AI skal gøre Lundbeck til en ‘bionic’ virksomhed

AI er rykket fra eksperimenter og enkeltstående værktøjer ind i virksomhedernes strategiske maskinrum. Det gælder i høj grad hos Lundbeck, hvor ambitionen nu er at blive en såkaldt ‘bionic’ virksomhed.

Begrebet kan lyde som science fiction og lede tankerne hen på exoskeletter, cyborgs og teknologi koblet til hjernen. Men i den moderne teknologiske terminologi handler det om samspillet mellem menneskelig faglighed og avanceret teknologi – i dette tilfælde i form af AI. 

“Det handler om integrationen mellem menneskelig ekspertise og avanceret teknologi. Hvis man tænker på AI alene, er der begrænsninger i teknologiens evner, og det samme gælder mennesker. 

Men når man kombinerer dem, opstår der muligheder for at opnå noget, der er større end det, de kan hver for sig,” siger Markus Kede, Chief AI Officer i Lundbeck.

AI med menneskelig dømmekraft

Markus Kede understreger, at menneskelig dømmekraft, erfaring og faglighed fortsat er afgørende. Men AI kan accelerere de dele af arbejdet, hvor teknologien har særlige styrker.

Han nævner proteinfoldning som et eksempel. I proteinfoldning folder en kæde af aminosyrer sig sammen til en specifik 3D-struktur, der afgør proteinets biologiske funktion. Men hvis et protein folder sig forkert, kan det miste sin funktion. Et problem, der er velkendt i neurodegenerative sygdomme som Alzheimers og Parkinsons. 

Det har altid været en besværlig proces at forudsige proteinets 3D-struktur ud fra aminosyresekvensen. Det har krævet metoder som kryogen elektronmikroskopi, NMR-spektroskopi eller røntgenkrystallografi. Tungt laboratoriearbejde, der har taget måneder eller år, og som ofte er slået fejl. 

Men så i 2018 kom den første udgave af AlphaFold – en AI-model fra Google DeepMind. I stedet for langsommelige fysiske målinger kan AlphaFold med AI, mønstergenkendelse og computerkraft forudsige proteiners 3D-struktur langt hurtigere. AlphaFold har ført til en massiv kortlægning af proteiners struktur og anvendes af forskere over hele verden – også i Lundbeck. Eksempelvis fremhæves det, at en intern forbedring af AlphaFold bruges til mAb discovery med forbedret forudsigelsesrate og hastighed.

“Udviklingen af AlphaFold var en vigtig hjælp til forskerne til næsten at løse udfordringerne med proteinfoldning. Der er således områder, hvor AI har nogle superkræfter, og der er områder, hvor menneskers dømmekraft og ekspertise har superkræfter. Det bioniske opstår, når vi kombinerer de to,” siger Markus Kede.

AlphaFold er langtfra Lundbecks eneste AI-anvendelse. Selskabet samarbejder således med Iambic Therapeutics og Logica, hvor generativ AI, predictive modelling og machine learning bruges i tidlig lægemiddeludvikling for at udvide antallet af mulige kandidater, reducere tidligt frafald og accelerere discovery-cykler. Forskerne i Lundbeck har også udviklet Knowledge Graphs, der integrerer interne og eksterne data og giver indsigt til genudforskning, protein-targeting og drug repurposing. I den kommercielle del af forretningen anvendes AI til bl.a. bedre forberedelse af salgsmedarbejdere.

For Lundbeck handler AI især om at understøtte selskabets Focused Innovator-strategi, der koncentrerer forskning, investeringer og kommercielle kræfter om de områder i neurovidenskab, hvor det vurderes at kunne skabe størst værdi for forretningen og patienterne. 

I den tidlige forskning kan AI bidrage til hurtigere identifikation af biologiske strukturer og potentielle behandlingsmuligheder. I klinisk udvikling kan AI give et bedre beslutningsgrundlag – for eksempel i forhold til valg af forsøgssteder, patientpopulationer og sandsynlige udfald.

“Der ligger mange beslutninger i klinisk udvikling. Ved at bruge AI til at forudsige udfald kan vi træffe bedre beslutninger tidligere i processen. Det øger sandsynligheden for et positivt resultat, og det er både positivt for os som virksomhed og for patienterne,” siger Markus Kede.

Fra pilotprojekter til strategi

Lundbeck har arbejdet med konkrete anvendelser af AI og succesfulde pilotprojekter, bl.a. i den kommercielle del af forretningen. Men den nye Chief AI Officer-rolle skal løfte indsatsen op på et mere strategisk niveau.

“Det starter ved at koble AI til vores strategi og indlejre det i de kerneprocesser, der handler om, hvordan vi opdager, udvikler og kommercialiserer produkter. Det skal ikke være noget, der ligger ved siden af strategien,” siger Markus Kede.

Markus Kede ser sin rolle som en strategisk, tværgående rolle, hvor opgaven er at løfte AI fra lokale projekter til en fælles indsats på tværs af Lundbecks værdikæde.

“Vi har allerede mange gode initiativer fra et funktionelt perspektiv. Men vi har endnu ikke i tilstrækkelig grad tænkt det fra et koncern-perspektiv. Det handler om at prioritere, hvor vi har de største muligheder for at bruge AI på tværs af værdikæden,” siger han. Balancen er vigtig, pointerer han.

“Vi skal ikke centralisere alt og sige, at alt kun må komme fra centralt hold. Så risikerer vi at skabe noget, der ikke kan bruges lokalt. Men hvis vi kun arbejder bottom-up, høster vi ikke de muligheder, der går på tværs,” siger han.

Styrker AI-ambitionen

Lundbeck har de senere år indgået flere AI-partnerskaber, bl.a. med OpenAI, Iambic Therapeutics og Danish Centre for AI Innovation, der driver den danske AI-supercomputer Gefion.

“Når man tænker på Lundbecks størrelse, er den på mange måder optimal. Men det betyder også, at vi skal være kloge i vores beslutninger om, hvad vi selv bygger, hvor vi udvikler egne kapabiliteter, og hvor vi samarbejder for at få adgang til ny teknologi og innovation,” siger han.

Gefion er ifølge Markus Kede et godt eksempel. At opbygge den type supercomputer-kapacitet alene ville være en meget stor investering for Lundbeck. Her giver det mening at samarbejde og få adgang til teknologi, der ellers ville være vanskelig og dyr at etablere selv. Omvendt er der områder, hvor Lundbeck skal udvikle egne kapabiliteter. 

“Dér, hvor vi virkelig har mulighed for at skabe en konkurrencefordel, er, når vi bruger vores egne data, vores indsigt, vores viden og vores erfaring – og bygger kapabiliteter omkring det,” siger han.

Markus Kede advarer mod at implementere AI, blot fordi teknologien er ny og spændende. Samtidig mener han, at virksomheder skal give plads til eksperimenter, før der stilles for hårde krav til et dokumenteret afkast.

Han sammenligner AI-porteføljen med forskning. I de tidlige faser prøver man mange ting af. Noget virker, noget gør ikke. Men når et initiativ bevæger sig fra idé til struktureret eksperiment og senere skalering, skal kravene skærpes, og der skal være tydeligere KPI’er.

“Det er vigtigt altid at have en hypotese om, hvad man forsøger at opnå, og hvilken værdiskabelse man stræber efter. Men man skal også have et frirum til at eksperimentere med, hvordan man når dertil,” siger Markus Kede.

Ansvarlig AI i en reguleret industri

Som medicinalvirksomhed er Lundbeck underlagt omfattende krav til kvalitet, dokumentation, sikkerhed og compliance. Derfor spiller kontrol også en afgørende rolle, når nye AI-løsninger skal udvikles og tages i brug. 

“At være i en stærkt reguleret industri er en del af vores rygrad. Det er naturligt for os, at vi altid skal være compliant og gøre tingene på den rigtige måde,” siger han.

Derfor skal juridiske eksperter, compliance-funktioner og IT-sikkerhed involveres i vurderingen af nye værktøjer og processer. Lundbeck undersøger løbende nye teknologier, også inden for forskning, men første skridt er altid at sikre, at de kan anvendes sikkert og ansvarligt.

“Det er vigtigt, at vi ikke sænker farten unødigt, men vi skal være eftertænksomme omkring regulering, sikkerhed og ansvarlighed i det, vi gør,” siger Markus Kede.

Den sværeste del er at gentænke arbejdet

Implementering af AI i en virksomhed i større skala er forbundet med mange potentielle udfordringer – som teknologi, datakvalitet, regulering, beslutningsprocesser og oplæring af medarbejderne. Men den største udfordring ligger i Markus Kedes optik et andet sted i Lundbecks tilfælde. 

“Det mest interessante, men også mest udfordrende, for os i implementeringen og brugen af AI er ’reimagination’. Vi skal gentænke, hvordan vi arbejder, hvordan vi kan bruge teknologien, hvordan vi kan genopfinde det, vi gør og forestille os at kunne udrette ting, som vi ikke kunne før,” siger han.

Det handler ikke kun om klassisk forandringsledelse, men om det, som Markus Kede kalder vækstledelse: Hvordan kan organisationen vokse i sin måde at skabe værdi på, og hvordan kan den løfte blikket fra funktioner og siloer til arbejdsgange og værdikæder på tværs?

Flere patienter hurtigere

Når Markus Kede ser tre til fem år frem, handler den største forandring ikke om AI i sig selv, men om selve Lundbecks formål.

“Vi er her for at innovere og skabe nye lægemidler til patienter i nød. Jeg tror, at vi vil kunne accelerere processen fra discovery til godkendelse, men også blive bedre til at forstå, hvilke patienter der har størst gavn af vores produkter,” siger han.

På længere sigt ser han store muligheder for, at AI kan hjælpe Lundbeck med at forstå hjernens kompleksitet bedre og adressere sygdomme, som man hidtil ikke har kunnet behandle tilfredsstillende. Men også her vender han tilbage til pointen om det bioniske. 

“Det er ikke, fordi AI løser det alene. Det er, fordi vores forskere kan bruge deres dybe ekspertise på en forstærket måde. Vi kan sætte dem i stand til at gøre ting, de ikke har kunnet gøre før,” siger Markus Kede.