إد تشيدسي، رئيس وحدة أعمال الإضاءة في Inovalon – سلسلة المقابلات

إد تشيدسي، رئيس وحدة أعمال الإضاءة في Inovalon، يأتي إلى هذا المنصب مع خلفية واسعة في البيانات المالية والتحليلات والاستشارات الاستراتيجية — في معظم الأحيان كنائب رئيس في S&P Global Market Intelligence، حيث كان يدير أعمال بيانات وتحليلات بقيمة مليار دولار مع 2000 موظف، والذي كان قبل ذلك مستشارًا للشركات الخاصة وعضو مجلس إدارة في PeerNova Inc. وشركاء المحدودة في Mendoza Ventures.

Inovalon هي شركة تكنولوجيا أمريكية تقدم حلولاً برمجية وبيانات تحليلية سحابية إلى صناعة الرعاية الصحية. من خلال عروضها الرئيسية، منصة Inovalon ONE، تجمع الشركة بيانات سريرية وادعاءات حقيقية ضخمة — تغطي مئات الملايين من الأرواح — لدعم خطط الصحة ومقدمي الرعاية الصحية والصيدليات والمنظمات العلمية للحياة في تحسين النتائج السريرية وجودة الرعاية ودرجات المخاطر وسلامة الدفع والكفاءة التشغيلية.

لقد عملت في مسيرة طويلة في S&P Global (SPGI ) وIHS Markit وInovalon الآن. ما هو الدور أو الخبرة الأكثر تأثيرًا التي أدت بك إلى التركيز على البيانات الحقيقية في العالم (RWD) والتحليلات في مجال الرعاية الصحية، وكيف شكلت رؤيتك لقيادة وحدة أعمال الإضاءة في Inovalon؟

لقد قمت ببناء وتشغيل وتوسيع أعمال البيانات والتحليلات، بشكل رئيسي في الخدمات المالية، غالبًا ما أبدأ من الصفر وآثر في النمو الكبير من خلال مزيج من الاستراتيجيات العضوية وغير العضوية. بعد أكثر من ثلاثة عقود في الصناعة المالية، وصلت إلى نقطة حيث كنت بحاجة إلى التوقف وإعادة ضبط نفسي. كنت في ذلك العالم لفترة طويلة، و虽然 أحببت العمل، إلا أن البيئة بدأت تشعر بأنه أقل إشباعًا. لذلك، في بداية عام 2024، قررت أن أتوقف.

كان ذلك العام ملهمًا بشكل كبير. قمت بتقدير الوقت مع عائلتي، وانضممت إلى مجلس شركة وشركة غير ربحية، وأصبحت أكثر انخراطًا في كنيستي. هذا التغيير أتاح لي فرصة للتركيز على التوازن والمجتمع والغرض بطريقة لم أقم بها منذ فترة طويلة. مع نهاية العام، أدركت أن لدي ما يزال الكثير من الطاقة والشغف لقيادة الفرق وبناء الأعمال، لكنني أردت أن يكون هذا العمل أكثر شخصنة وغرضًا.

عندما اتصل بي آدم كانسلر، الرئيس التنفيذي لشركة Inovalon، ليخبرني المزيد عن الشركة، كانت اللحظة مواتية. عملت بشكل وثيق مع آدم لسنوات عديدة وأحترمه كثيرًا كقائد. وصف Inovalon بأنها شركة رائدة في توفير البيانات والحلول التي تمكن الرعاية الصحية وتعمل مع دافعي الفواتير ومقدمي الرعاية والمنظمات الصيدلانية وشركات العلوم الحياتية، وذكر أن الشركة تبحث عن شخص جديد لقيادة وحدة أعمال الإضاءة.

قبل ذلك المحادثة مع آدم، لم أكن قد فكرت حقًا في أنني يمكنني استغلال خلفيتي في البيانات والتحليلات في صناعة الرعاية الصحية. ومع ذلك، كلما تعلمت أكثر، كلما أصبحت أكثر共鸣ًا. بيانات الرعاية الصحية ملموسة جدًا لأنها يمكن أن تؤثر علينا بطرق حقيقية. فكرة تطبيق نفس القوة التحليلية والقياس التي طورتها في الخدمات المالية لتحسين جودة الرعاية الصحية والنتائج كانت جذابة بشكل كبير. هذا الشعور بالغرض هو ما أتى بي إلى هنا، ويستمر في تشكيل كيفية قيادتي لوحدة أعمال الإضاءة، حيث أجمع بين البيانات والتكنولوجيا والأشخاص لجعل فرق قابل للقياس عبر النظام البيئي الصحي.

كيف ترى تحرك Inovalon لجعل تحليلاتها المتقدمة وبياناتها الحقيقية الأولية متاحة على سحابة Snowflake للبيانات الذكية يتغير ديناميكيات المنافسة في مجال الرعاية الصحية والعلوم الحياتية؟

أعتبره تحركًا استراتيجيًا للوصول إلى العملاء حيث يريدون أن يكونوا، بدلاً من تغيير ديناميكيات المنافسة بشكل ضروري. في ذهني، كان من المهم أن نضمن للعملاء الوصول إلى بياناتنا ومواردنا على المنصات التي يريدون استهلاكها بطريقة أكثر حداثة ومرنة ويمكن الوصول إليها. مع ذلك، كنا نعلم أن أكثر وأكثر من عملائنا يهاجرون إلى منصات مثل Snowflake، لذلك كان من المهم بالنسبة لنا أن نلتقي بهم هناك، حيث يريدون استهلاك بياناتنا.

ما يميز عروض بيانات العالم الحقيقي (RWD) لشركة Inovalon، مثل سجل MORE²، عن منصات بيانات العالم الحقيقي الأخرى من حيث الجودة والعمق والحداثة أو النطاق؟

ما يميز عروض بياناتنا الحقيقية، بما في ذلك سجل MORE²، هو بياناتنا الأولية. نجمع هذه البيانات مباشرة من كيانات مختلفة عبر نظام الرعاية الصحية، مثل دافعي الفواتير أو مقدمي الرعاية الصحية، وتهمنا رؤية شاملة للرحلات الصحية للمرضى، مما يسمح لنا bằng استخلاص رؤى تدعم اتخاذ القرارات عبر مسار الرعاية الصحية.

بينما يعتبر نطاق البيانات التي لدينا متميزًا بحد ذاته، فإن التاريخ والاتساق خلف هذه البيانات هو حقًا ممتاز. من خلال شراكتنا مع Snowflake، يمكن للعملاء الآن الوصول إلى مجموعات بياناتنا الطويلة من البيانات الحقيقية عالية الجودة بسرعة وأمان، وهي القدرة التي كانت تقليديًا معقدة بسبب الأنظمة المجزأة وعمليات استهلاك البيانات اليدوية المعقدة. بالنسبة لشركات العلوم الحياتية وشركات الأدوية الحيوية على وجه الخصوص، من المهم أن يكون لديهم ثقة بأن شريكهم سيقدم بيانات متسقة وموثوقة لاتخاذ القرارات، وهو أساس عروض بياناتنا الحقيقية التي نواصل توسيع نطاقها وتنوع الرؤى التي يمكننا توليدها.

ما هي التحديات الفنية أو الحوكمة الرئيسية في ربط أو دمج مجموعات بيانات من مصادر متنوعة لإنشاء أدلة حقيقية شاملة؟

يبدأ الأمر بالاعتراف بالأساس الذي تأتي منه بياناتنا، وهو يعود إلى التفاعلات بين المريض ومقدم الرعاية الصحية والصيدلية ودافعي الفواتير. غالبًا ما تكون هذه التفاعلات شخصية وتنبعث من نقاط التأثير المهمة في رعايتهم الخاصة. هذا يجعل من الضروري أن نكون أمناء موثوقين لبياناتنا، ويتطلب ذلك حوكمة قوية حول هذه البيانات. نعتبر هذا التزامًا جادًا في Inovalon، خاصة عندما يتعلق الأمر بكيفية تغذية بيانات العالم الحقيقي في عمليات الأدلة الحقيقية. كيف نختار إدارة وحماية واستخدام بياناتنا يحدد مصداقيتنا وثقة شركائنا عبر النظام البيئي.

من التحديات الكبيرة التي نواجهها هو موازنة استخدام البيانات والخصوصية. إذا كان التركيز حصريًا على الخصوصية، تفقد القدرة على تحليل واستخراج القيمة من البيانات بشكل كامل. ومع ذلك، إذا كان التركيز فقط على التحليل، فإنك تخاطر بفشل التزاماتك الأخلاقية أو التنظيمية تجاه المرضى والأسرة. هذا التوازن الصعب ليس فقط تحديًا فنيًا، بل هو تحدي حوكمة. يجب علينا دائمًا أن ننظر في ما يمكننا فعله وما يجب علينا فعله وما لا يمكننا فعله لحماية البيانات التي لدينا مع تحقيق أقصى قيمة وتأثير على النظام البيئي الصحي بشكل أكبر.

من الناحية الفنية، تحدي آخر كبير هو الارتباط. بغض النظر عن عمق أو اتساع مجموعة بيانات واحدة، فإنه لا يكفي أبدًا بمفرده. القدرة على ربط مجموعات بيانات من مصادر متعددة هي حرجة، ونتعامل معها أولوية كل يوم من خلال عملنا مع شركاء مختلفين.

في النهاية، الحوكمة هي عن ضرب التوازن الصحيح بين حماية البيانات بالطريقة الصحيحة مع دفع حدود ما هو ممكن لتحقيق أكبر قيمة للخير العام. هذا ليس دائمًا سهلًا، خاصة عندما تكون بعض اللوائح، على الرغم من نواياها الحسنة، يمكن أن تعيق بدورها الابتكار أو تقييد الفوائد التي يمكننا تقديمها للمرضى والنظام البيئي بشكل أكبر. دورنا هو أن نكون أمناء بيانات حريصين، ونعمل داخل حدود الاتفاقيات واللوائح، ونجد طرقًا مسؤولة للابتكار.

أخيرًا، هناك تحدي هيكلي مع نظام الرعاية الصحية الذي يتميز بالتجزئة الشديدة. لكي يستطيع العميل الوصول إلى جميع البيانات التي يحتاجها، غالبًا ما يتطلب سحبًا من مجموعات بيانات متعددة وربط البيانات عبر نقاط الرعاية المختلفة، مع العديد من الوسطاء في بينهم. بالمقارنة مع صناعات مثل الخدمات المالية، تتقدم الرعاية الصحية بسنوات، إن لم يكن عقودًا، فيما يتعلق بتكامل البيانات والتفاعل. ومع ذلك، هذا هو أيضًا فرصة ضخمة لشركة Inovalon. إذا استمرنا في تحسين كيفية ربط البيانات وجعلها متاحة واستخدامها بشكل مبتكر، يمكننا تقديم تحليلات ومحلات أكثر ابتكارًا في النهاية تخدم المرضى.

كيف توازن بين الخصوصية والامتثال التنظيمي والابتكار عند نشر نماذج الذكاء الاصطناعي على بيانات صحية حساسة؟

الطريقة التي أفكر بها عن الذكاء الاصطناعي هي أنه في النهاية يهدف إلى استبدال أو تعزيز ما يمكن القيام به اليوم، ولكن بطريقة أسرع وأكثر ذكاء وتقدمًا. عندما يريد العميل نشر نموذج ذكاء اصطناعي على بياناتنا، فهذا شيء يجب أن نستقبله. كما هو الحال مع أي استخدام لبياناتنا، هناك شروط وضمانات تحدد ما يمكن للعميل القيام به وما لا يمكنه فعله. هذه تعتمد على أذوناتنا الخاصة وقيودنا واللوائح المعمول بها. هذا الإطار لا يتغير في عالم الذكاء الاصطناعي، وعلينا أن نكون ممكنين. لا يمكننا أن نخاف منه. يجب علينا أن نستقبله مسؤولين من أجل تقدم الذكاء الاصطناعي، لأنه له القدرة على أن يفيد النظام البيئي الصحي بشكل كبير.

الذكاء الاصطناعي يتطلب بيانات تاريخية لإنشاء النماذج وبيانات مستمرة للحفاظ عليها. من منظورنا كموفر بيانات، هذا موقف قوي، لأنه بمجرد بناء نموذج على بياناتنا، يصبح أكثر ترسيخًا. علينا أن نتعامل مع كل نموذج كما لو كان حالة استخدام للعميل، مع التأكد من ترخيصه بشكل صحيح وتنظيمه. الجزء الأكثر حساسية من الذكاء الاصطناعي، خاصة في مجال الرعاية الصحية، هو التأكد من وجود دائمًا إنسان في الحلقة عند تقديم الرعاية. هذا موضوع أكبر بكثير، ويجري مناقشته العديد من الناس.

من منظور بيانات العالم الحقيقي، ما زلنا في المراحل الأولى. لم يؤد الذكاء الاصطناعي بعد إلى نتائج مثيرة في مجال الرعاية الصحية، خاصة عند التركيز على حالات استخدام بيانات العالم الحقيقي. نحن نستكشف فرصًا عديدة، بما في ذلك على سبيل المثال استخراج قائم على التعلم الآلي من الملاحظات السريرية، وهو تطبيق أساسي أكثر للذكاء الاصطناعي. إلى جانب ذلك، ننظر إلى استخدام الذكاء الاصطناعي في تطبيقات التجارب السريرية وتقدم المرض وقابليته للتنبؤ. نحن في بداية هذه الرحلة، ولكن الإمكانات هائلة. في Inovalon، نحن ملتزمون بضمان أن لدينا بيانات عالية الجودة يمكن استخدامها بالتزامن مع الذكاء الاصطناعي بشكل مسؤول، مع حوكمة قوية ومراقبة بشرية، مع الاستعداد لتوسيع تأثيره مع نضج التكنولوجيا والنظام البيئي.

من محادثاتك مع العملاء، ما هي المخاوف الأكثر شيوعًا حول اعتماد الذكاء الاصطناعي والتحليلات التي تعتمد على بيانات العالم الحقيقي في مجال الرعاية الصحية، وكيف تستجيب لهم؟

المخاوف الأكثر شيوعًا التي أسمعها هي جودة البيانات وتصريحات استخدام بياناتنا لتدريب نماذج الذكاء الاصطناعي الخاصة بهم.对于 جودة البيانات، مع الذكاء الاصطناعي، فإن “الغبار داخل، الغبار خارج” صحيح. إذا كانت جودة البيانات رديئة، مما يعني أن البيانات ليست نظيفة أو ربما لا توجد بيانات كافية، فإن الإخراج لن يكون قيمًا جدًا أيضًا. العملاء يتوقعون بيانات متسقة ودقيقة وموثوقة. بالنظر إلى الحجم الهائل الذي نديره، كان أحد أهم أولوياتي الأولى هو ضمان جودة البيانات على مدار اللوحة. لقد عملنا بجد لتنظيف وازالة التكرار وتوحيد وتنسيق وتقديم البيانات إلى أسفل. اتخاذ ملكية جودة البيانات يساعد أيضًا من خلال تحسين الاتساق والثبات عبر مجموعات بياناتنا، مما يسمح لنا بتقديم المزيد من داخل عروضنا التحليلية التقليدية، وكذلك التحليلات القائمة على الذكاء الاصطناعي.

الاعتبار الثاني يتعلق بكيفية استخدام بياناتنا لدعم تطوير نموذج الذكاء الاصطناعي. كمنظمة مدفوعة بالبيانات، من المهم أن نتمكن من تمكين هذه الحالات الناشئة. بالنظر إلى التطور السريع لمساحة البيانات والذكاء الاصطناعي، لجأنا إلى تكييف نهجنا لتمكين ذلك بطريقة مسؤولة، مدعومة بحوكمة قوية وضمانات واضحة وضمانات محددة. هذا التطور يمنح عملائنا القدرة على الابتكار بثقة مع الذكاء الاصطناعي، مع ضمان ممارسات بيانات مسؤولة ومتوافقة وخلاقة.

كيف تقيس النجاح أو العائد على الاستثمار للعملاء الذين يعتمدون منصتك والتحليلات، وما هي المقاييس التي يهتمون بها أكثر؟

نقيس النجاح بالآثار الحقيقية التي تحققها منصتنا والتحليلات على النتائج التشغيلية والسريرية للعملاء. قد تشمل هذه مقاييس النجاح مجموعة متنوعة، مثل تحسين تصنيفات CMS Star في Medicare Advantage، أو تحسين التعديل على المخاطر، أو توليد أدلة حقيقية قابلة للعمل في العلوم الحياتية. الخيط المشترك هو أن الرؤى يجب أن تكون في الوقت المناسب وموثوقة وقابلة للتنفيذ.

بالنسبة للمقاييس، قد يركز العملاء، اعتمادًا على مكانهم على طول مسار الرعاية الصحية، على جوانب مثل تحسين الجودة، أو تقليل الفجوات في الرعاية، أو تحسين الالتزام ببروتوكولات العلاج، أو مكاسب قابلة للقياس في التكلفة أو الاستخدام. يحقق العملاء عائد الاستثمار عندما تساعد تحليلاتنا في اتخاذ قرارات مستنيرة تحسن من نتائج المرضى والكفاءة التشغيلية والأداء الاستراتيجي.

متطلعًا إلى الأمام لمدة 5 سنوات، كيف تتوقع أن يتطور الذكاء الاصطناعي وبيانات العالم الحقيقي في مجال الرعاية الصحية والعلوم الحياتية، وماذا ترى كالحدودية التالية؟

في غضون 5 سنوات، قد تبدو الرعاية الصحية مثل شيء لا نعرفه الآن، ولكن من المستحيل التنبؤ بكيف سيتطور القطاع بسرعة. الوحيد الذي يمكننا التأكد منه هو أنه سيكون تحولًا. بينما يظل إيقاع الابتكار استثنائيًا، يظل التقدم مقيدًا بالتجزئة عبر نظام الرعاية الصحية، الذي يمتد إلى المعامل والصيدليات وسجلات الحالة الإلكترونية، حيث لا تتمكن معظم المنظمات من ربط هذه مصادر البيانات بطريقة معنوية.

إذا كان يمكن ربط البيانات وإنشاؤها بطوليا بطريقة معيارية وموحدة، فأعتقد أن كل شيء ممكن. سيتزايد الذكاء الاصطناعي بشكل متزايد في دعم كل شيء من دعم اتخاذ القرارات السريرية إلى كيفية 접근 المنظمات العلمية للحياة إلى تصميم التجارب السريرية وتنفيذها. في السنوات الخمس القادمة، سنرى المزيد من التأتمت، وتحسين استخدام التحليلات التنبؤية، وزيادة الاتصال الذي يعطي المنظمات الوصول إلى الرؤى التي يحتاجونها في الوقت الفعلي، كل ذلك له القدرة على تحويل رحلات رعاية المرضى وعمليات الرعاية الصحية ككل.

对于 المنظمات التي تبحث عن دمج الذكاء الاصطناعي مع بيانات العالم الحقيقي، ما هي ثلاثة نصائح ستقدمها لهم؟

أولاً وأهم شيء، ركز على البيانات وتأكد من تقييم جودة البيانات باستمرار. ثانيًا، استخدم قوة عقلية قاعدة موظفيك. حقيقة أن أفضل الأفكار يمكن أن تأتي من كل مستوى في المنظمة، خاصة الأجيال الأصغر التي دخلت القوى العاملة والتي كانت تعيش وتتنفس البيانات والتكنولوجيا، يجب على القادة أن يجدوا طرقًا لاستخدام الأفكار والابتكارات التي توجد في داخل المنظمة وخلق منصة لهذه المنظورات لتسمع وتنمو. ثالثًا، اجذب الأشخاص المناسبين. بدون الأشخاص والموهبة الفنية الصحيحة، سيكون من الصعب جدًا الابتكار بسرعة، خلق القيمة، والبقاء في المنافسة.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Inovalon.