مقابلات
غريغ برادي، المؤسس والرئيس التنفيذي لشركة Connect4Patients – سلسلة المقابلات
أضف Unite.AI إلى مصادرك المفضلة على Google
غريغ برادي، المؤسس والرئيس التنفيذي لشركة Connect4Patients، هو مدير تنفيذي في مجال التكنولوجيا ومؤسس شركات ناجح، معروف ببناء منصات مؤسسية على نطاق واسع، مع مسيرة مهنية شملت أدوار قيادية في شركة أوراكل وتكنولوجيا i2 قبل تأسيس شركة One Network Enterprises، حيث شغل منصب الرئيس التنفيذي لما يقرب من عقدين من الزمن وبعد ذلك شغل منصب الرئيس؛ اليوم، يطبق عقودًا من الخبرة في دمج البيانات والذكاء الاصطناعي والنظم القائمة على الشبكات في مجال الرعاية الصحية من خلال Connect4Patients، بهدف حل عدم الكفاءة في الصناعة من خلال توحيد البيانات المتناثرة وتمكين الرعاية الموجهة للمريض بشكل أكثر ذكاء.
Connect4Patients هي منصة تكنولوجيا صحية تركز على تحويل الصناعة الطبية من خلال نظام بياني موحد يركز على المريض، ويحلل القضايا الطويلة الأمد مثل السجلات المتناثرة والرعاية الوقائية المحدودة والتشخيص غير الفعال؛ تقدم الخدمة الأساسية، “الشبكة الصحية”، كبنية رقمية تُنشئ سجل مريض دقيق يمكن الوصول إليه عبر جميع مقدمي الرعاية، في حين تعمل أدوات الذكاء الاصطناعي المدمجة على تعزيز اتخاذ القرارات السريرية وتحسين فهم المريض وتقليل الأخطاء الطبية، في النهاية تهدف إلى خفض التكاليف وتحسين النتائج وتنقل الرعاية الصحية من العلاج التفاعلي إلى إدارة الصحة الطويلة الأمد.
في السابق، كنت المؤسس لشركة One Network Enterprises، حيث بنيت منصة سلسلة توريد عالمية تجمع أكثر من 150 ألف شريك تجاري، مما أدى في النهاية إلى استحواذ شركة Blue Yonder عليها بقيمة تقارب 839 مليون دولار. ما هي الدروس التي استفدتها من تصميم شبكات بيانات متعددة الأطراف التي أثرت على quyếtيمتك لإطلاق منصة الرعاية الصحية ومتابعة فكرة سجل مريض موحد؟
السلاسل الإمدادية موزعة على نطاق واسع عبر الشركات المصنعة للتكنولوجيا، والموردين وشركات اللوجستيات.
قبل تنفيذ One Network، كانت الشركات تركز على عملية يدوية عبر العمليات الداخلية ومع شركائها الموردين وشركات اللوجستيات، ولكن البيانات التي كانوا جميعًا يعملون منها كانت مختلفة. لم يكن هناك إصدار واحد من الحقيقة. هذا زاد من أوقات التأخير وخلق مشاكل في مستويات الخدمة لدعم العملاء. كما أدى ذلك إلى خسائر في المبيعات.
كان من الضروري تقديم إصدار واحد من الحقيقة في الوقت الفعلي لتقليل الوقت والتكلفة وتحسين مستويات الخدمة.
إذا قارنت هذا بالصناعة الطبية، فإن المشكلة هي نفسها. البيانات متناثرة عبر المستشفيات ومقدمي الرعاية الأولية والأخصائيين وأهم من ذلك، المريض. هذا النهج يولد تكاليف هائلة، لأن العمليات اليدوية المتعددة يجب تنفيذها عبر المشاركين. هذا يأخذ الوقت بعيدًا عن رعاية المريض حيث يحاول كل مقدم رعاية إنشاء سجل طبي كامل يدوياً بدلاً من قضاء وقت جودة مع المريض. وأهم من ذلك، هذا العملية اليدوية تنتج عددًا أكبر من الأخطاء الطبية، والتي يمكن أن تكون قاتلة.
حاول الحكومة والصناعة حل هذه المشكلة لسنوات عديدة دون نجاح، ولكن الشبكة والتطبيق الموجه للمريض هو الحل الوحيد القابل للتطبيق.
خبرتي في نشر شبكة تعكس إصدارًا واحدًا من الحقيقة يؤهليني بشكل فريد لحل هذه المشكلة، وهنا تأتي الشبكة الصحية. تعمل الشبكة الصحية كطريق سريع رقمي لتمكين أي مقدم رعاية، بما في ذلك المستشفيات والأطباء والمختبرات ومرافق التصوير، من الانضمام بسهولة ووصول إلى سجل مريض كامل يشمل تاريخ العائلة وبيانات الصحة. ثم تُترجم هذه البيانات بواسطة الذكاء الاصطناعي إلى لغة ووصف يمكن للمريض فهمه. هذا يسمح للمريض بمساعدة تنظيف البيانات في الشبكة وإدارة رعايته الوقائية والعلاجية.
الرعاية الصحية استثمرت بشكل كبير في السجلات الصحية الإلكترونية، ومع ذلك لا يزال الأطباء يجدون صعوبة في التعامل مع البيانات المتناثرة عبر الأنظمة. لماذا بقيت التبادلية مشكلة مستمرة في الرعاية الصحية مقارنة بالصناعات الأخرى التي نجحت في توحيد منصات البيانات؟
التبادلية مرت بمراحل عديدة، من تبادلات البيانات ومعيارها إلى تبادلات المعلومات الصحية على مستوى الولاية (HIE). ومع ذلك، فشلت كل هذه الجهود – ليس لأن الأطباء والنظم لا يريدون مشاركة البيانات، ولكن بسبب التخصيصات الصناعية والعمليات المرهقة للتكامل عبر منشآت متعددة وتخصصات وديموغرافية.
النتيجة الأساسية؟ تبادلات المعلومات الصحية لا تعمل.
هناك مئات الآلاف من تطبيقات السجلات الصحية الإلكترونية في الولايات المتحدة، وتم تحديد نهج مشاركة البيانات كحل نقطة إلى نقطة. ومع ذلك، فإن عدد الاتصالات في حل نقطة إلى نقطة مخيف، وأمان البيانات هو قلق كبير. السر هو شبكة متعددة إلى متعددة حيث يندمج كل عقدة مرة واحدة ويمكنها الاتصال بسهولة بأي شخص آخر في الشبكة دون أي تكامل إضافي.
رؤيتك تركز على إنشاء “مصدر وحيد من الحقيقة” للمرضى. من منظور هندسة النظام، ماذا يعني ذلك في الممارسة، وكيف تضمن أن البيانات التي تدخل إلى مثل هذا النظام موثوقة وموثقة؟
تقع على رأس الشبكة الصحية حلول موجهة للمريض ومتوافق مع luật HIPAA: Connect4Patients. بالاشتراك مع المريض، يحدد Connect4Patients كل مقدمي الرعاية ويدير الأمان عبر الشبكة الفرعية للمقدمين. تعمل الشبكة في مركز بيانات آمن ومتوافق مع luật HIPAA.
يتم ربط المريض بالشبكة ويعرف بسرعة مقدمي الرعاية، و Orion، الذكاء الاصطناعي، يدمج البيانات وينقيها وترجمها إلى لغة يمكن للمريض فهمها، ويشجع المريض على تحسينها. هذه النشاط tạo سجل المريض الموحد وتطبيقًا موجهًا للمريض مع دعم الذكاء الاصطناعي لجميع المشاركين. الشبكة الصحية وتطبيق المريض يضيفان إلى السجلات الصحية الإلكترونية الحالية ولا يتطلبان مشروعًا تقنيًا مكلفًا لتمكينه.
التركيز الرئيسي هو منفعة المرضى؛ السجل ملكهم، وينبغي لهم أن يتمكنوا من الوصول إليه وإدارته.
تؤكد Connect4Patients على مشاركة البيانات القائمة على التصريح ومشاركة المريض. كيف تصمم منصة تمنح المرضى سيطرة على بيانات صحتهم وتسمح للأطباء والنظم الصحية باتخاذ قرارات سريعة مدفوعة بالبيانات؟
ينقل نظام الذكاء الاصطناعي البيانات إلى لغة يمكن للمريض فهمها، وينشئ نسخة منفصلة للمقدم الرعاية. أنواع المستندات هي مبنية على التصريح، مما يسمح للمريض بمشاركة المعلومات التي يوافق عليها فقط. هذا النهج الموجه للمريض يسمح للمريض بالانخراط في رعايته العلاجية ويرشده إلى نهج الرعاية الوقائية في وقت مبكر. هذا النهج الوقائي سيكون التغيير الكبير في الولايات المتحدة.
هذا الإصدار الوحيد من الحقيقة يتم مشاركته من قبل جميع الأطراف؛ يمكن لمقدمي الرعاية استخدام الذكاء الاصطناعي لدعم التشخيص وتحليل التفاعلات الدوائية. يمكن أن يركز نماذج التعلم ومرافق البحث على سجل المريض الكامل لاتخاذ قرارات مدفوعة بالبيانات على الفور.
يعاني العديد من أنظمة الذكاء الاصطناعي في الرعاية الصحية من مجموعات بيانات غير كاملة أو غير متسقة. كيف يغير وجود سرد مريض موحد الطريقة التي يمكن تطبيق نماذج التعلم الآلي في اتخاذ القرارات السريرية؟
بمجرد إنشاء إصدار كامل وموحد من الحقيقة للأسواق العلاجية في الولايات المتحدة، يمكن لأنظمة الذكاء الاصطناعي مساعدة في الرعاية الحادة والمزمنة، بما في ذلك دعم التشخيص والتفاعلات الدوائية والبرامج الغذائية والتمارين الرياضية الموصى بها. يمكن لنموذج التعلم تحديد التغييرات اللازمة لدعم نموذج الرعاية الوقائية. على سبيل المثال، قد يُقترح إزالة المكونات من الإمدادات الغذائية؛ الأدوية التي تؤثر سلبًا على المرضى ويجب إزالتها من السوق؛ وبرامج التمارين الرياضية المناسبة لسكان المرضى المختلفة.
مع سجلات طبية كاملة ونمقية، سيكون نظام الذكاء الاصطناعي أكثر فائدة ودقة. لدينا فهمًا初يًا لجميع الطرق التي يمكن استخدام نظام الذكاء الاصطناعي بها بمجرد توفر سجل حياة كامل يتضمن بيانات طبية وصحية.
في سلاسل التوريد، أظهرت كيف يمكن للشبكات متعددة الأطراف مزامنة النظم البيئية المعقدة. هل ترى أن الرعاية الصحية تتطور نحو نموذج شبكي مشابه حيث تعمل المستشفيات والشركات التأمينية والصيدليات والمرضى على بنية بيانات مشتركة؟
نعم. الشبكة الصحية تدمج كل صناعة الرعاية الصحية. تشمل ذلك المستشفيات والعيادات والأطباء وشركات التأمين والمرضى، ويمكنهم جميعًا الاشتراك بجهود mínima.
من الناحية الفنية، ما هي أكبر العوائق أمام دمج البيانات السريرية والبيانات التشغيلية وبيانات المريض في منصة ذكية واحدة؟
لديها المستشفيات في الغالب采用 معيار FHIR للغة الطبية، ولكن ذلك لا يعني أن سير العمل والبنية التحتية يتوافقان. هذه الاختلافات موجودة داخل وخارج جميع السجلات الصحية الإلكترونية. بالإضافة إلى ذلك، لا تساهم الأنظمة في معايير الموارد FHIR بنفس القدر. على سبيل المثال، قد تشمل بعضها التاريخ الطبي، في حين قد تترك أخرى هذا الموارد فارغًا وتركت للمقدمين الرعاية لإدخال هذه المعلومات في ملاحظة سريرية.
بيانات المريض، مثل المعلومات الصحية والبيانات الرقمية، أكثر تحديًا، لأنها غالبًا ما تكون غير منظمة عبر المرضى والبائعين، ونادرًا ما يتم تضمينها في السجل الطبي التقليدي. حتى عندما يريد المرضى مشاركة هذه المعلومات، غالبًا ما لا يكون لدى الأطباء وصول إلى موقع موحد وموحد أو قد لا يعرفوا أين يدخلونها. في أفضل الأحوال، قد يضيفونها إلى الملاحظة السريرية أو يلغونها بمجرد مغادرة المريض. دمج هذه البيانات المنظمة وغير المنظمة بطريقة كاملة ونمقية هي الحل وسِرّنا.
غالبًا ما تثير منصات الرعاية الصحية القائمة على الذكاء الاصطناعي مخاوف حول الخصوصية والحوكمة. كيف توازن بين التحليلات المتقدمة والتبادلية والمتطلبات التنظيمية الصارمة حول بيانات المريض؟
جميع بيانات المريض محمية وأمنة ومتوافقة مع luật HIPAA.
ينسخ نظام الذكاء الاصطناعي البيانات ويعمّمها، مما يزيل مخاوف الأمان، بحيث يمكن لنظام الذكاء الاصطناعي التعلم من السبب والنتيجة. يمكن استخدام هذه المعلومات لاقتراح تدابير وقائية، مثل البرامج الغذائية وبرامج التمارين الرياضية أو بروتوكولات دوائية جديدة. ولكن هذه المعلومات متاحة عبر النظام – وليس فقط للمريض الفردي.
على مستوى المريض، لا توجد مشكلة الخصوصية والحوكمة، لأن المستخدم يتحكم في الأمان والتصريحات.
مع زيادة اعتماد أنظمة الرعاية الصحية لأدوات الذكاء الاصطناعي، هل تعتقد أن الصناعة تحتاج إلى بنية بيانات أساسية جديدة قبل أن تصل هذه الأدوات إلى إمكاناتها الكاملة؟
يمكن للشبكة الصحية وتطبيق Connect4Patients تحسين البنية التحتية الحالية وجعلها أكثر كفاءة. أعتقد أن إعادة تصور نهج الرعاية الصحية وبنيتها التحتية ستحدث عندما ترى الصناعة قوة الشبكة والبيانات التي يمكن أن توفرها. للآن، الشبكة وتطبيق المريض يُحسنان فقط من الأنظمة الحالية.
نظرًا إلى المستقبل، إذا نجحت الرعاية الصحية في تحقيق سجل مريض موحد وشبكة بيانات ذكية، كيف يمكن أن يُغير ذلك النتائج على مدار العقد القادم – من الرعاية الوقائية إلى الصحة السكانية والطب الشخصي؟
تكلف الرعاية الصحية مليارات وتؤذي مئات الآلاف من المرضى سنويًا. أعتقد أن وضع المريض في المركز سوف يقلل بشكل كبير من هذه التكاليف الطبية المفرطة ويحفظ أرواحًا. يمكننا بسهولة تخيل ما الذي سيفعله حتى جزء صغير من التحسين: منع الأذى لمئات الآلاف وتوفير مليارات سنويًا، بحيث يمكن استثمار الأموال بشكل أكثر ملاءمة (وليس تبديدًا) في رعاية أسلوب حياة أفضل ورعاية وقائية محورها المريض للجميع.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يمكنهم زيارة Connect4Patients.
