Kevin Keenahan, Chief Product Officer hos Net Health – Interviewserie

Kevin Keenahan er Chief Product Officer hos Net Health og medstifter af Tissue Analytics, Inc., der blev opkøbt af Net Health i 2020.

Net Healths mission er at udnytte data til menneskers sundhed. De tilbyder EHR-software og prædiktive, handlebare analytik til medicinske specialer, herunder rehabiliteringsterapi, sårpleje, hjemmesygepleje og hospice og medarbejderhelse. Deres løsninger er troværdige i over 23.000 faciliteter på tværs af sundhedspleje, herunder landets førende hospitaler, specialsygehus, ældreboliger, hjemmesygepleje- og hospice-myndigheder og ambulatoriske klinikker.

Kan du dele historien om, hvordan du blev involveret i sårpleje, og hvordan dette resulterede fra dine studier på Johns Hopkins Universitet?

Tilbage i 2013 startede jeg min kandidatuddannelse på Johns Hopkins Center for Bioengineering Innovation and Design (CBID), som er et fantastisk program, der giver unge ingeniører mulighed for at rotere gennem forskellige kliniske indstillinger på Johns Hopkins Hospital. Jeg var heldig nok til at se kronisk og akut sårpleje under disse rotationer og fandt rummet fascinerende, hvilket fik mig til at tilbringe mere dedikeret tid på sårcentret på Hopkins.

Gennem denne oplevelse indså jeg, at der manglede innovation i sårplejebranchen, hvor de fleste sårplejebehandlinger afhængige af forældede metoder og teknologier til at vurdere effektiviteten. Jeg så dette som en mulighed for at bruge min ingeniørtræning til at skabe en løsning til sårplejestyring, der ville lette bedre dataindsamling og forbedre kronisk sårresultater, hvilket fik mig til at grundlægge Tissue Analytics i 2014.

Tissue Analytics, Inc., blev herefter opkøbt af Net Health i 2020. Kan du dele nogle detaljer om dette tidspunkt og hvorfor du valgte at blive opkøbt?

Net Health® Tissue Analytics bruger maskinlæring til at analysere sår billeder og automatisk måle helbredelse. Opkøbet var højst strategisk for os, da det gav os mulighed for at udvide vores rækkevidde og fik os adgang til en langt større datamængde, som vi kunne anvende til vores maskinlæringsmetoder. At slutte os til Net Health gjorde det også muligt for os at udnytte deres etablerede position på markedet og adgang til deres netværk af sundhedsydelere, samt styrke deres indlagt sårpleje-forretning.

Hvordan bruger Net Health maskinlæring til sårsporing?

Net Healths algoritmer analyserer millioner af billeder på få sekunder for at automatisk måle et sår størrelse og farvemæssige sammensætning. Det er 90% mere præcist end manuel, lineær måling, som har en fejlrate på 40%. Denne funktion giver en mere objektiv historie om helbredelse til at drive bedre patientpleje og resultater. Denne teknologi er grundlaget for vores mobile sår billedanalyse og analytics-løsning, som bruger kunstig intelligens kombineret med en smartphone til at måle, karakterisere og analysere et kronisk sår mere præcist. Ved hjælp af data fra sår billedprocessen kan den også forudsige, om et tryksår er i risiko for forværring, en særligt vigtig funktion for hospitaler, der straffes for hospitalerhvervede tryksår.

Hvorfor er præcis sporing af sårstørrelse så vigtigt i sundhedspleje?

Der er flere grunde. Præcis sporing giver klinikere mulighed for at overvåge sårhelbredelsesfremskridt over tid, træffe effektive behandlingsbeslutninger og estimerer helbredelsestider. Ved at måle såret regelmæssigt kan ydere bestemme, om såret helbreder som forventet eller om der er tegn på standsning af helbredelse. Dette hjælper ydere med at træffe informerede beslutninger om den rette behandlingsplan og justere disse planer efter behov. Ved at give en fælles grundlag for helbredelse til hele plejeteamet har alle, herunder patienten, nu en objektiv målestok for fremskridt, der deles på tværs af ydere og plejeindstillinger.

Hvilke andre typer analytik kan tilbydes til sårpleje?

I vores sårpleje-EHR-produkt, Net Health® Sårpleje, kan vi tilbyde kraftfulde forudsigelser om amputationsrisiko og total sårhelbredelsestid. Derudover tilbyder vi en forudsigtning om manglende besøg, der markerer patienter, der er i risiko for at gå glip af et besøg. Dette giver sårplejepersonale mulighed for at gribe ind, enten ved at kommunikere direkte med patienten eller dobbeltbook til at sikre, at de ikke mister indtægt eller tid til at yde pleje.

Net Health går udover såranalytik, hvilke andre typer tjenester tilbydes?

Vi tilbyder også EHR’er til fuld spektrum af rehabiliteringsfagfolk, herunder fysioterapeuter og tale- og sprogterapeuter. Vores rehabiliteringsterapi-EHR’er betjener private klinikker, hospitalsrehabiliteringsafdelinger, hospitalsambulatoriske klinikker, specialsygehus og ældreboliger. Vores ambulatoriske og private EHR kommer med en patientengagementssuite, der hjælper klinikkerne med at markedsføre deres tjenester og engagere deres patienter gennem digitale interaktive værktøjer og en automatiseret digital indtagelsesproces.

Hvorfor er det i din mening vigtigt, at AI bliver anvendt i sundhedspleje?

AI har potentialet til at forbedre nøjagtigheden og effektiviteten af sundhedsoperationer, fra diagnose og behandling til automatisering af administrative opgaver. Algoritmer kan analysere enorme mængder af data og identificere mønstre, der ville være svære eller umulige for mennesker at opdage, hvilket giver mere præcise diagnoser, mere personlige behandlingsplaner og bedre ressourceallokering. Det kan også hjælpe med at reducere sundhedsomkostningerne ved at strømline processer og reducere behovet for manuelt arbejde. Det kan også hjælpe med at forbedre patientresultaterne ved at muliggøre tidligere diagnose og behandling, reducere risikoen for komplikationer og faciliterer mere personlig pleje. For eksempel kan AI-drevne sårplejestyringsplatforme hjælpe sundhedsydelere med at spore sårhelbredelsesfremskridt mere præcist, identificere potentielle komplikationer og justere behandlingsplaner derefter. Sundhedsydelere kan forbedre patientresultater, reducere omkostninger og blive i front med teknologisk innovation på området med AI, så adoption er afgørende, hvis du endnu ikke har udnyttet det.

Ser du en fremtid for generativ AI i sundhedspleje?

Absolut. AI kan hjælpe med at forbedre nøjagtigheden og hastigheden af diagnose, hvilket giver bedre resultater for patienterne. Generativ AI kan analysere en patients medicinske historie, genetiske data og andre faktorer for at automatisere dokumentationsprocessen og samtidig forudsige, hvilke behandlinger der er mest sandsynligt at være effektive for den enkelte.

Tissue Analytics havde oprindeligt visionen om at omdanne smartphoneen til en sofistikeret billed- og diagnostisk platform til kroniske sår, for at gendefinere, hvordan sårpleje leveres. Kan du dele, hvordan din vision har udviklet sig over tid?

Efter opkøbet af Net Health har Tissue Analytics fortsat med at udvikle sin sårplejestyringsplatform, samtidig med at det har integreret sin teknologi i Net Healths bredere suite af sundheds løsninger. Dette har gjort det muligt for Tissue Analytics at udvide sin funktionalitet og inkludere funktioner til at forudsige forværring af tryksår på hospitaler og automatisk fange sår, der omgiver patienternes lemmer, som vi kalder cirkumferentielle billeder. Fremover vil produktet fortsætte med at innovere med fokus på identifikation, forebyggelse og styring af kroniske sårtilstande gennem avancerede analytics-løsninger i alle plejeindstillinger.

Er der noget andet, du gerne vil dele om Net Health?

Net Health har en stærk fokus på de specialiserede behov hos sundhedsydelere. Denne fokus giver Net Health mulighed for at levere tilpassede løsninger, der er specifikt designede til at møde de unikke behov hos yderne, snarere end at tilbyde en en-size-fits-all-tilgang. Denne forståelse af specialiserede kliniske arbejdsprocesser sætter os i en unik position til at samle de mest betydningsfulde, højkvalitetsdata og udvikle avancerede AI-værktøjer, der vil hjælpe os med at flytte hele branchen fremad.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Net Health.