Daniel Cane, Co-CEO und Mitgründer von ModMed – Interviewreihe

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

Gegründet im Februar 2010, hat ModMed über 1.200 Mitarbeiter und hat insgesamt über 332 Millionen Dollar an Investitionen erhalten. Als progressives Wachstum als medizinisches Technologieunternehmen ist ModMed sowohl national als auch regional für seine Errungenschaften unter Daniels Führung häufig anerkannt. Im Jahr 2020 wurde das Unternehmen von Inc. Magazine zu einem der besten Arbeitsplätze im Land ernannt. Zwischen 2016 und 2018 wurde das Unternehmen zu einem der am schnellsten wachsenden Unternehmen in Nordamerika auf der Deloitte Technology Fast 500^™-Liste ernannt. Ab 2015 wurde das Unternehmen jährlich in die exklusive Inc. 5000-Liste aufgenommen, eine prestigeträchtige Zusammenstellung der am schnellsten wachsenden privaten Unternehmen im Land.

Können Sie einige Einblicke in Ihren Hintergrund und wie dieser Ihre Arbeit bei ModMed beeinflusst hat, teilen?

Meine Reise in die Technologie begann während meines Studiums an der Cornell-Universität, als ich Blackboard mitgründete. Wir transformierten die Bildung, indem wir Klassennotizen digitalisierten und eine Plattform erstellten, die Studenten und Fakultäten eine beispiellose Flexibilität und Interaktion bot. Für mich kulminierte der Erfolg von Blackboard 2004 mit seinem Börsengang, und obwohl unsere Lösungen in 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 bei der Verwendung veralteter papierbasierter Systeme und Möglichkeiten, diese zu beheben. Als ich die Brücke zwischen seinem medizinischen Fachwissen und meiner technischen Expertise erkannte, entschieden wir uns, zusammenzuarbeiten und ModMed zusammen mit unserer ersten elektronischen Gesundheitsakte (EHR)-Plattform zu gründen.

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

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

Wir sehen eine Zunahme der Adoption von KI-Technologie in Praxen, um Workflows zu straffen und die Effizienz zu maximieren. Wenn wir in eine Ära eintreten, in der KI für komplexere Aufgaben wie die Vorschlag von Behandlungen oder anderen klinischen Empfehlungen eingesetzt wird, ist es von entscheidender Bedeutung, die richtigen Daten und eine KI-Schulungsstrategie zu haben. KI hat die Möglichkeit, die Erfahrung für Patienten und Anbieter erheblich zu verbessern und systemische Veränderungen herbeizuführen, die die Gesundheitsversorgung wirklich verbessern, aber die Umsetzung dieser Realität hängt von großen Mengen an hochwertigen Daten ab, die zur Schulung der Modelle verwendet werden.

Warum sind Daten so kritisch für die KI-Entwicklung in der Gesundheitsbranche?

Daten sind das Lebenselixier der KI, und eine schlechte Datenqualität beeinträchtigt die Leistung einer KI, was zu suboptimalen Ergebnissen führt. Dies kann in einer Gesundheitseinrichtung schwerwiegende Folgen 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 Auswirkung dieser revolutionären Technologie auf die Gesundheitsversorgung verlangsamen.

Zum Beispiel sind in der Untersuchung KI-gestützte Ambient-Listening-Tools entwickelt, um Inhalte für klinische Notizen für den Anbieter zur Überprüfung und Genehmigung vorzuschlagen. Idealerweise sollte dies die Zeit, die ein Anbieter mit der Dokumentation in der EHR verbringt, reduzieren und mehr Qualitätzeit mit dem Patienten ermöglichen. Aber schlechte Datenquellen und schlecht trainierte KI-Tools könnten den gegenteiligen Effekt haben und Anbieter dazu zwingen, stattdessen eine unangemessene Menge Zeit mit der Korrektur von Fehlern und dem erneuten Schreiben von Notizen zu verbringen.

Darüber hinaus ist Bias 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 eine Patientenpopulation gegenüber anderen Populationen, einschließlich gesetzlich geschützter Gruppen, bevorzugen. Durch die Überwachung der Dateninputs und das Training auf robusten und repräsentativen Daten können KI-Outputs inklusiver und genauer sein.

Können Sie die Arten von Daten erläutern, die ModMed zur Schulung 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 schulen. Im Laufe der letzten 14 Jahre haben wir spezialisierte, anonymisierte, strukturierte Datensätze erstellt, die den Datenschutzgesetzen entsprechen, und nutzen diese jetzt, um unsere KI-Modelle zu schulen. Zum Beispiel wurde unser Ambient-Listening-Tool ModMed Scribe für Dermatologie, unserem ersten Spezialgebiet, 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 von KI, Voreingenommenheit oder ungenaue Informationen in Form von “Halluzinationen” oder Auslassungen zu liefern, kann das Leben von Patienten beeinträchtigen. Aus diesem Grund ist ethische KI in der Gesundheitsversorgung daran geknüpft, einen hohen Standard für Genauigkeit und Präzision zu setzen. Es bedeutet, Algorithmen sorgfältig und verantwortungsvoll zu entwickeln und hochwertige, vielfältige Daten zu verwenden, um genaue Vorhersagen für jeden Benutzer zu ermöglichen.

Ethische KI ist auch daran geknüpft, dass Menschen im Entscheidungsprozess bleiben. Eine KI sollte nicht “den Arzt überbieten”, sondern stattdessen den administrativen Aufwand, den 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?

Unsere strukturierte Datenansatz – die Pflege hochwertiger, repräsentativer Trainingsdatensätze – hilft uns, verantwortungsvolle KI zu realisieren. Relevante und anonymisierte Daten, die aus unseren EHR-Systemen von einer Vielzahl von Praxen gesammelt werden, bieten uns eine vielfältige Trainingsdatensammlung, die unterschiedliche Patientenpopulationen widerspiegelt.

Darüber hinaus hat unser Entwicklungsteam die Datenreinigung übernommen, um die Sammlung 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 der Grundlage von Leistungsdaten, insbesondere klinischen Daten, aktualisieren, bei denen Patientenergebnisse beeinträchtigt werden können.

Können Sie die Bedeutung von Transparenz und Rechenschaftspflicht bei der KI-Entwicklung, insbesondere in der Gesundheitsversorgung, erläutern?

Transparenz macht Rechenschaftspflicht möglich, was sie zu einem so wichtigen Fundament für jede KI-Lösung in der Gesundheitsversorgung macht. Die wichtigsten Prioritäten der Ärzte sind Patientenversorgung und -sicherheit, daher ist es kein Wunder, dass 80% der Ärzte wissen möchten, welche Merkmale und Eigenschaften der Konstruktion, Entwicklung und des Einsatzes von KI-Tools vorliegen.

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 haben das Glück, dass ModMed seit seiner Gründung ein Datenstrategie verfolgt, die Transparenz und Genauigkeit priorisiert. Wir haben ein umfassendes Verständnis für die Quellen und Qualität unserer Daten und sind zuversichtlich, dass unsere KI-Integrationen einen erheblichen Mehrwert für unsere Kunden liefern werden.

Wie wird KI in ModMeds spezialisierte EHR-Systeme wie EMA und gGastro integriert?

Über unser gesamtes Portfolio hinweg haben wir maschinelles Lernen seit einiger 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 beginnt, bevor ein Patient hereinkommt, sich durch den Untersuchungsraum erstreckt und bis zum Rechnungswesen reicht.

In der klinischen Umgebung sind wir in den finalen Phasen unseres KI-Ambient-Listening-Pilotprogramms für EMA, das wir für seine Downstream-Funktionalität und vorgeschlagenen strukturierten Inhalt für bahnbrechend halten. Unsere KI-gestützte Dokumentationslösung ist entwickelt, um den Versorgungsprozess zu straffen, über die bloße Transkription oder Erstellung einer SOAP-Notiz hinaus. Durch die Nutzung umfangreicher strukturierter Daten schulen wir unsere KI-Modelle, um wesentliche Informationen aus Arzt-Patienten-Gesprächen zu erfassen und, in Zusammenarbeit mit unserer EHR, relevante Inhalte für Besuchsnote, einschließlich ICD-10-Codes, chirurgischen Codes und Rezepte, vorzuschlagen. Dies spart Ärzten wertvolle Zeit und ermöglicht es ihnen, mehr Qualitätzeit mit ihren Patienten zu verbringen.

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

Keine zwei medizinischen Spezialgebiete 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 wirklich bedeutungsvollen Weise wirksam zu sein.

Zum Beispiel sind ModMeds EHRs und KI-Ambient-Listening-Tools speziell auf jedes medizinische Spezialgebiet zugeschnitten und bieten hoch relevante und präzise Unterstützung für Kliniker. Jedes Spezialgebiet erfordert eine andere Dokumentationsprozesskomponente innerhalb der strukturierten Daten, einschließlich einzigartiger medizinischer Codes und Terminologie. Diese Spezialisierung ermöglicht es der KI, die einzigartigen Bedürfnisse und Workflows der verschiedenen Spezialpraxen besser zu verstehen und vorherzusagen, was zu einer effizienteren Implementierung, schnelleren Adoption und größerer Gesamteffektivität bei der Verbesserung der betrieblichen Effizienz führen wird.

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

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

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

Diese Erfahrung könnte über die Praxis 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 Vitalzeichen remote überwachen, potenzielle Gesundheitsprobleme erkennen und Anbieter alarmieren. Personalisierte Behandlungspläne, die auf Daten und Präferenzen einzelner Patienten zugeschnitten sind, könnten zur Norm werden.

Dies 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.