مقابلات
دانيال كين، الرئيس التنفيذي المشارك ومؤسس ModMed – سلسلة المقابلات
دانيال كين هو الرئيس التنفيذي المشارك ومؤسس شركة ModMed®، وهي شركة تكنولوجيا معلومات الرعاية الصحية تقوم بتحويل الرعاية الصحية من خلال منصات ذكية محددة بالتخصص لزيادة كفاءة الممارسة وتحسين نتائج المرضى.
تأسست ModMed في فبراير 2010، وقد نمت إلى أكثر من 1200 موظف وجمعت أكثر من 332 مليون دولار في الاستثمارات الإجمالية. تعرف الشركة بنموها التقدمي كشركة تكنولوجيا طبية، وتتميز ModMed بشكل متكرر على الصعيد الوطني والإقليمي بإنجازاتها تحت قيادة دانيال. في عام 2020، تم تسمية الشركة واحدة من أفضل أماكن العمل في البلاد من قبل مجلة Inc. بين عامي 2016 و2018، تم تسمية الشركة واحدة من أسرع الشركات نمواً في أمريكا الشمالية في قائمة Deloitte Technology Fast 500™. بدءًا من عام 2015، تمت إضافة الشركة سنويًا إلى قائمة Inc. 5000 الحصرية، وهي مجموعة مرموقة من الشركات الخاصة الأسرع نمواً في البلاد.
يمكنك مشاركة بعض الأفكار حول خلفيتك وكيف أثرت على عملك في ModMed؟
بدأت رحلتي في التكنولوجيا خلال سنواتي الجامعية في جامعة كورنيل عندما شاركت في تأسيس Blackboard. لقد قمنا بتحويل التعليم عن طريق تحويل الملاحظات الدراسية إلى شكل رقمي وإنشاء منصة قدمت للطلاب وأعضاء هيئة التدريس مرونة وتفاعل غير مسبوق. بالنسبة لي، انتهت نجاحات Blackboard في عام 2004 مع طرحها العام الأولي، و尽管 كانت حلولنا مبدعة في مجال تكنولوجيا التعليم، لم أستطع إلا أن أبقى عيني على التحديات الجديدة.
كان أحد هذه التحديات عندما ذهبت لاستشارة طبيبي الجلدي. كنا قد قمنا بحوار رائع حول صعوبات استخدام الأنظمة القديمة الورقية وطرق إصلاحها. عند إدراكي للجسر بين خبرته الطبية وخبرتي الفنية، قررنا التعاون وإنشاء ModMed مع منصة سجل الصحة الإلكتروني (EHR) الأولى.
في ذلك الوقت، كانت بعض أنظمة EHR موجودة بالفعل، ولكن الدراسات غالبًا ما أشاروا إليها كأحد الأسباب الرئيسية لاستنزاف المرضى. لقد اتبعنا نهجًا مختلفًا وDesigned نظام EHR الخاص بنا ليتكيف مع تجربة المستخدم إلى تدفقات عمل التخصص الطبي. نظام EHR السحابي الخاص بنا، EMA، مصمم من قبل الأطباء من أجل الأطباء، وهو ما يميزنا ويحدد “الوصفة السرية” الخاصة بنا في السوق. على مدار السنوات، قمنا بتوسيع عروض منتجاتنا لتشمل مجموعة شاملة من الحلول التي تساعد مقدمي الرعاية على تبسيط وتسريع عمليات ممارساتهم وتسريع تقديم الرعاية.
كيف ترى معركة الفعالية الاصطناعية في الرعاية الصحية وكيف يمكن الفوز أو الخسارة مع البيانات؟
نحن نبدأ في رؤية زيادة في تبني تكنولوجيا الذكاء الاصطناعي داخل الممارسات لتبسيط تدفقات العمل وزيادة الكفاءة. مع انتقالنا إلى عصر استخدام الذكاء الاصطناعي لأداء مهام أكثر تعقيدًا – مثل اقتراح العلاج أو التوصيات السريرية الأخرى – من الضروري أن يكون لدينا استراتيجية بيانات وتدريب phù hợpة. يمتلك الذكاء الاصطناعي فرصة لتحسين تجربة المرضى والمقدمين بشكل كبير وcreating تغييرًا نظاميًا سيحسن حقًا الرعاية الصحية، ولكن جعل هذا الواقع سوف يعتمد على كميات كبيرة من البيانات عالية الجودة المستخدمة لتدريب النماذج.
لماذا البيانات حاسمة لتطوير الذكاء الاصطناعي في صناعة الرعاية الصحية؟
البيانات هي حياة الذكاء الاصطناعي، وسيؤدي سوء جودة البيانات إلى إعاقة أداء الذكاء الاصطناعي، مما يؤدي إلى نتائج دون المثالية. يمكن أن يكون لهذا السيناريو عواقب وخيمة في بيئة الرعاية الصحية حيث قد تكون حياة المرضى على المحك. ولكن سيناريو أكثر احتمالا هو أن هذه التجارب السلبية قد تؤدي إلى تقويض ثقة المرضى والمقدمين في الذكاء الاصطناعي، مما يبطئ التقدم والتأثير الإيجابي لهذه التكنولوجيا الثورية على الرعاية الصحية.
على سبيل المثال، في غرفة الفحص، تم تصميم أدوات الاستماع المحيطة بالذكاء الاصطناعي لاقتراح محتوى لملاحظات سريرية للمراجعة والموافقة عليها من قبل مقدم الرعاية. في المثالي، يجب أن يقلل هذا من الوقت الذي يقضيه مقدم الرعاية في توثيق نظام EHR ويسمح بمزيد من الوقت النوعي مع المريض. ومع ذلك، قد يؤدي سوء جودة البيانات وادوات الذكاء الاصطناعي غير مدربة بشكل جيد إلى العكس، مما يترك مقدمي الرعاية يقضون وقتًا طويلاً في تصحيح الأخطاء وكتابة الملاحظات مرة أخرى.
بالإضافة إلى ذلك، يُعتبر الانحياز خطرًا كبيرًا مرتبطًا بخوارزميات الذكاء الاصطناعي، ويمكن أن تلعب البيانات عالية الجودة دورًا حاسمًا في التخفيف من عدم المساواة في مجال الرعاية الصحية. يمكن لنموذج الذكاء الاصطناعي أن يتعلم أنماطًا تُعالج فعليًا أحد السكان المرضى تفضيليًا مقارنة بالسكان الآخرين، بما في ذلك الفئات المحمية قانونيًا. من خلال مراقبة مدخلات البيانات ومدربة على بيانات شاملة وممثلة، يمكن أن تكون مخرجات الذكاء الاصطناعي أكثر شمولاً ودقة.
يمكنك توضيح أنواع البيانات التي تستخدمها ModMed لتدريب نماذج الذكاء الاصطناعي وكيف يتم الحصول على هذه البيانات وإدارتها؟
في ModMed، نستخدم بيانات شاملة محددة بالتخصص لتدريب نماذج الذكاء الاصطناعي بدقة. على مدار 14 عامًا، قمنا بإنشاء مجموعات بيانات محددة بالتخصص، غير معرفة الهوية، متوافقة مع قوانين الخصوصية، ونحن الآن نستخدم هذه البيانات الداخلية لتدريب نماذج الذكاء الاصطناعي. على سبيل المثال، تم تدريب أداة الاستماع المحيطة ModMed Scribe على الملايين من المعلمات المهيكلة من سجلات المرضى غير المعروفة الهوية، التي تم جمعها من مجموعة تضم 500 مليون حالة مريض.
كيف تعرف ModMed “الذكاء الاصطناعي الأخلاقي” في سياق الرعاية الصحية؟
يمكن للذكاء الاصطناعي أن يكون متحيزًا أو يقدم معلومات غير دقيقة في شكل “هلوسة” أو حذف، مما يؤثر على حياة المرضى. لذلك، يعتبر الذكاء الاصطناعي الأخلاقي في الرعاية الصحية هو وضع معايير عالية للدقة والضبط. إنه يتعلق بتطوير الخوارزميات بعناية ومسؤولية، واستخدام بيانات عالية الجودة ومتنوعة للمساعدة في تمكين توقعات أكثر دقة لكل مستخدم.
الذكاء الاصطناعي الأخلاقي هو أيضًا عن ضمان بقاء البشر في المعادلة. يجب ألا “يتجاوز” الذكاء الاصطناعي الأطباء، بل يجب أن يقلل من العبء الإداري الذي يواجهه الأطباء وموظفوهم، بحيث يمكنهم التركيز أكثر على مساعدة المرضى.
ما هي الإجراءات المتبعة في ModMed لتمكين تكنولوجيا الذكاء الاصطناعي من التطوير والنشر بطريقة أخلاقية؟
نحن نتبع نهجًا منظمًا لتحديد بيانات عالية الجودة، وجمعها، وتنظيفها، وتصنيفها، ومراقبتها، واختبارها، ومراجعتها، وتحديثها، وتنفيذها، ومراقبتها، وتحسينها. هذا النهج يسمح لنا بضمان أن تكون بياناتنا دقيقة وموثوقة وآمنة ومتوافقة مع المعايير واللوائح.
بالإضافة إلى ذلك، يتم تدريب فريقنا على استخدام البيانات بشكل مسؤول، ومراقبة أداء الذكاء الاصطناعي، وتحديثه، وتصحيحه، ومراجعته، وتحسينه. نحن نتبع معايير ومعايير وطنية ودولية لضمان أن تكون بياناتنا ونموذج الذكاء الاصطناعي الخاص بنا دقيقين وموثوقين وآمنين ومتوافقين مع المعايير واللوائح.
يمكنك مناقشة أهمية الشفافية والمساءلة في تطوير الذكاء الاصطناعي، خاصة في مجال الرعاية الصحية؟
الشفافية تجعل المساءلة ممكنة، وهو السبب في أنها أساسية لتكنولوجيا الذكاء الاصطناعي في الرعاية الصحية. أولويات الأطباء هي رعاية المرضى وسلامتهم، لذلك ليس من المستغرب أن 80% من الأطباء يريدون معرفة خصائص وسمات تصميم وتطوير وتطبيق أدوات الذكاء الاصطناعي.
بالإضافة إلى ذلك، ليست جميع البيانات متساوية. من المهم معرفة مكان ومصدر البيانات وكيف يتم تخزينها ومراقبتها وتحديثها. نحن محظوظون لأننا منذ تأسيس ModMed، كنا ملتزمين bằng استراتيجية بيانات تُفضل الشفافية والدقة. لدينا فهمًا شاملاً لمصادر بياناتنا وجودتها، ونتأكد من أن تكنولوجيا الذكاء الاصطناعي الخاصة بنا سوف تقدم قيمة كبيرة لعملائنا.
كيف يتم دمج الذكاء الاصطناعي في أنظمة ModMed الخاصة بنظام EHR المحدد بالتخصص مثل EMA و gGastro؟
على مدار محفظتنا، لقد استخدمنا التعلم الآلي لبعض الوقت، ونتعزز استثماراتنا في الذكاء الاصطناعي المتقدم والجديد لتبسيط أعمال الطب وتنفيذ رعاية جودة. نحن نبني تجربة ممارسة كاملة مدعومة بالذكاء الاصطناعي تبدأ قبل وصول المريض إلى العيادة، وتمتد خلال غرفة الفحص، وصولاً إلى قسم الفواتير.
في البيئة السريرية، نحن في المراحل النهائية من برنامج تجربة الاستماع المحيطة بالذكاء الاصطناعي لبرنامج EMA، الذي نعتقد أنه سيكون مُحولاً في وظيفته التنفيذية والمحتوى المقترح. تم تصميم حل توثيقنا المدعوم بالذكاء الاصطناعي لتبسيط عملية الرعاية إلى ما هو أبعد من مجرد النقل أو صياغة ملاحظة SOAP. باستخدام كميات هائلة من البيانات المهيكلة، نحن نتدرب على نماذج الذكاء الاصطناعي لالتقاط المعلومات الأساسية من محادثات الطبيب والمريض، وبالتعاون مع نظام EHR، لاقتراح محتوى ذي صلة لملاحظات الزيارة، بما في ذلك رموز ICD-10 ورموز الجراحة ووصفات الأدوية. هذا يوفر وقتًا ثمينًا للأطباء ويمكنهم قضاء وقت أكثر مع مرضاهم.
ما هي الفوائد المحددة التي تقدمها حلول الذكاء الاصطناعي المحددة بالتخصص لمقدمي الرعاية الصحية والمرضى؟
لا تتشابه أي من التخصصات الطبية. تختلف بشكل كبير مع المرضى الذين يرعونهم، والظروف التي يعاملونها، والرموز الطبية المستخدمة للمصروفات. يجب أن تكون حلول الذكاء الاصطناعي مُحسنة لتناسب هذه الاختلافات لتكون فعالة بطريقة حقيقية.
على سبيل المثال، تم تحسين أنظمة EHR وأدوات الاستماع المحيطة بالذكاء الاصطناعي من ModMed بشكل صريح لكل تخصص طبي، مما يوفر دعمًا ذا صلة ودقيقًا للمراجعين. يتطلب كل تخصص عملية توثيق مختلفة تتطلب مكونات مختلفة داخل الملاحظة المهيكلة، بما في ذلك رموز طبية فريدة ومصطلحات. يسمح هذا التخصص لأداة الذكاء الاصطناعي بالفهم والتنبؤ بشكل أفضل بالاحتياجات والتدفقات العمل الفريدة لممارسات التخصصات المختلفة، ونعتقد أنه سوف يؤدي إلى تطبيق أكثر كفاءة، واعتماد أسرع، وفعالية أكبر في تحسين الكفاءة التشغيلية.
أين ترى أكبر الفرص للذكاء الاصطناعي في مجال الرعاية الصحية خلال الخمس إلى عشر سنوات القادمة؟
في المستقبل، سوف يخترق الذكاء الاصطناعي كل جانب من جوانب الرعاية الصحية بطرق لا نستطيع تخيلها. بالفعل، يتم استخدام الذكاء الاصطناعي لأداء المهام الإدارية، وفي المستقبل القريب، من المحتمل أن تزداد هذه الاتجاهات عندما يصبح قيمة الذكاء الاصطناعي أكثر وضوحًا.
أنا أرى مستقبلًا حيث يتم دمج الذكاء الاصطناعي بشكل متساوٍ في تفاعلات الطبيب والمريض، حيث تكون واجهة المستخدم “الواجهة” غير مرئية تقريبًا. بدلاً من التفاعلات القائمة على الشاشة اليوم، يمكن أن يقدم الذكاء الاصطناعي مزيجًا من الواقع والواقع المعزز. يمكن أن يتحليل الذكاء الاصطناعي السجلات الصحية لتحديد رؤى حاسمة، وتوقعات مخاطر المريض لمرض معين. تقدم السجلات الطبية كمية هائلة من البيانات فرصة للذكاء الاصطناعي لتوقع احتياجات الرعاية الوقائية وتساعد في إنشاء خطط علاج وقائية.
يمكن أن تمتد هذه التجربة إلى ما هو أبعد من بيئة الممارسة وتكون جزءًا من حياة المريض اليومية. يمكن أن تقدم أدوات Wearables المدعومة بالذكاء الاصطناعي دعمًا شخصيًا، وتجيب على الأسئلة، وتحجز المواعيد، من بين أشياء أخرى. يمكن أن يراقب الذكاء الاصطناعي العلامات الحيوية عن بُعد، واكتشاف مشاكل صحية محتملة، وتحذير مقدمي الرعاية. يمكن أن تصبح خطط العلاج المخصصة، المعدة خصيصًا لكل مريض بناءً على البيانات والتفضيلات، هي القاعدة.
هذا هو وقت مثير حقًا للرعاية الصحية. السنوات الخمس إلى عشر سنوات القادمة هي فرص لتحويل الصناعة وتحسين تجربة المريض.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا ModMed.
