فاواد بوت، الرئيس التنفيذي والشريك المؤسس لشركة Penguin Ai – سلسلة المقابلات

فاواد بوت، الرئيس التنفيذي والشريك المؤسس لشركة Penguin Ai، هو خبير في مجال بيانات الرعاية الصحية والذكاء الاصطناعي، أسس الشركة بعد توليه مناصب قيادية في كايزر بيرماننت، يونايتد هيلث كير، وأوبتوم، حيث أشرف على مبادرات حوكمة البيانات والتحليلات والذكاء الاصطناعي والمنصات المؤسسية على نطاق واسع. خبرته في قيادة استراتيجية البيانات داخل أكبر المنظمات المالية والمقدمين للخدمات الصحية شكلت تركيز شركة Penguin Ai على حل العيوب الإدارية في مجال الرعاية الصحية باستخدام الذكاء الاصطناعي المخصص، بدلاً من فرض منصات عامة على عمليات الرعاية الصحية المعقدة. تحت قيادته، تقوم شركة Penguin Ai حول أطروحة عملية: الرعاية الصحية تحتاج إلى أنظمة ذكاء اصطناعي مصممة خصيصاً لعمليات الممولين والمقدمين، مع القدرة على تقليل العمل اليدوي وتحسين الدقة ومساعدة الفرق على قضاء المزيد من الوقت على القرارات السريرية والتشغيلية ذات القيمة العالية.

Penguin Ai هي شركة ذكاء اصطناعي أصلية في مجال الرعاية الصحية تركز على توفير حلول تكنولوجية لتحسين العمليات الإدارية والسريرية للممولين والمقدمين وشركات إدارة الدورة المالية وشركاء التكنولوجيا الصحية. منصة الشركة تجمع بين نماذج لغة خاصة بالرعاية الصحية، وعاملات رقمية، ووكلاء ذكاء اصطناعي، وإمكانيات الحوكمة والامتثال، وتوفر تكنولوجيا أتمتة سير العمل لاستخدامات مثل الموافقة المسبقة، ومعالجة المطالبات، والترميز الطبي، وإدارة الاستئنافات، وضبط المخاطر، وضمان سلامة الدفع، وملخصات الملفات الطبية، وملخصات الوثائق السريرية، وتحقق الأهلية. حصلت الشركة على 29.7 مليون دولار في التمويل الاستثماري، بما في ذلك 25 مليون دولار في جولة التمويل الأصلية بقيادة Greycroft، لتوسيع عمليات التوظيف وتطوير المنتجات والتنسيق مع الممولين والمقدمين، وأطلقت أيضًا منصة Gwen، وهي منصة بناء الذكاء الاصطناعي التي تساعد فرق الرعاية الصحية على إنشاء عاملات رقمية محكومة لعمليات العمل الإدارية.

بعد قيادة منظمات البيانات والتحليلات على نطاق واسع في كايزر بيرماننت، يونايتد هيلث كير، وأوبتوم، ما هي التجارب المحددة التي أقنعتك بأن الرعاية الصحية تحتاج إلى منصة ذكاء اصطناعي مخصصة، وكيف شكلت تلك الدروس رؤية تأسيس شركة Penguin Ai؟

سأخبرك بالدقيقة التي أدركت فيها الأمر. كنت جالساً في مراجعة واحدة من الممولين الكبار، ونظرت إلى قائمة من الموافقات المسبقة التي تم إرجاعها ثلاث مرات، ولم تكن هناك سؤال سريري حقيقي متعلق بأي منها. تم إرجاعها لأن الحقل لم يتطابق أو وثائق الدعم ظهرت في الشكل الخطأ. كان بعض أفضل المشغلين في البلاد يقضون يومهم في تغذية آلة أنتجت شيئاً لا يفيد المريض على الجانب الآخر. رأيت نفس الفاقد في كايزر، يونايتد هيلث كير، أوبتوم، فقط بملابس مختلفة. في ذلك الوقت توقفت عن قبول خطاب الصناعة الذي يقول إن الاحتكاك هو ثمن النطاق. جاءت رؤية شركة Penguin Ai مباشرة من ذلك الإحباط: بناء منصة تتكلم لغة الممول والمقدم، وضع سياق الرعاية الصحية داخل النظام بحيث يطبق عامل الذكاء الاصطناعي معاييرك ويوضح سببها، والحفاظ على شخص مسؤول عن الحكم السريري، ورفع العمل الشاق عن الجميع الآخرين. هذا هو اللعبة كلها.

تُركز شركة Penguin Ai على معالجة العبء الإداري في مجال الرعاية الصحية الذي يُقدّر بتريليونات الدولارات. ما هي العمليات التي أدرجتها أولاً، ولماذا برزت الموافقة المسبقة ومعالجة المطالبات والترميز الطبي وإدارة الاستئنافات كفرص كبيرة للتحول المدفوع بالذكاء الاصطناعي؟

ذهبنا إلى حيث يصرخ الألم بصوت عال. برزت الموافقة المسبقة ومعالجة المطالبات والترميز الطبي وإدارة الاستئنافات لأنهما كومة هائلة من العمل المتكرر حيث تتبع معظم الحالات نمطاً، والاستثناءات نادرة لدرجة أن شخصاً يجب أن يرى فقط الاستثناءات. قادت الموافقة المسبقة القائمة لأنك يمكن أن تشاهد مريضاً يعاني بينما تظل الأوراق في قائمة الانتظار، ولا أحد يدافع عن ذلك بوجه مستقيم. عندما تحمل عاملات الذكاء الاصطناعي الحمل الروتيني وترسل الحالات الفعلية إلى شخص، تكون النتائج واضحة. تتم المراجعات بسرعة تصل إلى 97٪، وتنخفض الرفضات بنسبة تزيد عن النصف، ويت حل معظم الحالات دون لمس يدوي. اخترت هذه الأربعة لأنها تسمح لي بثبات الفرضية بسرعة: نزع العبء الإداري وتحسين الرعاية الصحية للمريض والطبيب والشخص الذي يقوم بالعمل. الجميع يفوزون في نفس الحركة، وهذا هو السبب في أننا بدأنا منها.

كما قيمت العديد من موردي التكنولوجيا المؤسسية كمسؤول في مجال الرعاية الصحية، ما هي الأسباب الأكثر شيوعاً لفشل شركات الذكاء الاصطناعي في الحصول على زخم داخل الأنظمة الصحية الكبيرة والممولين؟

جلسة على جانب الشراء لفترة كافية لمشاهدة الشركات الناشئة تحرق فرصتها بالطرق الثلاث نفسها. الأولى، يتعاملون مع مجال الرعاية الصحية كما لو كان أي حساب مؤسسي آخر ويصطدمون بالفوضى التكاملية والنظم القديمة والوزن التنظيمي الذي لم يحذرك منه أحد. الثانية، يبخرون بالاستقلالية ثم لا يستطيعون الإجابة على السؤال الصعب الأول، وهو دائماً بعض نسخة “أرني كيف وصلت إلى هناك”. لا توجد سجلات مراجعة، لا توجد سجلات سبب مقبولة من قبل فريق الامتثال، وتموت التجربة هناك في الغرفة. الثالثة، يصلحون جانباً واحداً من علاقات الممول والمقدم ويفشلون في فهم أن الاحتكاك يعيش في المشابك بينهما. وأنا أصدق أن كل مشتري أعرفه متعب. لديهم درج مليء بأدوات مدعومة بالذكاء الاصطناعي أضافت لوحة تحكم ولم تُزح أي عمل عن أحد. العتبة مرتفعة والصبر محدود، ومن لا يستطيع إظهار مسار حقيقي من التجربة إلى الإنتاج يُظهر الباب.

ما هي الصور الناجحة للتبني الناجح للذكاء الاصطناعي داخل منظمة الممول أو المقدم الكبيرة، وما هي الأخطاء التي يرتكبها القادة عند محاولة توسيع نطاقه؟

التبني الناجح يبدأ بشكل صغير ويكسب طريقه إلى الأعلى. اختر عملية واحدة تؤثر حقاً وتحافظ على الناس في الحلقة حتى يتمكنوا من مشاهدة العمل المنجز وثقته، واسمح للأدلة أن تشتري التوسع. عندما يرى الفريق عامل الذكاء الاصطناعي يخلص الحالات الروتينية بشكل صحيح ويسلم الحالات التي تحتاج إلى حكم، يتوقفون عن مقاومة ويتساءلون عن المزيد. الأخطاء واضحة ومؤلمة. يحاول القادة غليان المحيط ونشر التكنولوجيا في كل مكان في نفس الوقت. يشترون التكنولوجيا ويعيدون تصميم سير العمل حولها، لذلك ينتقل العبء إلى قائمة أخرى. أو يخلعون البشر بسرعة، يحرقون الثقة، ويتساءلون لماذا لا يلمسون الشيء. توسيع نطاق الذكاء الاصطناعي في نظام صحي هو وظيفة إدارة التغيير يرتدي زي التكنولوجيا. الفرق التي تفوز تعاملت بهذه الطريقة وتلتزم بمعيار صعب منذ اليوم الأول حتى يعرف الجميع ما يبدو عليه النجاح.

تُشدد شركة Penguin Ai على نماذج الذكاء الاصطناعي الأصلية في مجال الرعاية الصحية وعمليات سير العمل بدلاً من حلول الذكاء الاصطناعي العامة للمؤسسات. ما هي التحديات الفريدة في مجال الرعاية الصحية التي تتطلب نهجاً متخصصاً، وأين تقع منصات الذكاء الاصطناعي العامة؟

مجال الرعاية الصحية ليس حالة استخدام مؤسسية عامة، والتصرف على عكس ذلك يؤدي إلى الحرق. لديها لغتها الخاصة، وقواعدها الخاصة، ونتائجها الخاصة، وكل ذلك ليس اختيارياً. النموذج العام سوف يقدم لك جواباً واعداً ومقبولاً لكنه خاطئ بشكل هادئ، لأنه لا يحمل معايير الضرورة الطبية ولا يستطيع أن يظهر عمله بطريقة يُقبل عليها مدقق أو سريري. غير مقبول. بنينا شركة Penguin Ai في طبقات لهذا السبب بالضبط: طبقة بيانات تجمع المعلومات معاً، طبقة سياق تحتوي على المنطق والحوكمة الخاصة بالرعاية الصحية، وقوة عمل الذكاء الاصطناعي التي تقوم بالعمل الفعلي، بما في ذلك حلول عامل الذكاء الاصطناعي المسبقة وGwen، المنشئ الذي يسمح لفريقك بإنشاء عوامل ذكاء اصطناعي جديدة. تقع منصات الذكاء الاصطناعي العامة لأنها تعاملت مع خبرة الرعاية الصحية كما لو كانت شيئاً يمكنك التلميح إليه. لا يمكنك.

كيف ترى الذكاء الاصطناعي يغير الموافقة المسبقة خلال الخمس سنوات القادمة، وما هي الحماية اللازمة لضمان أن التأتمتية تحسن النتائج دون إنشاء حواجز جديدة؟

خمس سنوات في المستقبل، الموافقات البسيطة تعود في دقائق، تُطبق بشكل متسق ضد إرشاداتك، مع تشغيل السريري في أي شيء يتطلب حكم سريري. هذا هو الإصدار الجيد. الجزء الذي يُغفل الناس: التأتمتية يمكن أن تُصنع الحواجز بسهولة إذا بنيتها بلاجدة. طريقة أسرع لرفض الرعاية هي سوء الممارسة بأداء أفضل. لذا الحماية هي كل اللعبة. كل توصية يقدمها عامل الذكاء الاصطناعي يجب أن تحمل سببها وسجلاً كاملاً للمراجعة، ما نسميه صندوق زجاجي، حتى يتمكن أي شخص من رؤية كيف وصلت إلى هناك. السرعة لا يجب أن تصبح غطاء لجدار من الرفض التأتمتيكي. ويتحمل شخص مؤهل مسؤولية الحكم السريري دائماً. احصل على ذلك بشكل صحيح والموافقة المسبقة تتوقف عن كونها الشيء الذي يخاف منه المرضى والأطباء. احصل عليه بشكل خاطئ وتبني نسخة أسرع من المشكلة. أنا مهتم فقط بالنسخة الأولى.

ما هي أكبر العوائق الفنية والتشغيلية لنشر الذكاء الاصطناعي الذي يمكنه التعامل مع المهام الإدارية المعقدة في مجال الرعاية الصحية بتدخل بشري أقل؟

الجزء الصعب ليس العرض التوضيحي، بل هو الحواف. معالجة الاستثناءات، البيانات غير المتسقة والمزعجة، والنظم القديمة التي لم تُبنَ أبداً للتواصل مع أي شيء. هذا هو المكان الذي يعيش فيه الهندسة الحقيقية، وهو غير ممتع. العائق التشغيلي هو الثقة، والتي لا تمنحها أي نظام صحي مجاناً. إذا لم يتمكن فريقك من مراجعة الذكاء الاصطناعي أو تفسيره، فسيوقفون توسيع نطاقه، نقطة. الآن دعني أضف بعض الرد على الفرضية قليلاً. “التدخل البشري الأقل” هو الهدف الخاطئ، ويقلقني عندما أسمعه. الهدف هو تحرير فرقك من الحالات المتكررة والسماح لهم بالتركيز على الحالات المعقدة والقرارات التي تتطلب حكماً، حيث يكسبون خبرتهم فعلاً. عاملات الذكاء الاصطناعي تحمل الحمل الروتيني وتعرف متى يجب إشراك شخص. تثبيت هذا الإرسال بشكل موثوق وشفاف، في نطاق الرعاية الصحية الحقيقي، هو المشكلة الصعبة التي تستحق الحل. كل شيء آخر هو مشروع معرض علمي.

مجال الرعاية الصحية هو واحد من أكثر القطاعات توجهاً بالتنظيم في العالم. كيف تتوازن بين سرعة الابتكار والامتثال للمتطلبات، والخصوصية، ومتطلبات المراجعة، والاحتياج إلى مسؤولية بشرية في الأنظمة التي تعتمد على الذكاء الاصطناعي؟

تكتسب الحق في الحركة السريعة من خلال بناء أشياء تثبت. في مجال الرعاية الصحية، الحوكمة هي الأساس، وأول ما بنيناه. عندما تتعامل مع بيانات المرضى، حوكمة البيانات هي متطلب أخلاقي، وأعني ذلك بشكل حرفي. كل توصية تذهب إلى معيار صندوق زجاجي، مع سبب ومراجعة كاملة، وهو ما يسمح لفريق الامتثال بالثقة في السرعة. المسؤولية البشرية مدخلة في التصميم، لأن شخصاً مؤهلاً يملك أي شيء يلمس الحكم السريري بينما يتعامل عامل الذكاء الاصطناعي مع التجميع والعبء الروتيني. هذا هو كيف تحصل على السرعة والموثوقية في نفس النظام، وفي هذه الصناعة لا تحصل على واحد وتتجاوز الآخر. معظم الناس يعتبرون الامتثال والمراجعة كفرامل. أراهما كأشياء تسمح لك بوضع قدمك لأسفل في المقام الأول، لأن بدونها لن تصل إلى الإنتاج أبداً.

قمت بالانتقال من إدارة منظمات البيانات والتحليلات على نطاق واسع إلى بناء شركة ناشئة من الصفر. ما هي الجوانب الأكثر إثارة للاهتمام في رحلتك من المشغل إلى المؤسس، وما هي التحديات الأكثر إثارة؟

الجزء الأكثر إثارة للاهتمام هو أنك تحصل أخيراً على بناء الأشياء بشكل صحيح من البداية. داخل منظمة كبيرة، يتحرك التغيير بسرعة المؤسسة. كل تصحيح يجب أن يمر عبر أنظمة قديمة وأولويات منافسة وطبقات من الموافقة، لذلك التغيير الذي تعرف أنه صحيح قد يستغرق ثمانية عشر شهراً للوصول، إذا وصل. هذا الوتيرة سوف يُخدشك عندما تري أن ما يحتاج إلى حدوث واضح. في مساحة المؤسس، تختفي السقف. نحصل على بناء الأشياء من الصفر، وتصميم المنصة حول المشكلة بدلاً من حول ثلاثين سنة من الحلول المتراكمة، وتنفيذ الإجابة الصحيحة بينما لا تزال مهمة. عندما أسمع أن ممرضة استعادت مساءها، أو مريض حصل على إجابة في ساعات حيث استغرق الأمر أيام، يصل ذلك بطريقة لم تصل أبداً في أي مراجعة خطة.

الجزء الأكثر إثارة هو، وصدقني، مدى اعتماد هذا العمل على سرد القصص. جئت من خلال البيانات والنظم، وافترضت أن التكنولوجيا ستحمل الحجة. لا تفعل. أنت تطلب من الناس أن يؤمنوا بطرق عمل مختلفة، وتكتسب هذا الإيمان بنقطة إثبات واحدة في كل مرة. الإيقاع قاس، وترتدي أربعين قبعة قبل الغداء، ولا يزال هذا هو العمل الأكثر معنى الذي قمت به على الإطلاق.

متأملين إلى الأمام، إذا نجح الذكاء الاصطناعي في إزالة الكثير من العبء الإداري من مجال الرعاية الصحية، كيف تظن أن الممولين والمقدمين والمرضى سيعانون من نظام الرعاية الصحية بشكل مختلف خلال العقد المقبل؟

عقد من الزمن، إذا فعلنا هذا بشكل صحيح، النظام يبدو أخيراً وكأنه رعاية. المرضى يحصلون على إجابات حقيقية عندما يكونون خائفين ومرضى، ويتوقفون عن الحاجة إلى الحصول على شهادة في بيروقراطية التأمين فقط لتحصل على ما أمر به الطبيب بالفعل. الأطباء يقضون ساعاتهم على فن الطب وعلى الأشخاص أمامهم، بدلاً من طحن الحالات الروتينية قبل الغداء. الموظفون الإداريون، بعض من أكثر الأشخاص إهمالاً في هذه الصناعة بأكملها، يفعلون أخيراً عمل يستخدم خبرتهم الحقيقية. والممولون والمقدمون يتناسقون بدلاً من رمي الأوراق عبر الشق الذي لا يملكه أحد. هذا هو نظام الرعاية الصحية الذي أبني نحوه. بطاقتي هي شيء ممل وواضح: الوقت الممنوح للرعاية الصحية، والتأخير الذي يتم إزالته من تجربة المريض. كل ما نفعله هو في خدمة هذين الرقمين.

شكراً على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Penguin Ai.