Vasili Razhnou, CEO und Gründer von MEDvidi – Interview-Serie

Vasili Razhnou ist der CEO und Gründer von MEDvidi, einer künstlicher-Intelligenz-basierten Plattform für psychische Gesundheit. Als Seriengründer mit über 15 Jahren Erfahrung im Gesundheitswesen und in der Wirtschaft hat er fünf Technologie-Startups aufgebaut. Bei MEDvidi leitet Vasili die Entwicklung von künstlicher-Intelligenz-basierten klinischen Werkzeugen, die die administrative Belastung reduzieren und es Anbietern ermöglichen, schneller und konsistenter zu pflegen. Unter seiner Führung erreichte das Unternehmen 30 Millionen US-Dollar Umsatz pro Jahr.

Sie haben über ein Jahrzehnt damit verbracht, Gesundheitsinfrastruktur aufzubauen, von der frühen Digitalisierung von Kliniken bis hin zur Skalierung mehrerer Telehealth-Unternehmen, bevor Sie MEDvidi gründeten. Welches spezifisches Problem oder welcher Moment hat Sie dazu veranlasst, das Unternehmen zu gründen, und wie haben diese früheren Erfahrungen Ihre Herangehensweise an die Entwicklung von künstlicher-Intelligenz-basierten klinischen Systemen geprägt?

Es begann lange vor MEDvidi. Als ich 2008 meiner ersten Klinik beitrat, lief alles noch auf Papier. Unsere Büros waren voller medizinischer Aufzeichnungen, was physischen und mentalen Ballast schuf. Es dauerte etwa fünf Tage, um Patientenakten zu finden und abzurufen.

Ich kaufte einen Scanner und einen Aktenvernichter, um alles zu digitalisieren. Diese einfache Änderung verwandelte, wie die Klinik operierte. Es sparte Geld und Zeit und machte Patientenakten leicht zugänglich. Eine einfache Aktion zeigte, dass manchmal die operative Infrastruktur die Grundlage für gute Pflege ist.

Von dort aus bauten wir eine Online-Schnittstelle mit Cloud-Speicher, dann ein kleines Intake- und EHR-System, mit Funktionen, die Jahr für Jahr hinzugefügt wurden.

MEDvidi entstand ursprünglich aus traditionellen Offline-Kliniken in San Francisco und Miami im Jahr 2019 und wechselte 2020 zu einer benutzerdefinierten Telehealth-Plattform, um psychische Gesundheitsversorgung in den gesamten USA zugänglich zu machen. Während des Aufbaus des Unternehmens erkannten wir, dass Anbieter überfordert sind – sie verbringen im Durchschnitt 16 Stunden pro Woche mit administrativen Aufgaben.

Um diesen Engpass anzugehen, entwickelten wir ein künstlicher-Intelligenz-basiertes klinisches Werkzeug. Heute bietet MEDvidi Versorgung für häufige Erkrankungen wie ADHS, Angstzustände und Depressionen in den gesamten USA an, während es gleichzeitig Arbeitsabläufe und Medikamentenmanagement für Kliniker mit künstlicher Intelligenz automatisiert. Durch die Reduzierung von Reibungsverlusten in der Dokumentation und administrativen Arbeit erweitern wir sowohl den Zugang für Patienten als auch die Kapazität der Anbieter.

Sie haben die Entwicklung des Gesundheitswesens von manuellen Arbeitsabläufen zu großen Telehealth-Plattformen miterlebt. Welche größten operativen Ineffizienzen bestehen noch heute und warum sind sie ohne künstliche Intelligenz so schwer zu lösen?

Das größte Problem im Gesundheitswesen ist immer noch die Kapazität der Anbieter. Sie verbringen zu viel Zeit mit administrativen Aufgaben, was keine Zeit für neue Patienten lässt. Bei MEDvidi sehen wir es hautnah – innerhalb von drei Monaten, nachdem sie zu uns gestoßen sind, sind die meisten Anbieter zu 80 % mit Folgepatienten ausgebucht.

Während dieser Besuche wird die meiste Zeit für routinemäßige administrative Aufgaben wie die Verifizierung der Patientenidentität, die Führung von Akten, das Abrufen von PDMP-Berichten, die Überprüfung auf Drogenmissbrauch, die Überprüfung der medizinischen Vorgeschichte usw. aufgewendet. Diese sind wichtige Aufgaben, erfordern aber nicht die Urteilsfähigkeit eines Klinikers für eine komplexe Diagnose.

Künstliche Intelligenz hat das geändert – wir können jetzt die meisten davon automatisieren. Zum Beispiel transkribiert der AI-Chart-Generator Besuche in Echtzeit, aktualisiert die Dokumentation alle 60 Sekunden und reduziert die Charting-Zeit um den Faktor 10. Der AI-Chart-Reviewer überwacht 100 % der klinischen Kontakte auf die Einhaltung von SOP, reduziert die Chart-Review-Zeit um 80 % und übernimmt die ID-Verifizierung, Drogenmissbrauchserkennung und Richtlinienkonformität. Ein AI-Rezeptionist übernimmt die Umbuchung per SMS und Sprache, sammelt medikamentenbezogene Probleme von Patienten, liefert Updates und integriert die Informationen in die Arbeitsabläufe.

Ihre Plattform konzentriert sich stark auf die Automatisierung routinemäßiger psychiatrischer Arbeitsabläufe, während sie gleichzeitig die Ärzte in die Schleife hält. Wie definieren Sie die richtige Grenze zwischen Automatisierung und klinischer Entscheidungsfindung?

Gesundheitsdienstleister bleiben im Zentrum der Pflege. Das ist die einzige richtige Art, es zu tun. Die künstliche Intelligenz von MEDvidi ist darauf ausgelegt, Kliniker zu unterstützen und zu befähigen, nicht sie zu ersetzen. Jede klinische Entscheidung, Verschreibung und Behandlungsplan wird von einem lizenzierten medizinischen Fachpersonal überprüft und genehmigt.

Ich glaube, dass das Gesundheitswesen mehr Beweise dafür benötigt, dass die Technologie die Effizienz verbessern kann, ohne die Sicherheit zu gefährden. Unser Ziel ist es, sicherzustellen, dass Anbieter ihre Urteilsfähigkeit nicht auf Aufgaben verschwenden, die sie nicht erfordern. Wenn ein stabiler Patient für einen routinemäßigen Follow-up kommt und der Fall eindeutig ist, kann die künstliche Intelligenz die Vorbereitung, Dokumentation und Überprüfung übernehmen und der Anbieter bestätigt die Entscheidung. Der Mensch ist immer in der Schleife, aber wir stellen sicher, dass ihre Zeit dort verbracht wird, wo sie wirklich zählt.

Der AI-Prescribing-Assistant wird mit realen klinischen Daten trainiert und erfordert die Genehmigung eines Arztes für jede Entscheidung. Wie denken Sie über Sicherheit, Rechenschaftspflicht und Prüfbarkeit nach, wenn Sie künstliche Intelligenz in solch hochriskanten Umgebungen einsetzen?

Wenn man in einem stark regulierten Bereich wie dem Gesundheitswesen tätig ist, kann man es sich nicht leisten, dies falsch zu machen.

Im Gegensatz zu anderen künstlichen Intelligenz-Gesundheitstools, die auf nicht spezifischen medizinischen Daten trainiert werden, wurde die künstliche Intelligenz von MEDvidi mit über 130.000 realen psychiatrischen Besuchen trainiert, was eine domänen-spezifische Genauigkeit bietet. Es handelt sich um eine einzigartige Infrastruktur, die speziell für psychiatrische Arbeitsabläufe, Vorschriften und Kontrollsubstanzenanforderungen entwickelt und trainiert wurde.

Viele Telehealth-Plattformen stehen wegen Überverschreibungen und fehlgeleiteter Anreize in der Kritik. Wie können künstliche Intelligenz-Systeme tatsächlich die Einhaltung von Vorschriften verbessern und das Vertrauen wiederherstellen, anstatt diese Risiken zu verstärken?

Im Gesundheitswesen gibt es immer zwei Komponenten: die Geschäftsseite und die klinische Seite. Viele Telehealth-Unternehmen haben diese Linie während der Boomjahre verwischt und die klinische Strenge in manchen Fällen kompromittiert, um das Wachstum zu priorisieren.

Bei MEDvidi haben wir diese Funktionen immer streng getrennt. Klinische Entscheidungen werden nie von Geschäftsanreizen beeinflusst. Unsere künstlichen Intelligenz-Systeme verstärken diese Trennung eher, als dass sie sie schwächen.

Eine der wichtigsten Möglichkeiten, dies zu tun, ist durch künstliche Intelligenz-basierte Chart-Überprüfung. Jeder Patientenkontakt wird auf die Einhaltung standardisierter klinischer SOPs überprüft, um sicherzustellen, dass der Behandlungsplan angemessen und konform ist. Diese SOPs werden nicht von Geschäftsteams erstellt – sie werden von einem Ausschuss lizenzierter medizinischer Fachkräfte entwickelt und kontinuierlich überprüft und sind mit allen anwendbaren Gesetzen und Vorschriften abgestimmt. Sie sind mit dem Ziel entwickelt worden, die beste mögliche Pflege für jeden einzelnen Patienten zu liefern. Es ist wichtig, dass diese Protokolle vollständig prüfbar sind und von Regulierungsbehörden jederzeit überprüft werden können.

Sie haben in Ihrem aktuellen Artikel “Warum künstliche Intelligenz im Gesundheitswesen an der falschen Stelle eingesetzt wird” argumentiert, dass die Branche zu sehr auf die Ersetzung von Klinikern konzentriert ist, anstatt administrative Engpässe zu beheben. Welche größten Missverständnisse treiben diese Fehlausrichtung an?

Die Menschen neigen immer noch dazu, zu denken, dass “künstliche Intelligenz im Gesundheitswesen” nur bedeutet, dass ChatGPT mit Patienten spricht, anstatt echte Ärzte, und Medikamente ohne Kontrolle verschreibt.

Die künstliche Intelligenz-Infrastruktur im Gesundheitswesen ist sehr komplex und erfordert immer menschliche Aufsicht. Wenn Unternehmen versuchen, Abkürzungen zu nehmen und direkt zur autonomen klinischen Entscheidungsfindung übergehen, stoßen sie auf Vertrauens-, regulatorische und Sicherheitsprobleme.

Wenn die administrative Automatisierung der höchste Eintrittspunkt für künstliche Intelligenz im Gesundheitswesen ist, welche spezifischen Arbeitsabläufe sollten Organisationen zuerst priorisieren, um sofortige Auswirkungen zu sehen?

Der größte Fehler ist es, künstliche Intelligenz auf fehlerhafte Arbeitsabläufe aufzuschichten. Das Ziel sollte nicht die inkrementelle Verbesserung sein, sondern die Arbeitsabläufe komplett neu zu überdenken, um zu sehen, wo völlig neue Arbeitsabläufe mit künstlicher Intelligenz aufgebaut werden können.

Beginnen Sie damit, den klinischen und operativen Prozess von Anfang bis Ende zu kartieren und zu identifizieren, wo tatsächlich Zeit aufgewendet wird. In den meisten Organisationen sind die größten Engpässe die Terminplanung, der Patientenfluss und die Dokumentation. Diese sind hochvolumige, repetitive Aufgaben, bei denen künstliche Intelligenz sofortige ROI liefern kann. Die Automatisierung der Terminplanung reduziert No-Shows und die untätige Zeit der Anbieter. Künstliche Intelligenz-basierte Dokumentation – wie Echtzeit-Transkription und Chart-Generierung – entfernt eine der schwersten Belastungen für Kliniker.

Das Gesundheitswesen ist einzigartig komplex mit geschichteten Vorschriften, fragmentierten Daten und hohen Konsequenzen für Fehler. Wie sieht eine produktionsreife künstliche Intelligenz-Architektur in dieser Umgebung im Vergleich zu einem Demo- oder Pilot-System aus?

Die künstliche Intelligenz sollte auf domänen-spezifischen, realen klinischen Daten trainiert und um reale Arbeitsabläufe herum aufgebaut werden. Jedes Ausgabe sollte prüfbar sein. Das bedeutet, dass alle Charts, gekennzeichnete Verschreibungen und SOP-Checks überprüfbar und nachvollziehbar sind.

Wenn man in die Zukunft blickt, wie sehen Sie die künstliche Intelligenz die Telehealth und die Verschreibung in den nächsten drei Jahren umgestalten, insbesondere wenn Regulierungsbehörden auf frühe Einrichtungen wie AI-gestützte Verschreibungswerkzeuge reagieren?

Die regulatorische Umgebung ändert sich. Künstliche Intelligenz ist bereits im Gesundheitswesen angekommen. Staaten wie Utah schaffen Sandkästen, um es Technologie-Unternehmen zu ermöglichen, zu demonstrieren, was künstliche Intelligenz kann, einschließlich der Verschreibung von Kontrollsubstanzen.

In den nächsten drei Jahren werden wir eine vollautomatisierte Nachsorge für stabile Patienten sehen. Künstliche Intelligenz-gesteuerte Besuche mit Ärzten in einer Aufsichtsrolle, die Entscheidungen bestätigen. Dieses Modell macht die Pflege schneller und günstiger für Menschen, die derzeit keinen Zugang dazu haben. Das ist der Standard, den wir setzen möchten.

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