Kevin Keenahan, Chief Product Officer ve společnosti Net Health – Interview Series

Kevin Keenahan je Chief Product Officer ve společnosti Net Health a spoluzakladatel společnosti Tissue Analytics, Inc., kterou společnost Net Health získala v roce 2020.

Misi společnosti Net Health je využít data pro lidské zdraví. Nabízejí software EHR a prediktivní, akční analýzy pro lékařské specializace, včetně rehabilitační terapie, péče o rány, domácí péče a hospicové péče a péče o zaměstnance. Jejich řešení jsou důvěryhodná v více než 23 000 zařízeních napříč kontinuem péče, včetně předních nemocnic, zařízení pro dlouhodobou péči, zařízení pro seniory, agentur domácí péče a hospicové péče a ambulantních klinik.

Můžete sdílet příběh o tom, jak jste se zapojil do péče o rány, a jak to vyplynulo z vašich postgraduálních studií na Univerzitě Johna Hopkinse?

V roce 2013 jsem začal své magisterské studium na Centru pro bioinženýrství a design (CBID) Univerzity Johna Hopkinse, které je úžasný program, který mladým inženýrům nabízí možnost rotovat prostřednictvím různých klinických prostředí v nemocnici Johna Hopkinse. Měl jsem štěstí, že jsem viděl chronickou a akutní péči o rány během těchto rotací a zjistil, že tento prostor je fascinující, což mě vedlo k tomu, aby jsem strávil více času v centru pro péči o rány v Hopkinsu.

Přes tuto zkušenost jsem si uvědomil, že v oblasti péče o rány chybí inovace, protože většina léčby ran spoléhá na zastaralé metody a technologie pro hodnocení účinnosti. Viděl jsem v tom příležitost použít své inženýrské vzdělávání k vytvoření řešení pro péči o rány, které by usnadnilo lepší sběr dat a zlepšilo výsledky chronických ran, což mě vedlo k založení společnosti Tissue Analytics v roce 2014.

Společnost Tissue Analytics, Inc. byla poté v roce 2020 získána společností Net Health. Můžete sdílet některé podrobnosti o tomto okamžiku a proč jste se rozhodli pro akvizici?

Net Health® Tissue Analytics používá strojové učení k analýze obrazů ran a automatickému měření hojení. Akvizice byla pro nás vysoce strategická, protože nám poskytla příležitost rozšířit náš dosah a přístup k mnohem většímu datovém souboru pro naše metody strojového učení. Spojením se společností Net Health jsme mohli také využít jejich zavedenou pozici na trhu a přístup k jejich síti poskytovatelů zdravotní péče, kromě posílení jejich podnikání v oblasti péče o rány v nemocnicích.

Jak společnost Net Health využívá strojové učení pro sledování ran?

Algoritmy společnosti Net Health analyzují miliony obrazů za sekundu a automaticky měří velikost a barevnou skladbu rány. Je to o 90 % přesnější než manuální měření pomocí pravítka, které má chybovost 40 %. Tato schopnost vede k objektivnějšímu vyprávění o hojení, aby se zlepšila péče o pacienty a výsledky. Tato technologie je základem našeho mobilního řešení pro zobrazování a analýzu ran, které využívá umělou inteligenci v kombinaci se smartphonem k měření, charakterizaci a analýze chronických ran. Používá také data shromážděná během procesu zobrazování ran k předpovědi, zda je riziko poškození rány v nemocnici, což je özellikle důležité pro nemocnice, které jsou penalizovány za hospitalizované poškození ran.

Proč je přesné sledování velikosti rány tak důležité ve zdravotnictví?

<p Existuje několik důvodů. Přesné sledování umožňuje klinickým pracovníkům sledovat pokrok v hojení rány, učinit efektivní rozhodnutí o léčbě a odhadnout dobu hojení. Pravidelným měřením rány mohou poskytovatelé určit, zda se rána hojí podle očekávání, nebo zda existují známky zpožděného hojení. To pomáhá poskytovatelům učinit informovaná rozhodnutí o správném průběhu léčby a upravit tyto plány podle potřeby. Poskytováním společné základny pro hojení celému týmu péče má nyní každý, včetně pacienta, objektivní měřítko pokroku, které je sdíleno napříč poskytovateli i prostředí péče.

Jaké další typy analýz lze nabízet pro péči o rány?

V našem produktu EHR pro péči o rány, Net Health® Wound Care, můžeme nabízet silné předpovědi kolem rizika amputace a celkové doby hojení rány. Kromě toho nabízíme ukazatel předpovědi zmeškaných návštěv, který označuje pacienty, kteří jsou v ohrožení zmeškané návštěvy. To umožňuje poskytovatelům péče o rány zasáhnout, ať už komunikují přímo s pacientem nebo dvojnásobně rezervují, aby se ujistili, že neztratí příjmy nebo čas strávený poskytováním péče.

Společnost Net Health jde za analýzou ran, jaké další typy služeb nabízí?

Nabízíme také EHR pro plný rozsah rehabilitačních odborníků, kteří zahrnují fyzické a pracovní terapeuty a logopedy. Naše EHR pro rehabilitační terapii slouží soukromým klinikám, nemocničním jednotkám terapie, ambulantním klinikám, zařízením pro dlouhodobou péči a komunitám pro seniory. Naše EHR pro ambulantní a soukromou praxi je vybavena sadou pro zapojení pacientů, která pomáhá klinikám propagovat své služby a zapojit pacienty prostřednictvím digitálních interaktivních nástrojů a automatizovaného digitálního procesu příjmu.

Podle vašeho názoru, proč je adopce umělé inteligence ve zdravotnictví tak důležitá?

Umělá inteligence má potenciál zlepšit přesnost a efektivitu zdravotnických operací, od diagnózy a léčby po automatizaci administrativních úkolů. Algoritmy mohou analyzovat obrovské množství dat a identifikovat vzory, které by pro lidi byly obtížné nebo nemožné detekovat, což umožňuje přesnější diagnózy, personalizovanější plány léčby a lepší alokaci zdrojů. Může také pomoci snížit náklady na zdravotní péči tím, že zefektivňuje procesy a snižuje potřebu manuální práce. Může také pomoci zlepšit výsledky pacientů tím, že umožňuje dříve diagnostikovat a léčit, snižuje riziko komplikací a usnadňuje personalizovanou péči. Například platformy pro péči o rány s umělou inteligencí mohou pomoci poskytovatelům zdravotní péče sledovat pokrok v hojení ran přesněji, identifikovat potenciální komplikace a upravit plány léčby. Poskytovatelé zdravotní péče mohou zlepšit výsledky pacientů, snížit náklady a zůstat v čele technologických inovací v oboru s umělou inteligencí, takže adopce je zásadní, pokud jste ji ještě nevyužili.

Vidíte budoucnost pro generativní umělou inteligenci ve zdravotnictví?

Určitě. Umělá inteligence může pomoci zlepšit přesnost a rychlost diagnózy, což vede k lepšímu výsledku pro pacienty. Generativní umělá inteligence může analyzovat pacientovu zdravotní historii, genetická data a další faktory, aby automatizovala proces dokumentace a současně předpovídala, které léčby jsou nejpravděpodobněji účinné pro tohoto jedince.

Společnost Tissue Analytics původně měla vizi transformovat smartphone do sofistikované platformy pro zobrazování a diagnostiku chronických ran, aby předefinovala, jak se péče o rány dodává. Můžete sdílet, jak se vaše vize vyvinula over time?

Po akvizici společností Net Health společnost Tissue Analytics pokračovala ve vývoji své platformy pro péči o rány, zatímco také integrovala svou technologii do širšího portfolia řešení pro zdravotní péči společnosti Net Health. To umožnilo společnosti Tissue Analytics rozšířit své schopnosti a zahrnout funkce pro předpověď zhoršení poškození ran v nemocnicích a automatické zachycení ran, které obklopují končetiny pacientů, které nazýváme circumferenční zobrazování. Produkt bude i nadále inovovat se zaměřením na identifikaci, prevenci a péči o chronické stavy ran prostřednictvím pokročilých analytických řešení ve všech prostředích péče.

Je něco jiného, co byste chtěli sdílet o společnosti Net Health?

Společnost Net Health má silné zaměření na specializované potřeby poskytovatelů zdravotní péče. Toto zaměření umožňuje společnosti Net Health dodávat řešení, která jsou speciálně navržena pro potřeby poskytovatelů, spíše než nabízet univerzální přístup. Toto pochopení specializovaných klinických pracovních postupů nás staví do jedinečné pozice, abychom mohli shromažďovat nejvýznamnější, vysoce kvalitní data a vyvíjet špičkové nástroje umělé inteligence, které nakonec pomohou posunout celý průmysl vpřed.

Děkuji za skvělý rozhovor, čtenářům, kteří chtějí se dozvědět více, doporučujeme navštívit Net Health.