Vasili Razhnou, generální ředitel a zakladatel MEDvidi – Rozhovor

Vasili Razhnou je generální ředitel a zakladatel MEDvidi, platformy pro duševní zdraví s umělou inteligencí. Jako zakladatel s více než 15 lety zkušeností v oblasti zdravotnictví a podnikání založil pět technologických startupů. V MEDvidi Vasili vede vývoj klinických nástrojů s umělou inteligencí, které snižují administrativní zátěž a umožňují poskytovatelům poskytovat rychlejší a konzistentnější péči. Za jeho vedení společnost dosáhla 30 milionů dolarů v roční výši opakovaných příjmů.

Vy jste strávil přes deset let budováním zdravotnické infrastruktury, od počáteční digitalizace klinik až po rozšiřování několika telehealth projektů, než jste založil MEDvidi. Jaký konkrétní problém nebo okamžik vás vedl k založení této společnosti a jak tyto dřívější zkušenosti ovlivnily váš přístup ke stavbě klinických systémů s umělou inteligencí?

To začalo dlouho před MEDvidi. V roce 2008, když jsem se připojil ke své první klinice, všechno ještě běželo na papíru. Naše kanceláře byly plné zdravotních záznamů, což vytvářelo fyzický a psychický chaos. Trvalo to asi pět dní, než jsme mohli najít a získat pacientovy záznamy.

Koupil jsem skener a shredder, abych digitalizoval všechno. Tato jednoduchá změna transformovala, jak klinika fungovala. Ušetřila peníze a čas a zpřístupnila pacientovy záznamy. Jednoduchý krok ukázal, že někdy je operační infrastruktura základem dobré péče.

Od té doby jsme postavili online rozhraní s cloudovým úložištěm, poté malé intake a EHR systémy, přidávali funkce rok co rok.

MEDvidi původně vznikla z tradičních offline klinik v San Francisku a Miami v roce 2019 a přešla na vlastní telehealth platformu v roce 2020, aby zpřístupnila duševní zdraví po celých Spojených státech. Zatímco jsme stavěli společnost, uvědomili jsme si, že poskytovatelé jsou přetížení – tráví v průměru 16 hodin týdně administrativními úkoly.

Abysme vyřešili tuto překážku, vyvinuli jsme klinický nástroj s umělou inteligencí. Dnes MEDvidi poskytuje péči o běžné podmínky, jako je ADHD, úzkost a deprese, po celých Spojených státech, zatímco automatizuje pracovní postupy a řízení předpisů pro kliníky s umělou inteligencí . Snížení tření v dokumentaci a administrativní práci rozšiřuje jak přístup pacientů, tak kapacitu poskytovatelů.

Vy jste viděl, jak se zdravotnictví vyvíjí od manuálních pracovních postupů po velké telehealth platformy. Jaké jsou největší operační neefektivnosti, které dosud přetrvávají, a proč byly tak těžké vyřešit bez umělé inteligence?

Největší problém ve zdravotnictví je stále kapacita poskytovatelů. Tráví příliš mnoho času administrativními úkoly, což jim nezbývá čas na nové pacienty. V MEDvidi vidíme to na vlastní oči – během tří měsíců od připojení se k nám jsou meisten poskytovatelé 80 % rezervováni pro návazné pacienty.

Během těchto návštěv je většina času strávena rutinními administrativními úkoly, jako je ověření identity pacienta, charting, stažení PDMP zpráv, hodnocení chování spojeného se zneužíváním drog, přezkum lékařské historie apod. Tyto úkoly jsou důležité, ale nevyžadují klinického úsudku pro komplexní diagnózu.

Umělá inteligence změnila to – můžeme nyní automatizovat většinu z nich. Například AI Chart Generator přepisuje návštěvy v reálném čase, aktualizuje dokumentaci každých 60 sekund a snižuje čas chartingu o 10krát. AI Chart Reviewer monitoruje 100 % klinických setkání pro dodržování SOP, snižuje čas přezkumu chartu o 80 % a zajišťuje ID ověření, detekci chování spojeného se zneužíváním drog a dodržování pokynů. AI Receptionist zajišťuje opětovné naplánování prostřednictvím SMS a hlasu, shromažďuje problémy související s předpisy od pacientů, poskytuje aktualizace a integruje informace do pracovních postupů.

Vaše platforma se silně zaměřuje na automatizaci rutinních psychiatrických pracovních postupů, zatímco udržuje lékaře v režii. Jak definujete správnou hranici mezi automatizací a klinickým rozhodováním?

Poskytovatelé zdravotní péče zůstávají v centru péče. To je jediný správný způsob, jak to udělat. Umělá inteligence MEDvidi je navržena tak, aby podporovala a posilovala klinické pracovníky, ne aby je nahrazovala. Každé klinické rozhodnutí, předpis a léčebný plán je přezkoumán a schválen licencovaným zdravotnickým pracovníkem.

Věřím, že zdravotnictví potřebuje více důkazů, že technologie může zlepšit efektivitu bez ohrožení bezpečnosti. Naším cílem je zajistit, aby poskytovatelé neztráceli svůj úsudek na úkolech, které jej nevyžadují. Když pacient přichází na rutinní follow-up a případ je přímý, umělá inteligence může zpracovat přípravu, dokumentaci a přezkum a poskytovatel potvrzuje rozhodnutí. Lidský faktor je vždy v režii, ale zajišťujeme, aby jejich čas byl stráven tam, kde to skutečně záleží.

AI Prescribing Assistant je vyškolen na reálných klinických datech a vyžaduje schválení lékaře pro každé rozhodnutí. Jak přemýšlíte o bezpečnosti, odpovědnosti a auditovatelnosti při nasazování umělé inteligence v tak rizikových prostředích?

Když operujete v vysoce regulovaném prostoru, jako je zdravotnictví, nemůžete si dovolit udělat chybu.

Na rozdíl od jiných zdravotních nástrojů s umělou inteligencí, které jsou vyškoleny na nespecifických lékařských datech, je umělá inteligence MEDvidi vyškolená na 130 000+ reálných psychiatrických návštěv, poskytujících doménovou specifickou přesnost. Je to unikátní infrastruktura, vytvořená a vyškolená pro psychiatrické pracovní postupy, regulace a požadavky na kontrolní látky.

Náš systém umělé inteligence funguje jako vrstva klinické verifikace, založená na zásadách založených na důkazech a na vlastních datech z tisíců reálných historických návštěv. Zajišťuje, aby každý předpis souhlasil se standardy a poskytoval regulátorům transparentní dohled. Důležité je, že umělá inteligence nečiní nezávislá rozhodnutí. To je architektura, kterou jsme záměrně postavili.

Mnohé telehealth platformy čelily kritice ohledně nadměrného předepisování a nesouladů v pobídkách. Jak mohou systémy umělé inteligence skutečně zlepšit dodržování předpisů a obnovit důvěru, místo aby zesílily tyto rizika?

Ve zdravotnictví jsou vždy dvě složky: obchodní a klinická. Mnohé telehealth společnosti rozostřily tuto hranici během boomu, priorizovaly růst a v některých případech kompromitovaly klinickou přísnost.

V MEDvidi jsme vždy tyto funkce přísně oddělovali. Klinická rozhodnutí nejsou nikdy ovlivněna obchodními pobídkami. Naše systémy umělé inteligence tyto oddělení skutečně posilují, místo aby je oslabovaly.

Jednou z hlavních cest, jakými to děláme, je prostřednictvím AI poháněného chart review. Každé setkání pacienta je zkontrolováno proti standardizovaným klinickým SOP, aby se zajistilo, že léčebný plán je vhodný a dodržuje předpisy. Tyto SOP nejsou vytvořeny obchodními týmy – jsou vyvinuty a průběžně přezkoumány výborem licencovaných zdravotnických odborníků a sladěny se všemi platnými zákony a předpisy. Jsou navrženy s jediným cílem: poskytovat nejlepší možnou péči pro každého jednotlivého pacienta. Důležité je, že tyto protokoly jsou plně auditovatelné a mohou být kdykoli přezkoumány regulátory.

Umělá inteligence se stává vrstvou konzistence a odpovědnosti. Pomáhá zajistit, aby rozhodnutí o péči byla založena na klinických standardech, ne na subjektivním tlaku, časových omezeních nebo požadavcích pacientů. To také znamená, že někdy říkáme ne. Pokud pacient přichází s očekáváním konkrétního léku, protože o něm četl online, ale není klinicky vhodný, naši poskytovatelé jej nepředepíší – a umělá inteligence pomáhá vynutit tento standard konzistentně.

Existuje kompromis. Pacienti, kteří neobdrží očekávanou léčbu, mohou zanechat negativní recenze. Ale to je cena za odpovědnou medicínu. Dlouhodobě je tento druh transparentního, protokolárního a auditovatelného systému tím, co posiluje dodržování předpisů a obnovuje důvěru mezi pacienty, poskytovateli a regulátory.

Vy jste zdůraznili, že až 80 % psychiatrických návštěv jsou rutinní follow-up. Jak automatizace těchto interakcí zásadně mění přístup k péči a ekonomiku duševního zdraví?

Dnes je přístup k duševnímu zdraví omezen ne poptávkou, ale tím, jak je čas poskytovatelů rozdělen. Až 80 % psychiatrických návštěv jsou rutinní follow-up – často poháněné regulatorními požadavky spíše než klinickou složitostí. Ve mnoha z těchto případů poskytovatel ověřuje, zda stabilní pacient pokračuje ve stejné léčbě, bez významných změn.

To vytváří strukturální překážku. Poskytovatelé tráví většinu svého času udržováním stávajících pacientů, zatímco noví pacienti čekají 6 až 9 týdnů, než budou viděni. To je přesně tam, kde automatizace má největší dopad. Pro stabilní pacienty je pracovní postup vysoce strukturovaný: kontrola symptomů, monitorování vedlejších účinků, ověření adherence a kontrola compliance.

Tyto jsou interakce poháněné protokoly, které může umělá inteligence zpracovat konzistentně a v měřítku. Když něco spadne mimo očekávané parametry – nežádoucí reakce, změna symptomů nebo jakékoli červené vlajky – případ je okamžitě eskalován k poskytovateli.

Přesunutím těchto rutinních interakcí do umělé inteligence fundamentálně měníme kapacitu. Poskytovatelé mohou přesměrovat svůj čas na nové pacienty a složitější případy, kde je lidský úsudek kritický.

To samo o sobě rozšiřuje přístup bez zvýšení počtu poskytovatelů.

Ekonomika se také mění. Náklady na služby pro stabilního pacienta klesají výrazně, zatímco produktivita poskytovatelů se zvyšuje. Místo toho, aby byl omezujícím faktorem, se čas poskytovatelů stává pákovým zdrojem. V měřítku to znamená kratší čekací doby, nižší náklady a schopnost obsluhovat populace, které dříve nebyly obslouženy – včetně pacientů z venkova a těch, kteří nemohou vzít volno z práce.

Stručně řečeno, automatizace nenahrazuje péči – přepouští ji. Odstraňuje regulatorní a administrativní zátěž z poskytovatelů a mění ji na škálovatelnou infrastrukturu, která je tím, co nakonec odemkne přístup.

V Ihrem nedávném článku Proč je umělá inteligence ve zdravotnictví nasazována na nesprávném místě, argumentujete, že odvětví se příliš soustředí na nahrazování poskytovatelů místo řešení administrativních překážek. Jaké jsou největší mýty, které pohání tuto nesrovnalost?

Lidé stále mají tendenci myslet, že “umělá inteligence ve zdravotnictví” znamená pouze ChatGPT, který mluví s pacienty místo skutečných lékařů a předepisuje léky bez kontroly.

Infrastruktura umělé inteligence ve zdravotnictví je vysoce komplexní a vždy vyžaduje lidský dohled. Když společnosti snaží zkratit a jít přímo k autonomnímu klinickému rozhodování, narazí na problémy s důvěrou, regulacemi a bezpečností.

Správný vstupní bod je administrativní vrstva. Opravte to nejdříve, ukázané a prokázané bezpečnost, vytvořte důvěru a poté expandujte z toho. To je cesta, kterou MEDvidi jde.

Pokud je administrativní automatizace nejvyšším vstupním bodem pro umělou inteligenci ve zdravotnictví, jaké konkrétní pracovní postupy by organizace měly prioritně řešit, aby viděly okamžitý dopad?

Největší chyba je pokoušet se vrstvit umělou inteligenci na top破 pracovních postupů. Cílem by nemělo být.incrementální zlepšení – mělo by to být přemyšlení, kde lze zcela nové pracovní postupy postavit s umělou inteligencí.

Začněte mapováním klinického a operačního procesu od začátku do konce a identifikujte, kde je skutečně stráven čas. Ve většině organizací jsou největší překážky naplánování, tok pacientů a dokumentace. Tyto jsou úkoly s vysokým objemem, opakující se úkoly, kde může umělá inteligence okamžitě dodat ROI. Automatizace naplánování snižuje neúčast a nečinnost poskytovatelů. AI poháněná dokumentace – jako přepis v reálném čase a generování chartu – odstraňuje jednu z největších zátěží na poskytovatele.

Ale skutečná příležitost jde za hranice optimalizace. Některé pracovní postupy, zejména rutinní follow-up nebo kontroly compliance, lze zcela přestavět kolem umělé inteligence, místo aby byly pouze asistovány. To je místo, kde dochází ke skokovým ziskům.

Kontrola compliance je dalším dobrým příkladem. Dnes organizace manuálně auditují malé procento setkání. S umělou inteligencí můžete přezkoumat 100 % interakcí v reálném čase, označit mezery v dokumentaci, odchylky od SOP a potenciální rizika, než se eskalují.

V některých případech tyto nové AI-nativní pracovní postupy nemusí zapadnout do stávajících regulačních rámců. To znamená, že organizace musí být připraveny ověřit svůj přístup, vygenerovat důkazy a úzce spolupracovat s regulátory, aby prokázaly bezpečnost a dodržování předpisů.

Společnosti, které uvidí největší dopad, nejsou ty, které přidávají funkce umělé inteligence, ale ty, které jsou ochotny přestavět základní pracovní postupy kolem toho, co umělá inteligence umožňuje.

Zdravotnictví je jedinečně komplexní s vrstvenými regulacemi, fragmentovanými daty a vysokými důsledky pro chyby. Jak vypadá architektura umělé inteligence v produkčním prostředí ve srovnání s demo nebo pilotním systémem?

Umělá inteligence by měla být vyškolená na doménově specifických, reálných klinických datech a postavená kolem reálných pracovních postupů. Každý výstup by měl být auditovatelný. To znamená, že všechny charty, označené předpisy a kontroly SOP jsou přezkoumatelné a stopovatelné.

Produkční připravený systém také potřebuje zohlednit, jak je péče skutečně poskytována. Poskytovatelé jsou velmi založeni na protokolech. Když najmete nezávislé klinické pracovníky, přinášejí zvyky z předchozích prostředí. Umělá inteligence standardizuje to způsobem a podporuje tyto pracovní postupy.

Znovu, vrstva lidského dohledu je zásadní. Umělá inteligence by měla zpracovat administrativní a analytickou zátěž, zatímco poskytovatelé zůstávají odpovědní za konečná rozhodnutí.

Nej重要něji, systém by měl být postaven od základu s ohledem na dodržování předpisů, bezpečnost a spolehlivost.

Pohledem do budoucna, jak vidíte, že umělá inteligence změní telehealth a předepisování během následujících tří let, zejména když regulátoři začnou reagovat na rané nasazení, jako jsou AI asistované předepisovací pracovní postupy?

Regulační prostředí se mění. Umělá inteligence je již ve zdravotnictví. Státy, jako je Utah, vytvářejí pískoviště, aby technologické společnosti mohly demonstrovat, co může umělá inteligence udělat, včetně předepisování kontrolních látek.

Během následujících tří let uvidíme plně automatizovanou péči pro stabilní pacienty. AI-managed návštěvy s lékaři v dohledu, potvrzující rozhodnutí. Tento model činí péči rychlejší a levnější pro lidi, kteří ji目前 nemohou získat. To je standard, kterého se snažíme dosáhnout.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit MEDvidi.