영역 전반에 영향을 미칠 도구를 개발하고 있습니다. 예를 들어 머지않아 전자 임상 결과 평가(eCOA)에서 AI가 점점 더 많은 가치를 제공하게 될 것입니다. 환자가 경험하는 미묘한 변화를 포착하고 측정하는 AI 모델을 살펴보겠습니다. 이 기술은 수많은 연구자들에게 도움이 될 것이지만, 예를 들어 알츠하이머 연구자들은 환자가 질병 단계에 있는 위치를 이해할 수 있을 것입니다. 그걸로 케이 지식을 바탕으로 약물 효능을 더 잘 측정할 수 있으며 환자와 보호자는 질병 관리에 더 잘 대비할 수 있습니다.
임상 시험 내에서 다양성을 확대하고 환자 모집단의 건강 형평성을 개선하는 데 AI가 어떤 역할을 할 것이라고 생각하시나요?
기술적인 렌즈로만 AI를 본다면 문제가 생길 것 같습니다. AI는 기술, 과학, 규제 등 모든 각도에서 접근해야 합니다. 우리 업계에서 진정한 우수성은 인간의 협력을 통해서만 달성되며, 이는 “나이, 성별, 성별, 인종 및 민족을 고려하는 모델을 교육하고 있습니까?”와 같은 올바른 질문을 하는 능력을 확장합니다. 업계의 다른 모든 사람들이 도구를 개발하기 전에 이러한 유형의 질문을 한다면 AI는 약물 개발을 가속화할 뿐만 아니라 모든 환자 집단을 위해 가속화할 것입니다.
2025년 이후 임상 시험 분야의 AI 발전에 대한 Clario의 계획이나 예측을 공유해 주실 수 있나요?
2025년에는 바이오제약 분야에서 이전과는 전혀 다른 방식으로 AI와 실시간 분석을 활용하게 될 것입니다. 이러한 발전은 임상시험을 간소화하고 의사결정을 향상시킬 것입니다. 연구 구축 속도를 높이고 위험 기반 모니터링을 구현함으로써 일정을 가속화하고 환자의 부담을 완화하며 스폰서가 더 정확하고 효율적으로 생명을 구하는 치료법을 제공할 수 있도록 할 수 있습니다. 지금은 의료 혁신을 위해 함께 노력하는 우리 모두에게 흥미로운 시기입니다.
훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자들은 방문하시기 바랍니다. 클라리오.
게시물 Jay Ferro, Clario 최고 정보, 기술 및 제품 책임자 – 인터뷰 시리즈 처음 등장한 Unite.AI.
