Деніел Кейн є співгенеральним директором і співзасновником ModMed, що базується в Південній Флориді®медична ІТ-компанія, яка трансформує охорону здоров’я за допомогою спеціальних інтелектуальних платформ для підвищення ефективності практики та покращення результатів лікування пацієнтів.
Заснована в лютому 2010 року, ModMed зросла до понад 1200 співробітників і залучила понад 332 мільйони доларів загальних інвестицій. Відома своїм прогресивним зростанням як компанія медичних технологій, ModMed часто визнають як на національному, так і на регіональному рівнях за свої досягнення під керівництвом Деніела. У 2020 році компанія була названа одним із найкращих робочих місць у країні за версією журналу Inc. У період з 2016 по 2018 рік компанія була названа однією з найбільш швидкозростаючих компаній Північної Америки в Deloitte Technology Fast 500.™ список. Починаючи з 2015 року, компанія щорічно входить до ексклюзивного списку Inc. 5000, престижного добору приватних компаній, що найшвидше розвиваються в країні.
Чи можете ви поділитися деякими думками про своє минуле та про те, як це вплинуло на вашу роботу в ModMed?
Моя подорож у технологію почалася під час студентських років у Cornell, коли я був співзасновником Blackboard. Ми змінили освіту, оцифрувавши конспекти занять і створивши платформу, яка дала студентам і викладачам безпрецедентну гнучкість і взаємодію. Для мене успіх Blackboard досяг кульмінації в 2004 році з IPO, і хоча наші рішення кардинально змінили гру в edTech, я не міг не стежити за новими проблемами.
Одна з таких проблем виникла, коли я пішов на плановий огляд до свого дерматолога. У нас була неймовірна розмова про труднощі використання застарілих паперових систем і способи їх вирішення. Розуміючи зв’язок між його медичною експертизою та моїми технічними ноу-хау, ми вирішили об’єднатися та створити ModMed разом із нашою першою платформою електронних медичних записів (EHR).
У той час деякі EHR вже існували, але, на жаль, дослідження часто вказували на них як на одну з головних причин професійного вигорання лікарів. Ми застосували інший підхід і розробили нашу EHR, щоб адаптувати роботу користувача до конкретних робочих процесів медичної спеціальності. Наш флагманський хмарний EHR, EMA, розроблений і продовжує розроблятися лікарями для лікарів, що виділяло нас і визначає наш секрет на ринку. Протягом багатьох років ми розширювали наші пропозиції продуктів, щоб включити повний набір рішень, які допомагають медичним працівникам спростити та оптимізувати свою практику та пришвидшити надання медичної допомоги.
Як ви бачите виграш або програш битви за ефективний ШІ в охороні здоров’я завдяки даним?
Ми починаємо спостерігати зростання впровадження технології штучного інтелекту в практиках для оптимізації робочих процесів і максимізації ефективності. Оскільки ми переходимо в епоху використання штучного інтелекту для виконання більш складних завдань, таких як пропозиція лікування чи інші рекомендації щодо клінічної підтримки, надзвичайно важливо мати правильні дані та стратегію навчання ШІ. ШІ має можливість значно покращити досвід для пацієнтів і постачальників послуг і створити системні зміни, які справді покращать охорону здоров’я, але втілення цього в реальність покладатиметься на велику кількість високоякісних даних, які використовуються для навчання моделей.
Чому дані настільки важливі для розвитку ШІ в галузі охорони здоров’я?
Дані є джерелом життя ШІ, і низька якість даних погіршить продуктивність ШІ, що призведе до неоптимальних результатів. Це може мати жахливі наслідки в медичному закладі, оскільки життя пацієнтів може бути під загрозою. Але більш вірогідним сценарієм є те, що цей негативний досвід може підірвати довіру пацієнтів і постачальників до штучного інтелекту, уповільнюючи прогрес і позитивний вплив цієї революційної технології на охорону здоров’я.
Наприклад, в кабінеті для обстеження інструменти навколишнього прослуховування з підтримкою штучного інтелекту розроблені, щоб пропонувати вміст для клінічних приміток для перегляду та затвердження постачальником. В ідеалі це повинно зменшити кількість часу, який постачальник витрачає на документування в EHR, і забезпечити більше якісного часу з пацієнтом. Однак погане джерело даних і погано навчені інструменти штучного інтелекту можуть мати протилежний ефект, змушуючи постачальників замість цього витрачати надмірну кількість часу на виправлення помилок і переписування приміток.
Крім того, зміщення є значним ризиком, пов’язаним з алгоритмами штучного інтелекту, і якісні дані можуть відігравати ключову роль у зменшенні розбіжностей у сфері охорони здоров’я. Моделі штучного інтелекту можуть вивчати шаблони, які ефективніше лікують одну популяцію пацієнтів у порівнянні з іншими групами, включно з захищеними законом групами. Завдяки моніторингу вхідних даних і навчанню надійним і репрезентативним даним результати штучного інтелекту можуть бути всеохоплюючими та точними.
Чи можете ви детальніше розповісти про типи даних, які використовує ModMed для навчання своїх моделей штучного інтелекту, і про те, як ці дані отримують і як ними керують?
У ModMed ми використовуємо повні спеціальні дані, щоб допомогти з точністю навчити наші моделі ШІ. За останні 14 років ми створили спеціалізовані деідентифіковані набори структурованих даних відповідно до законів про конфіденційність і зараз використовуємо ці власні дані для навчання наших моделей ШІ. Наприклад, наш інструмент навколишнього прослуховування ModMed Scribe був навчений для дерматології, нашого першого спеціального запуску, на мільйонах структурованих параметрів із деідентифікованих записів пацієнтів, взятих із колекції з 500 мільйонів зустрічей пацієнтів.
Як ModMed визначає «етичний ШІ» в контексті охорони здоров’я?
Можливість ШІ мати упередження або надавати неточну інформацію у формі «галюцинацій» або упущень може вплинути на життя пацієнтів. З цієї причини етичний ШІ в охороні здоров’я — це встановлення високих стандартів точності та точності. Це означає ретельно та відповідально розробляти алгоритми та використовувати високоякісні та різноманітні дані, щоб допомогти кожному користувачеві робити точніші прогнози.
Етичний штучний інтелект також полягає в забезпеченні того, щоб люди залишалися в цьому рівнянні. ШІ не повинен «лікувати лікаря», а натомість зменшити адміністративне навантаження на лікарів і досвід їхнього персоналу, щоб вони могли більше зосереджуватися на допомозі пацієнтам.
Які заходи вживаються в ModMed, щоб дозволити етично розробляти та розгортати технології ШІ?
Наш підхід до структурованих даних — підбір високоякісних репрезентативних наборів навчальних даних — допомагає нам втілити в життя відповідальний ШІ. Релевантні та деідентифіковані дані, зібрані з наших систем EHR із різноманітних практик, надають нам різноманітний набір навчальних даних, що відображає різні групи пацієнтів.
Крім того, наша команда розробників використовує очищення даних, щоб полегшити збір і використання високоякісних даних. Цей процес дозволяє нашим командам виявляти, виправляти та видаляти невідповідності, помилки та відсутні значення з набору даних. Завдяки цьому регулярному технічному обслуговуванню ми можемо постійно оновлювати ШІ на основі даних про ефективність, особливо клінічних даних, де результати пацієнтів можуть вплинути.
Чи можете ви обговорити важливість прозорості та підзвітності в розробці ШІ, особливо в охороні здоров’я?
Прозорість уможливлює підзвітність, тому вона є такою важливою основою будь-якого рішення ШІ в охороні здоров’я. Основними пріоритетами лікарів є турбота про пацієнтів і безпека, тому це не дивно 80% від лікарі хочуть знати характеристики та особливості проектування, розробки та розгортання інструментів ШІ.
Крім того, не всі дані однакові. Важливо знати, де і як дані зберігаються та отримуються, а також як регулярно вони оновлюються. Нам пощастило, що з моменту заснування ModMed ми дотримуємося стратегії даних, яка надає пріоритет прозорості та точності. Ми маємо повне розуміння джерел і якості наших даних і впевнені, що наші інтеграції ШІ принесуть значну користь нашим клієнтам.
Як штучний інтелект інтегрується в спеціалізовані системи EHR ModMed, такі як EMA та gGastro?
У нашому портфоліо ми вже деякий час використовуємо машинне навчання та посилюємо наші інвестиції в передовий і генеративний ШІ, щоб спростити медичний бізнес і прискорити якість лікування. Ми розробляємо практичний досвід на основі штучного інтелекту, який починається ще до того, як пацієнт увійде в двері, поширюється через кабінет для обстеження аж до відділу виставлення рахунків.
У клінічній обстановці ми перебуваємо на завершальній стадії пілотної програми прослуховування навколишнього середовища штучного інтелекту для EMA, яка, на нашу думку, змінить правила гри щодо її подальшої функціональності та запропонованого структурованого вмісту. Наше рішення для документації на основі штучного інтелекту розроблено, щоб спростити процес догляду за межами простого транскрибування чи складання нотатки SOAP. Використовуючи величезні масиви структурованих даних, ми навчаємо наші моделі штучного інтелекту отримувати важливу інформацію з розмов між лікарем і пацієнтом і, працюючи разом з нашим EHR, пропонувати відповідний вміст для записів про відвідування, зокрема коди ICD-10, хірургічні коди та рецепти. Це економить дорогоцінний час лікарів і дозволяє їм проводити більше часу зі своїми пацієнтами.
Які конкретні переваги надають постачальникам медичних послуг і пацієнтам спеціальні рішення ШІ?
Немає двох однакових медичних спеціальностей. Вони значно відрізняються залежно від пацієнтів, яких вони приймають, умов, які вони лікують, і медичних кодів, які використовуються для відшкодування. Рішення штучного інтелекту мають бути розроблені з урахуванням цих варіацій, щоб бути ефективними будь-яким справді значущим чином.
Наприклад, EHR та інструменти штучного інтелектуального прослуховування ModMed чітко адаптовані до кожної медичної спеціальності, забезпечуючи високорелевантну та точну підтримку клініцистам. Процес документування кожної спеціальності вимагає різних компонентів у нотатці зі структурованими даними, включаючи унікальні медичні коди та термінологію. Ця спеціалізація дозволяє штучному інтелекту краще розуміти та передбачати унікальні потреби та робочі процеси різних спеціальних практик, що, на нашу думку, призведе до більш ефективного впровадження, швидшого впровадження та більшої загальної ефективності в покращенні операційної ефективності.
Де ви бачите найбільш значні можливості для ШІ в охороні здоров’я протягом наступних п’яти-десяти років?
У майбутньому штучний інтелект, безсумнівно, проникне майже в усі аспекти охорони здоров’я так, як ми не можемо собі уявити. ШІ вже використовується для виконання адміністративних завдань, і найближчим часом ця тенденція, ймовірно, зросте, оскільки цінність ШІ стане більш очевидною.
Я також бачу майбутнє, коли штучний інтелект буде бездоганно інтегрований у взаємодію лікаря та пацієнта, де «інтерфейс користувача» або інтерфейс користувача буде практично невидимим. Замість сьогоднішньої екранної взаємодії штучний інтелект може запропонувати поєднання реальності та доповненої реальності. Штучний інтелект майбутнього стану потенційно може аналізувати медичні записи, щоб виявити критичні відомості та передбачити ризик різних захворювань у пацієнта. Величезна кількість даних у медичних записах дає можливість для штучного інтелекту передбачати майбутні потреби в догляді та створювати та допомагати керувати планами профілактичного лікування.
Цей досвід може вийти за межі практики та стати невід’ємною частиною повсякденного життя пацієнта. Носимі пристрої на базі штучного інтелекту можуть надавати персоналізовану підтримку, відповідати на запитання та призначати зустрічі, серед іншого. ШІ також може дистанційно контролювати життєво важливі показники, виявляючи та повідомляючи постачальників про потенційні проблеми зі здоров’ям. Персоналізовані плани лікування, розроблені для окремих пацієнтів на основі даних і переваг, можуть стати нормою.
Це справді хвилюючий час для охорони здоров’я. У наступні п’ять-десять років з’являться можливості для подальшої трансформації галузі та покращення досвіду пацієнтів.
Дякую за чудове інтерв’ю, читачі, які хочуть дізнатися більше, повинні відвідати ModMed.
