Ο Mohan Giridharadas, Ιδρυτής & Διευθύνων Σύμβουλος της LeanTaaS – Σειρά Συνεντεύξεων

Ο Mohan Giridharadas είναι ιδρυτής και διευθύνων σύμβουλος της LeanTaaS, μιας κορυφαίας εταιρείας λογισμικού διαχείρισης δυναμικότητας, στελέχωσης και ροής ασθενών για συστήματα υγείας, με τεχνητή νοημοσύνη και μοντέλο SaaS. Το λογισμικό της χρησιμοποιείται από περισσότερα από 175 συστήματα υγείας στις ΗΠΑ. Με την εξαγορά της Hospital IQ στις 10 Ιανουαρίου 2023, η LeanTaaS έγινε πρόσφατα η πρώτη εταιρεία ψηφιακής υγείας που ξεπέρασε αποτίμηση ενός δισεκατομμυρίου δολαρίων. Είχε προηγηθεί η απόκτηση πλειοψηφικού μεριδίου της από την Bain Capital στις 6 Ιουνίου 2022.

Γνωρίζατε από μικρή ηλικία ότι θέλατε να γίνετε μηχανικός. Τι πυροδότησε αυτό το ενδιαφέρον;

Ο πατέρας μου και οι τρεις μεγαλύτεροι αδελφοί μου ήταν μηχανικοί. Είχα πάντα ως στόχο την ανώτατη εκπαίδευση και τελικά εισήχθην στο IIT, το Ινδικό Ινστιτούτο Τεχνολογίας στη Βομβάη. Σπούδασα ηλεκτρολόγος μηχανικός σε προπτυχιακό επίπεδο. Έπειτα πήγα στις Ηνωμένες Πολιτείες για μεταπτυχιακό στην επιστήμη υπολογιστών στο Georgia Tech και στη συνέχεια για MBA στο Πανεπιστήμιο Stanford.

Εργαστήκατε στη McKinsey & Company για 18 χρόνια. Σε ποια έργα συμμετείχατε και τι μάθατε από την εμπειρία;

Στη McKinsey διηύθυνα τις δραστηριότητες λιτής παραγωγής και λιτής λειτουργίας υπηρεσιών στη Βόρεια Αμερική, καθώς και τις λιτές λειτουργίες και λειτουργίες υπηρεσιών στην περιοχή Ασίας-Ειρηνικού. Αποχώρησα στο τέλος του 2009 με δύο βασικές ιδέες για τη LeanTaaS. Παρατήρησα ότι παντού τα έργα βελτίωσης λειτουργιών βασίζονταν σε υπολογιστικά φύλλα Excel. Επίσης, κάθε προσπάθεια βελτίωσης διαδικασιών απαιτούσε μια εσωτερική ή εξωτερική ομάδα έργου. Το αντικείμενο αυτών των ομάδων μεταβαλλόταν διαρκώς ανάλογα με το έργο προτεραιότητας. Το όραμά μου ήταν να προσφέρω δυνατότητες λιτού μετασχηματισμού, αντικαθιστώντας τα μαθηματικά επιπέδου Excel με προηγμένα μαθηματικά και την ανάγκη για επιτόπια ομάδα έργου με μια πλατφόρμα λογισμικού ως υπηρεσίας, SaaS.

Πώς μια ανεπίσημη συζήτηση σε κοκτέιλ πάρτι στη Silicon Valley οδήγησε στην ίδρυση της LeanTaaS;

Στη Silicon Valley κάθε κοκτέιλ πάρτι ή δείπνο συγκεντρώνει αναπόφευκτα ανθρώπους που έχουν ιδρύσει, πουλήσει ή εισαγάγει εταιρείες στο χρηματιστήριο. Σε ένα τέτοιο πάρτι, κάποιος που μόλις είχα γνωρίσει με ρώτησε τι έκανα. Του είπα ότι εργαζόμουν στη McKinsey, αλλά είχα ήδη αποφασίσει να φύγω για να ιδρύσω εταιρεία λογισμικού, χωρίς ακόμη να ξέρω ακριβώς το αντικείμενό της. Μου είπε ότι αυτό ήταν πολύ τολμηρό βήμα. Στη McKinsey μπορούσα να κλείσω συνάντηση με οποιονδήποτε διευθύνοντα σύμβουλο. Αν έφευγα χωρίς προϊόν, τεχνολογία, χρηματοδότηση ή πελάτες, ποιος θα με δεχόταν; Το σκεφτόμουν για καιρό, αλλά τελικά χρησιμοποίησα τη συζήτηση ως θεμέλιο. Η νέα εταιρεία έπρεπε να αξιοποιεί δεξιότητες που είχα αποκτήσει σε 20 χρόνια, προσφέροντας παράλληλα κάτι ανατρεπτικό και ξεχωριστό στο λογισμικό. Αυτή η καθοριστική συζήτηση με βοήθησε να περιορίσω τις επιλογές και να εστιάσω σε εταιρεία λογισμικού με σαφές θεματικό αντικείμενο, αποστολή και σκοπό.

Το αρχικό όραμα της LeanTaaS ήταν ευρύ. Τι σας έκανε να στραφείτε στην υγειονομική περίθαλψη;

Η πορεία μας ξεκίνησε το 2010 χωρίς περιορισμό σε συγκεκριμένο κλάδο. Συνεργαζόμασταν με περίπου 20 εταιρείες, όπως η Google (GOOGL ), η Home Depot (HD ) και η Flextronics, βελτιώνοντας τη λειτουργική τους απόδοση με ειδικά σχεδιασμένες εφαρμογές SaaS.

Το 2013 συνεργαστήκαμε με το Stanford Health Care για να λύσουμε το πρόβλημα προγραμματισμού θεραπειών έγχυσης. Δημιουργήσαμε έναν αλγόριθμο που αντιστοίχιζε βέλτιστα τη διαθέσιμη προσφορά στα συνεχή σήματα ζήτησης. Από την προηγούμενη εμπειρία μου ήξερα ότι η αυστηρή αναλυτική αντιστοίχιση προσφοράς και ζήτησης είναι βασική για τη βελτιστοποίηση της λειτουργικής απόδοσης. Η λύση πέτυχε και περάσαμε τους επόμενους 18 μήνες βελτιώνοντας τους αλγορίθμους και δημιουργώντας το πρώτο προϊόν μας, το iQueue for Infusion Centers. Το 2015 στραφήκαμε αποκλειστικά στην υγειονομική περίθαλψη.

Ποιες τεχνολογίες μηχανικής μάθησης βοηθούν στη βελτιστοποίηση της λειτουργίας νοσοκομείων και οργανισμών υγείας;

Όσο περισσότερα δεδομένα υγείας ψηφιοποιούνται, τόσο μεγαλώνει η δυνατότητα αξιοποίησής τους για αποτελεσματικότερη αντιστοίχιση προσφοράς και ζήτησης. Οι μαθηματικές δυνατότητες της μηχανικής μάθησης υπερβαίνουν κατά πολύ τον ανθρώπινο νου και χρησιμοποιούνται όλο και περισσότερο για τη βελτιστοποίηση νοσοκομείων και κέντρων έγχυσης. Αξιοποιούν πληροφορίες που προκύπτουν από δεδομένα για τη βελτίωση της αποδοτικότητας, των αποτελεσμάτων για τους ασθενείς και της κατανομής πόρων. Παραδείγματα είναι:

Προγνωστική ανάλυση: Οι αλγόριθμοι αναλύουν ιστορικά δεδομένα για να προβλέπουν ποσοστά εισαγωγής ασθενών, εξάρσεις ασθενειών και εκβάσεις. Έτσι τα νοσοκομεία κατανέμουν αποτελεσματικότερα πόρους και προετοιμάζονται για πιθανές αυξήσεις ζήτησης.

Διαχείριση ροής ασθενών: Η μηχανική μάθηση προβλέπει χρόνους εξιτηρίου ή εμπόδια σε αυτό, διαθεσιμότητα κλινών και μετακινήσεις ασθενών εντός νοσοκομείου. Μειώνει τις αναμονές, βελτιώνει την ικανοποίηση των ασθενών και αξιοποιεί καλύτερα τους πόρους.

Κατανομή πόρων και προγραμματισμός: Βοηθά στον προγραμματισμό προσωπικού, χειρουργείων και εξοπλισμού βάσει ιστορικών δεδομένων και ζήτησης σε πραγματικό χρόνο. Αυτό είναι ιδιαίτερα σημαντικό στη σημερινή κρίση στελέχωσης της υγείας.

Πώς βοηθά η LeanTaaS στην αντιμετώπιση των ελλείψεων προσωπικού;

Η τεχνολογία μας συνδυάζει AI και προγνωστική ανάλυση με ιστορικά δεδομένα και δεδομένα πραγματικού χρόνου, βοηθώντας τα στελέχη να αξιοποιούν πλήρως το διαθέσιμο προσωπικό σε μονάδες νοσηλείας, κέντρα έγχυσης και χειρουργεία. Το επιτυγχάνουμε με διάφορους τρόπους:

Λύσεις στελέχωσης ώστε το διαθέσιμο προσωπικό να κατανέμεται στις μονάδες νοσηλείας ανάλογα με τις ανάγκες σημερινών και μελλοντικών ασθενών. Για παράδειγμα, το iQueue for Inpatient Flow προσφέρει ενότητα στελέχωσης με ορατότητα σε ολόκληρο το σύστημα υγείας. Οι προϊστάμενοι νοσηλευτές και το γραφείο στελέχωσης αποκτούν χρόνο και πληροφορίες για να εντοπίζουν προληπτικά κενά και να κατανέμουν πόρους σύμφωνα με τα εμπόδια και τις ατομικές ανάγκες ασθενών. Η Health First πέτυχε μείωση 44% στις μετακινήσεις του βασικού προσωπικού μεταξύ διαφορετικών επιπέδων φροντίδας, μείωση 45 λεπτών στον χρόνο κοινοποίησης του ημερήσιου προγράμματος στελέχωσης και κατάργηση 500 κλήσεων τον μήνα για την τοποθέτηση προσωπικού.

Βελτιστοποιημένα εργαλεία προγραμματισμού για προβλέψιμες, σταθερές ημέρες εργασίας και τα απαραίτητα διαλείμματα. Το iQueue for Infusion Centers συνυπολογίζει το μείγμα ραντεβού, νοσηλευτές, θέσεις θεραπείας και συνδεδεμένα ραντεβού. Τα ραντεβού τοποθετούνται βέλτιστα ώστε να εξομαλύνονται οι μεσημεριανές αιχμές. Προβλέπονται πρόσθετα ραντεβού και μη προσέλευση ασθενών για τις επόμενες ημέρες, ώστε ο φόρτος των νοσηλευτών να είναι σταθερός και να επιτρέπει τακτικά διαλείμματα. Το Oregon Health & Science University πέτυχε μείωση 39% στο ποσοστό ημερών υπέρβασης της μέγιστης δυναμικότητας, 14% στη μέγιστη αξιοποίηση θέσεων θεραπείας και 31% στις περιπτώσεις εργασίας μετά το προγραμματισμένο κλείσιμο.

Λειτουργίες που μειώνουν ή καταργούν χρονοβόρες και αγχωτικές καθημερινές εργασίες. Το iQueue for Operating Rooms απλοποιεί και ψηφιοποιεί τις κρατήσεις χειρουργείων, προσφέρει ενιαία αξιόπιστη πηγή πληροφοριών προγραμματισμού και επιτρέπει απελευθέρωση χρόνου ή αίτημα κράτησης περιστατικού με ένα κλικ αντί πολλών τηλεφωνημάτων. Το Baptist Health Jacksonville πέτυχε μείωση 46% στις κλήσεις που εγκαταλείπονταν, τέσσερα επιπλέον προγραμματισμένα περιστατικά ημερησίως ανά νοσοκομείο, μείωση 50% στον μέσο χρόνο διαχείρισης κλήσης και 40% στον όγκο κλήσεων στο μεγαλύτερο νοσοκομείο του.

Ποια βασικά χαρακτηριστικά βοηθούν στην αυτοματοποίηση της ροής ασθενών;

Η διαχείριση δυναμικότητας νοσηλείας είναι από τις σημαντικότερες προκλήσεις. Απαιτεί συντονισμό διαθέσιμων κλινών, διακίνησης ασθενών και αναγκών στελέχωσης ώστε να υπάρχουν οι κατάλληλοι πόροι για τη ζήτηση. Χωρίς προληπτική διαχείριση προκύπτουν σημεία συμφόρησης, μεγάλες αναμονές και διάρκειες νοσηλείας, εκτροπές περιστατικών ή αποχωρήσεις χωρίς περίθαλψη. Το αποτέλεσμα είναι ανεπαρκής φροντίδα, μειωμένη ικανοποίηση προσωπικού και απώλεια εσόδων.

Το iQueue for Inpatient Flow επιτρέπει στα στελέχη και στις ομάδες πρώτης γραμμής να συντονίζουν κλίνες, διακίνηση και στελέχωση. Έτσι διασφαλίζεται η δυναμικότητα, ευθυγραμμίζονται οι προτεραιότητες των ομάδων φροντίδας και το προσωπικό τοποθετείται όπου χρειάζεται περισσότερο. Αναλύονται δεδομένα υφιστάμενων συστημάτων, όπως ηλεκτρονικοί φάκελοι υγείας, ροή ασθενών και διαχείριση ανθρώπινου δυναμικού, για δυναμική προσαρμογή της δυναμικότητας. Η συνεχής παρακολούθηση της λειτουργικής κατάστασης του νοσοκομείου παρέχει πληροφορίες σε πραγματικό χρόνο και εντοπίζει εμπόδια, ώστε κάθε μέλος να προετοιμάζεται για όσα έρχονται. Με αυτοματοποίηση και διαφάνεια, τα νοσοκομεία διαχειρίζονται προληπτικά τη δυναμικότητα για την πρόοδο της φροντίδας, συντονίζουν καθημερινά εξιτήρια και μεταφορές και απλοποιούν τη στελέχωση.

Πώς βοήθησε η LeanTaaS τα νοσοκομεία στην πανδημία COVID-19 και ποια αποτελέσματα υπήρξαν;

Η πανδημία έφερε τα νοσοκομεία στα όρια της δυναμικότητάς τους. Περισσότεροι ασθενείς χρειάστηκαν ξαφνικά εντατική περίθαλψη, ενώ διαδοχικά υπήρξαν ελλείψεις σε μέσα ατομικής προστασίας, κλίνες ΜΕΘ, κανονικές κλίνες και νοσηλευτικό προσωπικό. Τα περιθώρια κέρδους παρέμεναν πολύ μικρά λόγω αυξημένου φόρτου ασθενών και λιγότερων προγραμματισμένων μη επειγόντων επεμβάσεων. Χωρίς δυνατότητα επέκτασης εγκαταστάσεων ή αγοράς επιπλέον εξοπλισμού, τα νοσοκομεία στράφηκαν στην καλύτερη αξιοποίηση όσων ήδη διέθεταν.

Οι λύσεις μας βοήθησαν στον προγραμματισμό χειρουργείων, στη μείωση διοικητικών εργασιών και τελικά στην αποδοτικότερη διαχείριση κόστους, με όφελος για όλες τις πλευρές. Η Novant Health αντιμετώπιζε περιορισμένο χρόνο χειρουργείων, 8.000 αναβληθέντα περιστατικά και χαμηλή αξιοποίηση δεσμευμένων χρονικών ζωνών. Εφάρμοσε το iQueue for Operating Rooms για αύξηση της δυναμικότητας και εύκολη προβολή, πρόσβαση και ανταλλαγή διαθέσιμου χρόνου από χειρουργούς και υπευθύνους προγραμματισμού. Το εργαλείο ήταν κρίσιμο όταν επέστρεψαν τα χειρουργικά περιστατικά. Η Novant αύξησε τον όγκο τους κατά 4% και εκκαθάρισε μέσα σε επιπλέον 90 ημέρες όλη την εκκρεμότητα που είχε συσσωρευτεί σε 75–90 ημέρες. Τελικά πέτυχε απόδοση επένδυσης 6,15 φορές και ευρύτερη συμμετοχή χειρουργών και διοικητικών υπευθύνων των ιατρείων τους.

Ποιες προκλήσεις υπάρχουν για τη μετάβαση της υγειονομικής περίθαλψης στη σύγχρονη εποχή;

Παραδοσιακά ο κλάδος χαρακτηριζόταν από παρωχημένες υποδομές που παρατηρούσαν τα προβλήματα αντί να τα λύνουν προληπτικά, από ιδιαίτερες απαιτήσεις ασφάλειας και ακρίβειας που περιόριζαν την εμπιστοσύνη σε νέες τεχνολογίες και από πολύτιμους οικονομικούς πόρους που δεν επέτρεπαν επενδύσεις χωρίς εγγυημένη ανταμοιβή. Η πανδημία άλλαξε αυτή την κατάσταση. Τα συστήματα υγείας υιοθέτησαν γρήγορα τηλεϊατρική και λύσεις διαχείρισης δυναμικότητας για να διατηρήσουν την πρόσβαση στη φροντίδα. Απέδειξαν έτσι ότι υπήρχε ζήτηση από παρόχους και ασθενείς για προηγμένες λύσεις, απόδοση επένδυσης και μεγαλύτερη ταχύτητα και ευελιξία υιοθέτησης από όση πίστευαν τα ίδια.

Έπειτα από δεκαετίες καθυστέρησης σε σχέση με άλλους κλάδους, ο πρόσφατος ψηφιακός μετασχηματισμός επιτρέπει στην υγεία να παρακάμψει μια τεχνολογική γενιά. Μπορεί να μην προλάβει την καταναλωτική αγορά, αλλά μπορεί να κάνει άλμα και να πρωτοστατήσει στην AI. Τα στελέχη γνωρίζουν πλέον πώς να δίνουν προτεραιότητα στην ασφάλεια, την ιδιωτικότητα, τα άμεσα αποτελέσματα και την αποδεδειγμένη απόδοση επένδυσης. Η τεχνολογία πρέπει να προσφέρει υποστηρικτικές και χρήσιμες ροές εργασίας που διατηρούν και ενισχύουν την ανθρώπινη τεχνογνωσία. Η γρήγορη ψηφιοποίηση δημιούργησε την υποδομή για ασφαλή υποστήριξη νέων τεχνολογιών AI.

Κρίσιμο στοιχείο όμως είναι η διαχείριση της αλλαγής. Η τεχνολογία μόνη της δεν επιφέρει βιώσιμο μετασχηματισμό· χρειάζονται ειδικοί που καθοδηγούν τους οργανισμούς μέσα από την αναστάτωση προς τα αποτελέσματα. Γι’ αυτό νωρίτερα φέτος ανακοινώσαμε το Transformation as a Service (TaaS), μια υπηρεσία πρώτη στο είδος της που εγγυάται αποτελέσματα. Κάθε πελάτης αποκτά αποκλειστική ομάδα για την εφαρμογή της τεχνολογίας, τη συνεπή υγιεινή δεδομένων, την αυτοματοποίηση και ψηφιοποίηση υφιστάμενων ροών, τη διαχείριση αλλαγής, τη διακυβέρνηση σε όλο το σύστημα και την επιτυχία της υλοποίησης.

Θα θέλατε να προσθέσετε κάτι για τη LeanTaaS;

Ακούμε συνεχώς τους πελάτες και καινοτομούμε βάσει των αναγκών τους και των εξελίξεων στην AI. Πρόσφατα παρουσιάσαμε το iQueue Autopilot, μια λύση παραγωγικής AI πρώτη στο είδος της για νοσοκομειακές λειτουργίες. Παρέχει συνομιλίες που μοιάζουν ανθρώπινες και αξιοποιήσιμες πληροφορίες για αποφάσεις σχετικά με τη ροή ασθενών, τον προγραμματισμό, το κέντρο συντονισμού, τη διαχείριση δεσμευμένου χρόνου χειρουργείων, τη στελέχωση και άλλες χρήσεις διαχείρισης δυναμικότητας, τόσο στην ενδονοσοκομειακή όσο και στην εξωνοσοκομειακή περίθαλψη. Με προσιτή, άμεση και ισχυρή υποστήριξη, τα στελέχη μπορούν να βελτιώνουν τα οικονομικά αποτελέσματα και την πρόσβαση στη φροντίδα, οι νοσηλευτές και οι πάροχοι να αφιερώνουν χρόνο και προσοχή στους ασθενείς και το προσωπικό να εργάζεται παραγωγικά χωρίς εξουθένωση. Έτσι υλοποιούμε το όραμα του «ελέγχου εναέριας κυκλοφορίας» για την υγεία: διαχείριση ροής ασθενών και βελτιστοποίηση δυναμικότητας σε όλο το συνεχές της φροντίδας, σε μία πλατφόρμα.

Ευχαριστούμε για την εξαιρετική συνέντευξη. Οι αναγνώστες που επιθυμούν περισσότερες πληροφορίες μπορούν να επισκεφθούν τη LeanTaaS.