Daniel Cane, Co-CEO und Mitgründer von ModMed – Interview-Serie

Daniel Cane ist Co-CEO und Mitgründer des in Süd-Florida ansässigen Unternehmens ModMed^®, einem Healthcare-IT-Unternehmen, das die Gesundheitsversorgung durch spezialisierte, intelligente Plattformen transformiert, um die Effizienz von Praxen zu steigern und die Ergebnisse für Patienten zu verbessern.

ModMed wurde im Februar 2010 gegründet und hat sich zu einem Unternehmen mit über 1.200 Mitarbeitern entwickelt, das insgesamt über 332 Millionen Dollar an Investitionen erhalten hat. Als Unternehmen mit progressivem Wachstum im Bereich der medizinischen Technologie wird ModMed häufig sowohl auf nationaler als auch auf regionaler Ebene für seine Errungenschaften unter der Führung von Daniel Cane anerkannt. Im Jahr 2020 wurde das Unternehmen von der Zeitschrift Inc. zu einem der besten Arbeitsplätze in den Vereinigten Staaten ernannt. Zwischen 2016 und 2018 wurde das Unternehmen als eines der am schnellsten wachsenden Unternehmen in Nordamerika auf der Deloitte Technology Fast 500^™-Liste genannt. Ab 2015 wurde das Unternehmen jährlich in die exklusive Inc. 5000-Liste aufgenommen, eine renommierte Zusammenstellung der am schnellsten wachsenden privaten Unternehmen in den Vereinigten Staaten.

Können Sie uns einige Einblicke in Ihre Vergangenheit und wie diese Ihre Arbeit bei ModMed beeinflusst hat?

Meine Reise in die Technologie begann während meines Studiums an der Cornell University, als ich Blackboard mitgründete. Wir transformierten die Bildung, indem wir Kursnotizen digitalisierten und eine Plattform schufen, die Studenten und Dozenten eine beispiellose Flexibilität und Interaktion bot. Für mich kulminierte der Erfolg von Blackboard 2004 mit seinem Börsengang, und obwohl unsere Lösungen im Bereich der Bildungstechnologie bahnbrechend waren, konnte ich nicht umhin, nach neuen Herausforderungen Ausschau zu halten.

Eine solche Herausforderung stellte sich, als ich zu einem Routine-Checkup bei meinem Dermatologen ging. Wir hatten ein unglaubliches Gespräch über die Schwierigkeiten, mit veralteten papierbasierten Systemen zu arbeiten, und über Möglichkeiten, diese zu überwinden. Als ich die Brücke zwischen seinem medizinischen Fachwissen und meiner technischen Expertise erkannte, entschieden wir uns, zusammenzuarbeiten und ModMed zu gründen, zusammen mit unserer ersten elektronischen Gesundheitsakte (EHR)-Plattform.

Zu diesem Zeitpunkt existierten bereits einige EHR-Systeme, aber leider wurden diese in Studien oft als eine der Hauptursachen für den Burnout von Ärzten genannt. Wir gingen einen anderen Weg und entwarfen unser EHR-System so, dass es die Benutzeroberfläche an die spezifischen Arbeitsabläufe einer medizinischen Spezialität anpasst. Unser Flaggschiff-Cloud-EHR-System, EMA, wurde und wird von Ärzten für Ärzte entwickelt, was uns von anderen Unternehmen auf dem Markt abhebt und unser Geheimrezept darstellt. Im Laufe der Jahre haben wir unser Produktangebot erweitert, um eine vollständige Palette von Lösungen zu bieten, die medizinischen Anbietern helfen, ihre Praxisoperationen zu vereinfachen und die Versorgung zu beschleunigen.

Wie sehen Sie den Kampf um eine effektive KI in der Gesundheitsversorgung, der mit Daten gewonnen oder verloren werden kann?

Wir sehen eine zunehmende Verbreitung von KI-Technologien in Praxen, um Arbeitsabläufe zu straffen und die Effizienz zu maximieren. Wenn wir in eine Ära eintreten, in der KI für komplexere Aufgaben wie die Empfehlung von Behandlungen oder andere klinische Unterstützungsmaßnahmen eingesetzt wird, ist es von entscheidender Bedeutung, die richtigen Daten und die richtige KI-Trainingsstrategie zu haben. KI hat die Chance, die Erfahrung für Patienten und Anbieter erheblich zu verbessern und systemische Veränderungen herbeizuführen, die die Gesundheitsversorgung tatsächlich verbessern werden, aber die Umsetzung dieser Vision hängt von großen Mengen an hochwertigen Daten ab, die zur Trainierung der Modelle verwendet werden.

Warum sind Daten so entscheidend für die Entwicklung von KI im Gesundheitswesen?

Daten sind das Lebenselixier der KI, und eine schlechte Datenqualität wird die Leistung der KI beeinträchtigen und zu suboptimalen Ergebnissen führen. Dies kann im Gesundheitswesen schwerwiegende Konsequenzen haben, da das Leben von Patienten auf dem Spiel stehen kann. Aber ein wahrscheinlicheres Szenario ist, dass diese negativen Erfahrungen das Vertrauen von Patienten und Anbietern in die KI untergraben und den Fortschritt und die positive Wirkung, die diese revolutionäre Technologie auf die Gesundheitsversorgung haben kann, verlangsamen.

Beispielsweise sind in dem Untersuchungszimmer KI-gestützte Ambient-Listening-Tools so konzipiert, dass sie Vorschläge für klinische Notizen machen, die der Anbieter überprüfen und genehmigen kann. Idealerweise sollte dies die Zeit, die der Anbieter mit der Dokumentation in der EHR verbringt, reduzieren und mehr Zeit für die Interaktion mit dem Patienten ermöglichen. Allerdings können schlechte Datenquellen und schlecht trainierte KI-Tools den gegenteiligen Effekt haben und den Anbietern dazu zwingen, viel Zeit mit der Korrektur von Fehlern und der Neufassung von Notizen zu verbringen.

Darüber hinaus ist die Voreingenommenheit ein erhebliches Risiko, das mit KI-Algorithmen verbunden ist, und hochwertige Daten können eine wichtige Rolle bei der Minderung von Gesundheitsungleichheiten spielen. KI-Modelle können Muster lernen, die effektiv eine Patientenpopulation gegenüber anderen bevorzugen, einschließlich rechtlich geschützter Gruppen. Durch die Überwachung der Datenquellen und das Training auf robuste und repräsentative Daten können KI-Ausgaben inklusiver und genauer werden.

Können Sie uns mehr über die Arten von Daten erzählen, die ModMed zur Trainierung seiner KI-Modelle verwendet, und wie diese Daten beschafft und verwaltet werden?

Bei ModMed verwenden wir umfassende, spezialisierte Daten, um unsere KI-Modelle mit Präzision zu trainieren. Im Laufe der letzten 14 Jahre haben wir spezialisierte, anonymisierte, strukturierte Datensätze erstellt, die den Datenschutzgesetzen entsprechen, und nutzen diese nun, um unsere KI-Modelle zu trainieren. Zum Beispiel wurde unser Ambient-Listening-Tool ModMed Scribe für Dermatologie, unsere erste Spezialität, auf Millionen von strukturierten Parametern aus anonymisierten Patientenakten trainiert, die aus einer Sammlung von 500 Millionen Patientenkontakten stammen.

Wie definiert ModMed “ethische KI” im Kontext der Gesundheitsversorgung?

Das Potenzial der KI, Voreingenommenheit oder ungenaue Informationen in Form von “Halluzinationen” oder Auslassungen zu liefern, kann das Leben von Patienten beeinträchtigen. Deshalb ist ethische KI im Gesundheitswesen eine Frage der Festlegung hoher Standards für Genauigkeit und Präzision. Es bedeutet, Algorithmen sorgfältig und verantwortungsvoll zu entwickeln und hochwertige, vielfältige Daten zu verwenden, um genaue Vorhersagen für jeden Benutzer zu ermöglichen.

Ethische KI bedeutet auch, dass der Mensch im Entscheidungsprozess bleibt. Eine KI sollte nicht “den Arzt überbieten”, sondern vielmehr die administrative Belastung, die Ärzte und ihr Personal erleben, reduzieren, damit sie sich mehr auf die Hilfe für Patienten konzentrieren können.

Welche Maßnahmen sind bei ModMed ergriffen worden, um sicherzustellen, dass KI-Technologien auf ethische Weise entwickelt und eingesetzt werden?

Unser strukturierter Ansatz bei der Datenerfassung – die Beschaffung hochwertiger, repräsentativer Trainingsdatensätze – hilft uns, verantwortungsvolle KI zu realisieren. Relevante und anonymisierte Daten, die aus unseren EHR-Systemen von einer Vielzahl von Praxen stammen, bieten uns ein vielfältiges Set an Trainingsdaten, das unterschiedliche Patientenpopulationen widerspiegelt.

Darüber hinaus legt unser Entwicklungsteam großen Wert auf die Reinigung von Daten, um die Erfassung und Nutzung hochwertiger Daten zu erleichtern. Dieser Prozess ermöglicht es unseren Teams, Inkonsistenzen, Fehler und fehlende Werte in den Datensätzen zu identifizieren, zu korrigieren und zu entfernen. Durch diese regelmäßige Wartung können wir die KI kontinuierlich auf Basis von Leistungsdaten, insbesondere klinischen Daten, aktualisieren, bei denen Patientenergebnisse beeinflusst werden können.

Können Sie die Bedeutung von Transparenz und Rechenschaftspflicht bei der Entwicklung von KI im Gesundheitswesen erläutern?

Transparenz ermöglicht Rechenschaftspflicht, und deshalb ist sie ein so entscheidender Bestandteil jeder KI-Lösung im Gesundheitswesen. Die wichtigsten Prioritäten von Ärzten sind Patientenversorgung und -sicherheit, und es ist daher kein Wunder, dass 80% der Ärzte die Merkmale und Eigenschaften der Konzeption, Entwicklung und des Einsatzes von KI-Tools kennen möchten.

Darüber hinaus ist nicht alle Daten gleich. Es ist wichtig zu wissen, wo und wie Daten gespeichert und beschafft werden und wie regelmäßig sie aktualisiert werden. Wir sind dankbar, dass ModMed seit seiner Gründung zu einer Datenstrategie verpflichtet ist, die Transparenz und Genauigkeit priorisiert. Wir haben ein umfassendes Verständnis für die Quellen und die Qualität unserer Daten und sind zuversichtlich, dass unsere KI-Integrationen einen erheblichen Mehrwert für unsere Kunden bieten werden.

Wie wird KI in ModMeds spezialisierten EHR-Systemen wie EMA und gGastro integriert?

Über unser gesamtes Portfolio hinweg haben wir maschinelles Lernen seit geraumer Zeit eingesetzt und unsere Investitionen in fortschrittliche und generative KI verstärkt, um die Geschäfte der Medizin zu vereinfachen und die Qualität der Versorgung zu beschleunigen. Wir bauen ein vollständiges KI-gestütztes Praxiserlebnis auf, das bereits vor dem Besuch des Patienten beginnt, sich durch das Untersuchungszimmer erstreckt und bis zum Rechnungswesen reicht.

Im klinischen Umfeld sind wir in den finalen Phasen unseres KI-Ambient-Listening-Pilotprogramms für EMA, das wir als echten Game-Changer für seine Downstream-Funktionalität und die vorgeschlagenen strukturierten Inhalte betrachten. Unsere KI-gestützte Dokumentationslösung ist darauf ausgelegt, den Versorgungsprozess über die bloße Transkription oder die Erstellung einer SOAP-Notiz hinaus zu straffen. Durch die Nutzung umfassender strukturierter Daten trainieren wir unsere KI-Modelle, um wesentliche Informationen aus Arzt-Patienten-Gesprächen zu erfassen und, in Zusammenarbeit mit unserer EHR, relevante Inhalte für Besuchsnotizen, einschließlich ICD-10-Codes, chirurgischen Codes und Rezepte, vorzuschlagen. Dies spart Ärzten wertvolle Zeit und ermöglicht es ihnen, mehr Zeit mit ihren Patienten zu verbringen.

Welche spezifischen Vorteile bieten spezialisierte KI-Lösungen für Gesundheitsdienstleister und Patienten?

Keine zwei medizinischen Spezialitäten sind gleich. Sie unterscheiden sich erheblich in den Patienten, die sie sehen, den Zuständen, die sie behandeln, und den medizinischen Codes, die für die Erstattung verwendet werden. KI-Lösungen müssen auf diese Unterschiede zugeschnitten sein, um in irgendeiner bedeutenden Weise wirksam zu sein.

Beispielsweise sind ModMeds EHR-Systeme und KI-Ambient-Listening-Tools explizit auf jede medizinische Spezialität zugeschnitten und bieten hoch relevante und präzise Unterstützung für Kliniker. Jeder Spezialitäts-Dokumentationsprozess erfordert unterschiedliche Komponenten innerhalb der strukturierten Datennotiz, einschließlich einzigartiger medizinischer Codes und Terminologie. Diese Spezialisierung ermöglicht es der KI, die einzigartigen Bedürfnisse und Arbeitsabläufe verschiedener Spezialpraxen besser zu verstehen und vorherzusagen, was zu einer effizienteren Implementierung, einer schnelleren Akzeptanz und einer größeren Gesamteffektivität bei der Verbesserung der Betriebsabläufe führen wird.

Wo sehen Sie die größten Chancen für KI im Gesundheitswesen in den nächsten fünf bis zehn Jahren?

In der Zukunft wird KI zweifellos fast jeden Aspekt der Gesundheitsversorgung in Weisen durchdringen, die wir uns noch nicht vorstellen können. Bereits jetzt wird KI für administrative Aufgaben eingesetzt, und in naher Zukunft wird dieser Trend wahrscheinlich anhalten, da der Wert der KI immer offensichtlicher wird.

Ich sehe auch eine Zukunft, in der KI nahtlos in Arzt-Patienten-Interaktionen integriert ist, wo die Benutzeroberfläche oder das UI virtuell unsichtbar ist. Anstatt der heutigen bildschirmbasierten Interaktionen könnte KI eine Mischung aus Realität und erweiterter Realität bieten. Diese zukünftige KI könnte potenziell Gesundheitsakten analysieren, um kritische Erkenntnisse zu identifizieren, und das Risiko eines Patienten für verschiedene Krankheiten vorhersagen. Die enorme Menge an Daten in den Gesundheitsakten bietet eine Chance für KI, zukünftige Versorgungsbedürfnisse vorherzusagen und präventive Behandlungspläne zu erstellen und zu verwalten.

Diese Erfahrung könnte über den Praxisbereich hinausgehen und integraler Bestandteil des täglichen Lebens eines Patienten werden. KI-gestützte Wearables könnten personalisierte Unterstützung bieten, Fragen beantworten und Termine vereinbaren, um nur einige Beispiele zu nennen. KI könnte auch vitale Anzeichen auf Distanz überwachen, potenzielle Gesundheitsprobleme erkennen und Anbieter alarmieren. Personalisierte Behandlungspläne, die auf Daten und Präferenzen von Patienten basieren, könnten zur Norm werden.

Das ist wirklich eine aufregende Zeit für die Gesundheitsversorgung. Die nächsten fünf bis zehn Jahre sind reich an Chancen, die Branche weiter zu transformieren und die Patientenerfahrung zu verbessern.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten ModMed besuchen.