Interviews
Greg Brady, grundlægger og administrerende direktør for Connect4Patients – Intervju-serie

Greg Brady, grundlægger og administrerende direktør for Connect4Patients, er en erfaren teknologi-direktør og serie-iværksætter, der er kendt for at opbygge store virksomhedsplatforme, med en karriere, der omfatter ledelsesroller i Oracle og i2 Technologies, før han grundlagde One Network Enterprises, hvor han fungerede som administrerende direktør i næsten to årtier og senere som formand; i dag anvender han årtiers erfaring med dataintegration, kunstig intelligens og netværksbaserede systemer på sundhedssektoren gennem Connect4Patients, med det formål at løse branchens ineffektiviteter ved at samle fragmenteret data og muliggøre mere intelligent, patientcentreret pleje.
Connect4Patients er en sundheds-teknologi-platform, der fokuserer på at transformere den medicinske industri gennem en samlet, patientcentreret data-økosystem, der løser længevarende problemer som fragmenterede journaler, begrænset forebyggende pleje og ineffektive diagnostik; dens kerneydelse, “The Healthcare Network”, fungerer som en digital infrastruktur, der opretter en enkelt, præcis patientjournal, der er tilgængelig på tværs af behandlere, mens indbyggede kunstig intelligens-værktøjer forbedrer kliniske beslutninger, forbedrer patientforståelse og reducerer medicinske fejl, med det ultimative mål at reducere omkostninger, forbedre resultater og skifte sundhedspleje fra reaktiv behandling til proaktiv, længdesigtet sundhedsstyring.
I før havde du grundlagt One Network Enterprises, hvor du opbyggede en global forsyningskæde-platform, der forbinder over 150.000 handelspartnere, og som til sidst blev solgt til Blue Yonder for ca. 839 millioner dollars. Hvad lærte du af at designe store, komplekse, multi-partner-data-netværk, og hvordan påvirkede det din beslutning om at lancere sundhedsplatformen og forfølge ideen om en samlet patientjournal?
Forsyningskæder er meget fordelt på tværs af kontraktproducenter, leverandører og logistikfirmaer.
Før udviklingen af One Network var virksomhederne fokuseret på en manuel proces på tværs af interne operationer og med deres leverandører og logistikpartnere, men data, de alle arbejdede med, var forskelligt. Der var ingen enkelt sandhed. Dette øgede leveringstider og skabte serviceproblemer i forhold til at støtte kunder. Det resulterede også i tabte salg.
At levere en samlet, sand sandhed i realtid var nødvendigt for at reducere tid og omkostninger og forbedre service niveauer.
Hvis man sammenligner dette med sundhedssektoren, er problemet det samme. Data er fragmenteret på tværs af hospitaler, almen praksis, specialister og, vigtigst, patienten. Dette genererer enorme omkostninger, fordi mange manuelle processer skal udføres på tværs af deltagere. Dette tager tid væk fra patientpleje, da hver behandler forsøger at manuelt oprette en komplet medicinsk journal i stedet for at bruge kvalitets tid med patienten. Vigtigst, denne manuelle proces resulterer i et højere antal medicinske fejl, der kan være dødelige.
Regeringen og industrien har uden held forsøgt at løse dette problem i mange år, men et netværk og en patientcentreret anvendelse er den eneste livable løsning.
Min erfaring med at udrulle et netværk, der afspejler en enkelt sandhed, kvalificerer mig unikt til at løse dette problem, og det er her, The Healthcare Network kommer ind. The Healthcare Network fungerer som en digital motorvej, der muliggør, at enhver behandler, herunder hospitaler, læger, laboratorier, billedanalysefaciliteter og mere, kan tilslutte sig uden besvær og få adgang til en samlet, komplet patientjournal, der inkluderer familiehistorie og sundhedsdata. Disse data oversættes derefter af kunstig intelligens til et sprog og en beskrivelse, patienten kan forstå. Dette tillader patienten at hjælpe med at rense data i netværket og styre sin egen forebyggende og behandlingsbaserede pleje.
Sundhedssektoren har investeret massivt i elektroniske patientjournaler, men klinikerne kæmper stadig med fragmenterede data på tværs af systemer. Hvorfor er det blevet så svært at opnå sammenhæng på tværs af sundhedssektoren i forhold til andre brancher, der har lykkes med at samle deres data-platforme?
Sammenhæng har gennemgået mange faser, fra dataudvekslinger og standardiseringer til statslige sundhedsinformationssystemer. Men alle disse har fejlet – ikke fordi læger og systemer ikke ønsker at dele data, men på grund af branchetilpasninger og besværlige processer for integration på tværs af multiple faciliteter, specialer og demografier.
Bundlinjen? Sundhedsinformationssystemer virker ikke.
Der er hundredtusinder af implementeringer af elektroniske patientjournaler i USA, og tilgangen til at dele data blev defineret som en punkt-til-punkt-løsning. Men antallet af forbindelser i en punkt-til-punkt-løsning er overvældende, og datasikkerhed er en betydelig bekymring. Hemmeligheden er et mange-til-mange-netværk, hvor hver node tilslutter sig kun en gang og kan umiddelbart forbinde sig til alle andre på netværket uden yderligere integration.
Dit synspunkt handler om at skabe en “enkel sandhed” for patienter. Hvad ser det ud til i praksis fra et systemarkitektur-perspektiv, og hvordan sikrer du, at data, der flyder ind i et sådant system, er troværdige og validerede?
Connect4Patients er en patientcentreret, HIPAA-kompatibel løsning, der er placeret oven på The Healthcare Network. I samarbejde med patienten definerer Connect4Patients hver af deres behandlere og administrerer sikkerheden på tværs af undernetværket af behandlere. Netværket kører i et sikret, HIPAA-kompatibelt datacenter.
En patient er forbundet til netværket og definerer hurtigt deres behandlere, og Orion, kunstig intelligens, fusionerer data og rensker data, oversætter det til et sprog, patienten kan forstå, og engagerer yderligere patienten til at finpudse det. Denne aktivitet skaber en enkelt sandhed og en patientcentreret anvendelse med kunstig intelligens, der understøtter alle deltagere. The Healthcare Network og patientcentreret anvendelse supplerer eksisterende elektroniske patientjournaler og kræver ikke et dyrt IT-projekt for at aktivere det.
Vores hovedfokus er at gavne patienterne; journalen er deres, og de skal kunne få adgang til og hjælpe med at styre den.
Connect4Patients lægger vægt på tilladelsesbaseret data-delning og patientdeltagelse. Hvordan designer du en platform, der giver patienterne kontrol over deres sundhedsdata, mens du samtidig muliggør, at klinikerne og sundhedssystemerne kan træffe hurtige, data-drevne beslutninger?
Kunstig intelligens-systemet oversætter data til et sprog, patienten kan forstå, og skaber en separat version for behandleren. Dokumenttyperne er tilladelsesbaserede, hvilket tillader patienten at dele kun den information, han/hun godkender. Denne patientcentrerede tilgang muliggør, at patienten kan tage en aktiv rolle i sin egen behandlingsbaserede pleje og vejleder dem til en forebyggende tilgang tidligt. Denne forebyggende tilgang vil være det store skift i USA.
Dette enkelte sandhed deltes af alle parter; behandlerne kan bruge kunstig intelligens til diagnostisk støtte og lægemiddelinteraktionsanalyse. Kunstig intelligens-læringsmodeller og en kunstig intelligens-forskningsassistent kan fokusere på den komplette patientjournal for umiddelbare data-drevne beslutninger.
Mange kunstig intelligens-systemer i sundhedssektoren kæmper med ufuldstændige eller inkonsistente datasæt. Hvordan ændrer en samlet patientfortælling måden, hvorpå maskinlæringsmodeller kan anvendes i kliniske beslutninger?
Når en komplet og enkelt sandhed er skabt for det behandlingsbaserede marked i USA, kan kunstig intelligens-systemer hjælpe med akut og kronisk pleje, herunder diagnostisk støtte, lægemiddelinteraktioner, foreskrevne diæter og træningsprogrammer. Læringsmodellerne kan identificere de nødvendige ændringer for at støtte en forebyggende pleje-model. For eksempel kan det foreslå, hvilke ingredienser der skal fjernes fra fødevareforsyningen; hvilke lægemidler negativt påvirker patienterne og skal fjernes fra markedet; og hvilke bevægelses- og træningsprogrammer er passende for forskellige patientpopulationer.
Med komplette og rensede medicinske journaler vil kunstig intelligens-systemet være meget mere nyttigt og præcist. Vi har kun en overfladisk forståelse af alle måder, hvorpå et kunstig intelligens-system kan anvendes, når en komplet livsstilsjournal, der inkluderer medicinske og sundhedsdata, er tilgængelig for kunstig intelligens-systemet.
I forsyningskæder har du demonstreret, hvordan multi-partner-netværk kan synkronisere komplekse økosystemer. Ser du sundhedssektoren udvikle sig mod en lignende netværksmodel, hvor hospitaler, forsikringsselskaber, apoteker og patienter opererer på en fælles data-infrastruktur?
Ja. The Healthcare Network integrerer hele sundhedssektoren. Det inkluderer hospitaler, klinikker, læger, forsikringsselskaber og patienter, der alle kan tilslutte sig med minimal indsats.
Set fra et teknisk synspunkt, hvad er de største barrierer for at integrere kliniske data, operationsdata og patientgenererede data i en enkelt intelligent platform?
Hospitaler har for det meste accepteret en FHIR-standard for medicinsk sprog, men det betyder ikke, at arbejdsgange og infrastruktur også er tilpasset. Disse forskelle er inden for og på tværs af alle elektroniske patientjournaler. Desuden populerer systemerne ikke FHIR-resurs-standarderne lige. For eksempel kan nogle inkludere medicinsk historie, mens andre kan lade denne resurs være tom og vælge at lade behandlere holde denne information i en klinisk note.
Patient-rapporteret data, såsom sundheds- og digital information, er endnu mere udfordrende, da det ofte er ustruktureret på tværs af patienter og leverandører og sjældent er inkluderet i den traditionelle medicinske journal. Selv når patienterne ønsker at dele denne information, har lægerne ofte ikke adgang til en standard, struktureret lokalitet eller ved, hvor de skal indtaste det. Til bedst kan de tilføje det til den kliniske note eller kaste det væk, når patienten forlader. At integrere denne strukturerede og ustrukturerede data på en komplet, ren og omfattende måde er løsningen og vores hemmelighed.
Kunstig intelligens-drevne sundhedsplatforme vækker ofte bekymringer omkring privatliv og styring. Hvordan balancerer du avanceret analyse og sammenhæng med de strenge reguleringskrav omkring patientdata?
Al patientdata er beskyttet, sikret og HIPAA-kompatibelt.
Kunstig intelligens-systemet aggregatorer og anonymiserer data, hvilket eliminerer sikkerhedsbekymringer, så kunstig intelligens-systemet kan lære årsag og virkning. Denne information kan bruges til at foreslå forebyggende foranstaltninger, som diæt- og træningsprogrammer eller nye lægemiddelprotokoller. Men denne information er tilgængelig på tværs af systemet – ikke kun for en enkelt patient.
På patientniveau er privatliv og styring ikke en bekymring, da brugeren er i kontrol over sikkerhed og tilladelser.
Når sundhedssystemer i stigende grad anvender kunstig intelligens-værktøjer, tror du, at branchen har brug for en ny grundlæggende data-arkitektur, før disse værktøjer kan udnytte deres fulde potentiale?
The Healthcare Network og C4P-patient-appen kan supplere den eksisterende infrastruktur for at gøre den langt mere effektiv. Jeg tror, at en genopbygning af sundhedssektorens tilgang og infrastruktur vil finde sted, når branchen ser kraften i netværket og data, det kan levere. For nu gør netværket og patient-appen kun eksisterende systemer bedre.
Set fremad, hvis sundhedssektoren succesfuldt opnår en samlet patientjournal og intelligent data-netværk, hvordan kan det forandre resultater over de næste ti år – fra forebyggende pleje til befolknings-sundhed og personlig medicin?
Sundhedssektoren koster milliarder og skader hundredtusinder af patienter årligt. Jeg tror, at ved at placere patienten i centrum vil dette betydeligt reducere disse urimelige medicinske omkostninger og, vigtigst, redde liv. Vi kan let forestille os, hvad blot en brøkdel af forbedring vil gøre: forhindre skade på hundredtusinder og spare milliarder årligt, sådan at penge kan investeres mere passende (ikke spildt) i bedre livsstil og forebyggende pleje for alle.
Tak for det gode interview. Læsere, der ønsker at lære mere, skal besøge Connect4Patients.












