Γρηγόρης Μπράντι, Ιδρυτής και Διευθύνων Σύμβουλος της Connect4Patients – Σειρά Συνεντεύξεων

Γρηγόρης Μπράντι, ιδρυτής και διευθύνων σύμβουλος της Connect4Patients, είναι ένας έμπειρος εκτελεστικός της τεχνολογίας και σειριακός επιχειρηματίας γνωστός για την κατασκευή μεγάλων επιχειρηματικών πλατφορμών, με μια καριέρα που εκτείνεται σε ηγετικές θέσεις στην Oracle και την i2 Technologies πριν ιδρύσει την One Network Enterprises, όπου υπηρέτησε ως διευθύνων σύμβουλος για σχεδόν δύο δεκαετίες και αργότερα ως πρόεδρος· σήμερα, εφαρμόζει δεκαετίες εμπειρίας σε ενοποίηση δεδομένων, τεχνητή νοημοσύνη και βασισμένα σε δίκτυο συστήματα στην υγεία μέσω της Connect4Patients, με στόχο να λύσει βιομηχανικές ανεπάρκειες με την ενοποίηση κατακερματισμένων δεδομένων και την ενεργοποίηση πιο έξυπνης, patient-κεντρικής φροντίδας.

Connect4Patients είναι μια πλατφόρμα τεχνολογίας υγείας που επικεντρώνεται στη μεταμόρφωση της ιατρικής βιομηχανίας μέσω eines ενοποιημένου, patient-κεντρικού οικοσυστήματος δεδομένων που αντιμετωπίζει μακροχρόνιες προβλήματα όπως κατακερματισμένα αρχεία, περιορισμένη προληπτική φροντίδα και ανεπαρκείς διαγνωστικές· η βασική της προσφορά, «Το Δίκτυο Υγείας», λειτουργεί ως ψηφιακή υποδομή που δημιουργεί ένα單ικό, ακριβές αρχείο ασθενούς που είναι προσβάσιμο σε όλους τους παρόχους, ενώ ενσωματωμένα εργαλεία τεχνητής νοημοσύνης βελτιώνουν την κλινική λήψη αποφάσεων, βελτιώνουν την κατανόηση του ασθενούς και μειώνουν τα ιατρικά λάθη, με τελικό στόχο τη μείωση του κόστους, τη βελτίωση των αποτελεσμάτων και τη μετατόπιση της υγείας από τη θεραπευτική αντιμετώπιση προς τη προληπτική, διαχρονική διαχείριση υγείας.

Παλαιότερα, ιδρύσατε την One Network Enterprises, κατασκευάζοντας ένα παγκόσμιο δίκτυο αλυσίδας εφοδιασμού που συνδέει πάνω από 150.000 εμπορικούς συνεργάτες και οδηγώντας最終 σε μια απόκτηση περίπου 839 εκατομμυρίων δολαρίων από την Blue Yonder. Ποια μαθήματα από το σχεδιασμό μεγάλων, multi-παράταξης δικτύων δεδομένων επηρέασαν την απόφασή σας να εκκινήσετε την πλατφόρμα υγείας και να追求ησετε την ιδέα ενός ενοποιημένου αρχείου ασθενούς;

Οι αλυσίδες εφοδιασμού είναι εξαιρετικά κατανεμημένες σε συμβατικά κατασκευαστές, προμηθευτές και εταιρείες logistik.

Πριν από την ανάπτυξη της One Network, οι εταιρείες επικεντρώνονταν σε μια χειροκίνητη διαδικασία σε εσωτερικές λειτουργίες και με τους προμηθευτές και τους logistik συνεργάτες, αλλά τα δεδομένα που εργάζονταν ήταν διαφορετικά. Δεν υπήρχε μια seule εκδοχή της αλήθειας. Αυτό αυξήθηκε τους χρόνους και δημιούργησε προβλήματα επιπέδου υπηρεσίας στη υποστήριξη πελατών. Επίσης, οδήγησε σε χαμένες πωλήσεις.

Η παροχή μιας πραγματικής, μονής εκδοχής της αλήθειας ήταν απαραίτητη για τη μείωση του χρόνου και του κόστους και τη βελτίωση των επιπέδων υπηρεσίας.

Εάν συγκρίνουμε αυτό με την ιατρική βιομηχανία, το πρόβλημα είναι το ίδιο. Τα δεδομένα είναι κατακερματισμένα σε νοσοκομεία, πρωτοβάθμια φροντίδα, ειδικευμένους και, το πιο σημαντικό, τον ασθενή. Αυτή η προσέγγιση γεννά τεράστια κόστη, επειδή πολλές χειροκίνητες διαδικασίες πρέπει να αναπτυχθούν σε όλους τους συμμετέχοντες. Αυτό παίρνει χρόνο μακριά από την φροντίδα του ασθενούς, καθώς κάθε πάροχος προσπαθεί να δημιουργήσει χειροκίνητα ένα πλήρες ιατρικό αρχείο αντί να διαθέτει ποιότητα χρόνου με τον ασθενή. Το πιο σημαντικό, αυτή η χειροκίνητη διαδικασία οδηγεί σε υψηλότερο αριθμό ιατρικών λαθών, τα οποία μπορούν να είναι θανατηφόρα.

Η κυβέρνηση και η βιομηχανία έχουν αποτύχει να λύσουν αυτό το πρόβλημα για πολλά χρόνια, αλλά ένα δίκτυο και μια patient-κεντρική εφαρμογή είναι η μόνη βιώσιμη λύση.

Η εμπειρία μου στην ανάπτυξη ενός δικτύου που αντανακλά μια seule εκδοχή της αλήθειας με εξειδικεύει να λύσω αυτό το πρόβλημα, και εκεί έρχεται το Δίκτυο Υγείας. Το Δίκτυο Υγείας λειτουργεί ως ψηφιακό αυτοκινητόδρομο για να ενεργοποιήσει οποιοδήποτε πάροχο φροντίδας, συμπεριλαμβανομένων νοσοκομείων, ιατρών, εργαστηρίων, εγκαταστάσεων απεικόνισης και πολλά άλλα, να ενταχθεί άρτια και να αποκτήσει πρόσβαση σε ένα單ικό, πλήρες αρχείο ασθενούς που περιλαμβάνει οικογενειακό ιστορικό και δεδομένα ευεξίας. Αυτά τα δεδομένα μεταφράζονται από την τεχνητή νοημοσύνη σε μια γλώσσα και περιγραφή που ο ασθενής μπορεί να κατανοήσει. Αυτό επιτρέπει στον ασθενή να βοηθήσει να καθαρίσει τα δεδομένα στο δίκτυο και να διαχειριστεί τη δική του προληπτική και θεραπευτική φροντίδα.

Η υγεία έχει επενδύσει πολύ σε ηλεκτρονικά ιατρικά αρχεία, ωστόσο οι κλινικοί ιατροί εξακολουθούν να πλήττονται από κατακερματισμένα δεδομένα σε συστήματα. Γιατί η διαλειτουργικότητα έχει παραμείνει τόσο επίμονο πρόβλημα στην υγεία σε σύγκριση με άλλες βιομηχανίες που επιτύγχαναν την ενοποίηση των πλατφορμών δεδομένων;

Η διαλειτουργικότητα έχει περάσει από πολλές φάσεις, από ανταλλαγές δεδομένων και стандάρτυπα σε κρατικές Υγειονομικές Πληροφορίες Ανταλλαγές (HIE). Ωστόσο, όλα αυτά απέτυχαν – όχι επειδή οι γιατροί και τα συστήματα δεν θέλουν να μοιράζονται δεδομένα, αλλά λόγω των προσαρμογών της βιομηχανίας και των δυσχερών διαδικασιών ενοποίησης σε πολλαπλά ιδρύματα, ειδικότητες και δημογραφικά.

Βασικά? Οι HIE δεν λειτουργούν.

Υπάρχουν εκατοντάδες χιλιάδες εφαρμογές EMR στις ΗΠΑ και η προσέγγιση για τη μοιρασία δεδομένων ορίστηκε ως μια λύση σημείο-προς-σημείο. Αλλά ο αριθμός των συνδέσεων σε μια λύση σημείο-προς-σημείο είναι κατακλυσμικός, και η ασφάλεια των δεδομένων είναι ένα σημαντικό πρόβλημα. Το μυστικό είναι ένα δίκτυο πολλά-προς-πολλά όπου κάθε κόμβος ενταχθεί μόνο μια φορά και μπορεί να συνδεθεί άμεσα με οποιονδήποτε άλλον στο δίκτυο χωρίς πρόσθετη ενοποίηση.

Η ορασή σας επικεντρώνεται στη δημιουργία ενός «μονής πηγής αλήθειας» για τους ασθενείς. Από μια αρχιτεκτονική προοπτική, τι σημαίνει αυτό στην πράξη, και πώς εξασφαλίζετε ότι τα δεδομένα που ρέουν σε ένα τέτοιο σύστημα είναι αξιόπιστα και επικυρωμένα;

Κατασκευασμένο πάνω στο Δίκτυο Υγείας είναι μια patient-κεντρική, συμμορφούμενη με το HIPAA λύση: Connect4Patients. Σε συνδυασμό με τον ασθενή, το Connect4Patients ορίζει κάθε einen από τους παρόχους φροντίδας και διαχειρίζεται την ασφάλεια σε όλο το υποδίκτυο των παρόχων. Το Δίκτυο λειτουργεί σε ένα ασφαλές, συμμορφούμενο με το HIPAA κέντρο δεδομένων.

Ο ασθενής συνδέεται στο δίκτυο και γρήγορα ορίζει τους παρόχους φροντίδας και ο Orion, η τεχνητή νοημοσύνη, συνδυάζει τα δεδομένα και τα καθαρίζει, τα μεταφράζει σε μια γλώσσα που ο ασθενής μπορεί να κατανοήσει και συμμετέχει περαιτέρω τον ασθενή για να το βελτιώσει. Αυτή η δραστηριότητα δημιουργεί την SVOT και μια patient-κεντρική εφαρμογή με μια τεχνητή νοημοσύνη που υποστηρίζει όλους τους συμμετέχοντες. Το Δίκτυο Υγείας και η patient-κεντρική εφαρμογή αυξάνουν τα υπάρχοντα EMR και δεν απαιτούν ένα ακριβό έργο IT για να το ενεργοποιήσουν.

Η κύρια εστίασή μας είναι να ωφελήσουμε τους ασθενείς· το αρχείο είναι δικό τους, και πρέπει να μπορούν να το αποκτήσουν και να το διαχειριστούν.

Το Connect4Patients τονίζει την βασισμένη σε άδεια μοιρασία δεδομένων και τη συμμετοχή του ασθενούς. Πώς σχεδιάζετε μια πλατφόρμα που δίνει στους ασθενείς τον έλεγχο των δεδομένων υγείας τους ενώ vẫn ενεργοποιεί τους κλινικούς και τα συστήματα υγείας να λαμβάνουν γρήγορες, δεδομένα-κεντρικές αποφάσεις;

Το σύστημα τεχνητής νοημοσύνης μεταφράζει τα δεδομένα σε μια γλώσσα που ο ασθενής μπορεί να κατανοήσει και δημιουργεί ένα ξεχωριστό για τον φροντιστή. Τα τύποι εγγράφων είναι βασισμένα σε άδεια, επιτρέποντας στον ασθενή να μοιράζεται μόνο τις πληροφορίες που εγκρίνει. Αυτή η patient-κεντρική προσέγγιση επιτρέπει στον ασθενή να λάβει einen ενεργό ρόλο στη δική του θεραπευτική φροντίδα και τον οδηγεί σε μια προληπτική φροντίδα προσέγγιση από νωρίς. Αυτή η προληπτική φροντίδα προσέγγιση θα είναι η βήμα-αλλαγή στις ΗΠΑ.

Αυτή η μονή εκδοχή της αλήθειας μοιράζεται από όλα τα μέρη· οι πάροχοι φροντίδας μπορούν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για διαγνωστική υποστήριξη και ανάλυση αλληλεπιδράσεων φαρμάκων. Τα μοντέλα μάθησης και ένας βοηθός έρευνας τεχνητής νοημοσύνης μπορούν να επικεντρωθούν στο πλήρες αρχείο ασθενούς για άμεσες, δεδομένα-κεντρικές αποφάσεις.

Πολλοί συστήματα τεχνητής νοημοσύνης στην υγεία πλήττονται από不πλήρη ή ασυνεπή σύνολα δεδομένων. Πώς αλλάζει η ύπαρξη ενός ενοποιημένου αφηγήματος ασθενούς τον τρόπο με τον οποίο τα μοντέλα μάθησης μπορούν να εφαρμοστούν στη κλινική λήψη αποφάσεων;

Μόλις δημιουργηθεί μια πλήρης και μονή εκδοχή της αλήθειας για την αγορά θεραπευτικής υγείας στις ΗΠΑ, τα συστήματα τεχνητής νοημοσύνης μπορούν να βοηθήσουν στην οξεία και χρόνια φροντίδα, συμπεριλαμβανομένης της διαγνωστικής υποστήριξης, των αλληλεπιδράσεων φαρμάκων, των προγραμματισμένων διατροφικών και προγραμμάτων άσκησης. Τα μοντέλα μάθησης μπορούν να αναγνωρίσουν τις απαραίτητες αλλαγές για να υποστηρίξουν ένα μοντέλο προληπτικής φροντίδας. Για παράδειγμα, μπορεί να προτείνει ποια συστατικά πρέπει να αφαιρεθούν από την τροφική αλυσίδα· ποια φάρμακα έχουν αρνητική επίδραση στους ασθενείς και πρέπει να αφαιρεθούν από την αγορά· και ποια προγράμματα κίνησης και άσκησης είναι κατάλληλα για διαφορετικές πληθυσμούς ασθενών.

Με πλήρη και καθαρμένα ιατρικά αρχεία, το σύστημα τεχνητής νοημοσύνης θα είναι πολύ πιο χρήσιμο και ακριβές. Έχουμε μόνο μια επιφανειακή κατανόηση όλων των τρόπων με τους οποίους ένα σύστημα τεχνητής νοημοσύνης μπορεί να χρησιμοποιηθεί όταν ένα πλήρες αρχείο τρόπου ζωής που περιλαμβάνει ιατρικά και δεδομένα ευεξίας είναι διαθέσιμο στο σύστημα τεχνητής νοημοσύνης.

Στις αλυσίδες εφοδιασμού, απέδειξατε πώς τα multi-παράταξης δίκτυα μπορούν να συγχρονίσουν σύνθετα οικοσυστήματα. Βλέπετε την υγεία να εξελίσσεται προς ένα παρόμοιο μοντέλο δικτύου όπου νοσοκομεία, ασφαλιστές, φαρμακεία και ασθενείς λειτουργούν σε μια κοινή υποδομή δεδομένων;

Ναι. Το Δίκτυο Υγείας ενσωματώνει όλη την ιατρική βιομηχανία. Αυτό περιλαμβάνει νοσοκομεία, κλινικές, γιατρούς, ασφαλιστικές εταιρείες και ασθενείς, οι οποίοι μπορούν να συνδεθούν με ελάχιστη προσπάθεια.

Από τεχνικής πλευράς, ποια είναι τα μεγαλύτερα εμπόδια για την ενοποίηση κλινικών δεδομένων, λειτουργικών δεδομένων και δεδομένων που παράγονται από ασθενείς σε μια seule, έξυπνη πλατφόρμα;

Τα νοσοκομεία έχουν κυρίως υιοθετήσει το πρότυπο FHIR για ιατρική γλώσσα, αλλά αυτό δεν σημαίνει ότι οι ροές εργασίας και η υποδομή επίσης ευθυγραμμίζονται. Αυτές οι διαφορές είναι εντός και μεταξύ όλων των ηλεκτρονικών ιατρικών αρχείων. Επιπλέον, τα συστήματα δεν πληρούν τα πρότυπα πόρων FHIR ισότιμα. Για παράδειγμα, κάποια μπορεί να περιλαμβάνουν ιατρικό ιστορικό, ενώ άλλα μπορεί να αφήσουν αυτήν την πηγή κενή, επιλέγοντας να επιτρέψουν στους παρόχους να διατηρήσουν αυτές τις πληροφορίες σε μια κλινική σημείωση.

Τα δεδομένα που αναφέρθηκαν από τον ασθενή, όπως ευεξία και ψηφιακά δεδομένα, είναι ακόμη πιο προκλητικά, καθώς είναι συχνά μη δομημένα σε ασθενείς και προμηθευτές και σπάνια περιλαμβάνονται στο παραδοσιακό ιατρικό αρχείο. Ακόμη και όταν οι ασθενείς θέλουν να μοιραστούν αυτές τις πληροφορίες, οι γιατροί συχνά δεν έχουν πρόσβαση σε ένα τυποποιημένο, δομημένο σημείο ή μπορεί να μην ξέρουν πού να το εισαγάγουν. Το καλύτερο που μπορούν να κάνουν είναι να το προσθέσουν στην κλινική σημείωση ή να το απορρίψουν όταν ο ασθενής φύγει. Η ενοποίηση αυτών των δομημένων και μη δομημένων δεδομένων σε μια πλήρη, καθαρή και ολοκληρωμένη μορφή είναι η λύση και το μυστικό μας.

Οι πλατφόρμες υγείας που οδηγούνται από την τεχνητή νοημοσύνη συχνά προκαλούν ανησυχίες σχετικά με την ιδιωτικότητα και τη διακυβέρνηση. Πώς εξισορροπείτε την προηγμένη ανάλυση και τη διαλειτουργικότητα με τις αυστηρές κανονιστικές απαιτήσεις γύρω από τα δεδομένα ασθενών;

Όλα τα δεδομένα ασθενών προστατεύονται, είναι ασφαλή και συμμορφώνονται με το HIPAA.

Το σύστημα τεχνητής νοημοσύνης συνδυάζει και ανωνυμοποιεί τα δεδομένα, εξαλείφοντας τις ανησυχίες ασφάλειας, έτσι ώστε το σύστημα τεχνητής νοημοσύνης να μπορεί να μάθει αιτία και αποτέλεσμα. Αυτές οι πληροφορίες μπορούν να χρησιμοποιηθούν για να προτείνουν προληπτικά μέτρα, όπως διατροφικά και προγράμματα άσκησης ή νέα πρωτόκολλα φαρμάκων. Αλλά αυτές οι πληροφορίες είναι διαθέσιμες σε όλο το σύστημα – όχι μόνο σε einen ασθενή.

Στο επίπεδο ασθενούς, η ιδιωτικότητα και η διακυβέρνηση δεν είναι ένα πρόβλημα,既然 ο χρήστης είναι υπεύθυνος για την ασφάλεια και τις άδειες.

Όσο η υγεία υιοθετεί όλο και περισσότερο εργαλεία τεχνητής νοημοσύνης, πιστεύετε ότι η βιομηχανία χρειάζεται μια νέα θεμελιώδη αρχιτεκτονική δεδομένων πριν αυτά τα εργαλεία μπορέσουν να φθάσουν στο πλήρες δυναμικό τους;

Το Δίκτυο Υγείας και η εφαρμογή C4P μπορούν να αυξήσουν την υπάρχουσα υποδομή για να την κάνουν πολύ πιο αποτελεσματική. Πιστεύω ότι η ανασχεδιασμός της προσέγγισης υγείας και της υποδομής της θα λάβει χώρα όταν η βιομηχανία δει τη δύναμη του δικτύου και των δεδομένων που μπορεί να παρέχει. Για τώρα, το δίκτυο και η εφαρμογή ασθενούς απλά βελτιώνουν τα υπάρχοντα συστήματα.

Βλέποντας μπροστά, εάν η υγεία επιτύχει επιτυχώς ένα ενοποιημένο αρχείο ασθενούς και ένα έξυπνο δίκτυο δεδομένων, πώς θα μπορούσε αυτό να μεταμορφώσει τα αποτελέσματα τις επόμενες δεκαετίες – από την προληπτική φροντίδα στην υγεία του πληθυσμού και την προσωπική ιατρική;

Η υγεία κοστίζει δισεκατομμύρια και βλάπτει εκατοντάδες χιλιάδες ασθενείς ετησίως. Πιστεύω ότι η τοποθέτηση του ασθενούς στο κέντρο θα μειώσει σημαντικά αυτά τα εξωφρενικά ιατρικά κόστη και, το πιο σημαντικό, θα σώσει ζωές. Μπορούμε να φανταστούμε τι θα κάνει ακόμη και μια μερίδα βελτίωσης: να αποτρέψει ζημιά σε εκατοντάδες χιλιάδες και να σώσει δισεκατομμύρια ετησίως, ώστε τα χρήματα να μπορέσουν να επενδυθούν πιο κατάλληλα (όχι να σπαταληθούν) σε καλύτερη φροντίδα lối ζωής και προληπτική φροντίδα για όλους.

Ευχαριστώ πολύ για τη μεγάλη συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν Connect4Patients.