Παύλος Ρόσκο, Διευθύνων Σύμβουλος, CLEW Medical – Σειρά Συνεντεύξεων

Ο Παύλος Ρόσκο είναι ο Διευθύνων Σύμβουλος της CLEW Medical.

Πριν ενταχθεί στην CLEW, ο κ. Ρόσκο ήταν Διευθύνων Σύμβουλος της Trinda Health και ήταν υπεύθυνος για τη θέσπιση της εταιρείας ως ηγέτη της βιομηχανίας σε λύσεις κλινικής τεκμηρίωσης προσανατολισμένες στην ποιότητα.

CLEW Medical προσφέρει σε νοσοκομεία, συστήματα υγείας και μονάδες εντατικής θεραπείας προηγμένη κλινική νοημοσύνη και διαγνωστικές ικανότητες για ασθενείς χρησιμοποιώντας AI-ενεργοποιημένες, FDA-εγκεκριμένες προγνωστικές αναλύσεις και ιδιόκτητα μοντέλα κρίσιμης φροντίδας.

Μπορείτε να μας πείτε λίγα περισσότερα για την πλατφόρμα AI της CLEW Medical και τις μοναδικές ικανότητές της στη βιομηχανία MedTech;

Η ιδρυση της CLEW βασίστηκε στην υπόθεση ότι οι αναλύσεις δεδομένων και η AI μπορούν να βελτιώσουν σημαντικά τα αποτελέσματα των ασθενών και την εμπειρία των κλινικών ιατρών σε περιβάλλοντα υψηλής ακρίβειας. Η πλατφόρμα κλινικής επιτήρησης που έχουμε δημιουργήσει είναι η πρώτη που έχει FDA-εγκεκριμένα μοντέλα AI-κίνησης για κρίσιμη φροντίδα. Το σύστημά μας λαμβάνει δεδομένα με την ενσωμάτωση με όλες τις κλινικές πηγές δεδομένων μέσα σε ένα νοσοκομείο και δημιουργεί ένα φυσιολογικό προφίλ κάθε ασθενή σε近 real-time για να παρακολουθεί συνεχώς την κατάστασή του. Στη συνέχεια, χρησιμοποιεί αυτά τα δεδομένα για να παρέχει προγνωστικές ενημερώσεις για την αναγνώριση ασθενών που πιθανότατα θα έχουν μια αντίθετη εκδήλωση – όπως αναπνευστική ανεπάρκεια – και να ειδοποιήσει τους κλινικούς ιατρούς να παρέμβουν έως και οκτώ ώρες πριν από την αναμενόμενη εκδήλωση. Η υψηλή ακρίβεια της πλατφόρμας μειώνει επίσης τον υπερβολικό αριθμό των ψευδών συναγερμών, επιτρέποντας στους κλινικούς ιατρούς να ασκούν την ιατρική τους στο υψηλότερο επίπεδο και να εστιάζουν στους ασθενείς που έχουν την μεγαλύτερη ανάγκη άμεσης παρέμβασης.

Ποια ήταν τα βασικά στοιχεία που συνέβαλαν στην FDA-έγκριση των μοντέλων AI-κίνησης της CLEW;

Η CLEW έχει ενσωματώσει την AI από την ίδρυσή της. Οι ιδρυτές και οι ηγέτες ανάπτυξης αναγνώρισαν τη σημασία της δημιουργίας εμπιστοσύνης με τους φροντιστές, τους ανθρώπους που είναι υπεύθυνοι για τη χρήση της τεχνολογίας μας για την φροντίδα των πιο ευάλωτων ασθενών τους. Ήταν απαραίτητο η τεχνολογία μας να υποβληθεί στον ίδιο βαθμό σχολαστικότητας και επιμέλειας στη σχεδίαση, ανάπτυξη, δοκιμή και επαλήθευση όπως και τα συσκευές που ήδη χρησιμοποιούν οι χρήστες μας. Για να ενθαρρύνουμε την υιοθέτηση μιας λύσης AI για κρίσιμες φροντίδες, η ομάδα μας κατέστησε σαφές ότι τα μοντέλα μας θα πρέπει να κατασκευαστούν με προσεκτική ανάπτυξη προϊόντος και συστήματα ποιότητας. Ως αποτέλεσμα, η ανάπτυξη των μοντέλων AI της CLEW αξιοποιεί μια ρομποτική υποδομή ML (μηχανικής μάθησης) για να ανταποκριθεί στις προϋποθέσεις κανονιστικών απαιτήσεων, όπως η οδηγία PCCP (προ-εγκεκριμένου σχεδίου ελέγχου αλλαγών) από την FDA. Τα μοντέλα AI μας σχεδιάζονται μεθοδικά, ενώ υποβάλλονται σε όλα τα απαραίτητα πειράματα για την έγκριση ιατρικών συσκευών.

Η πρόσφατη μελέτη που δημοσιεύθηκε στο περιοδικό CHEST® τόνισε την προγνωστική ακρίβεια των μοντέλων AI σας. Μπορείτε να συζητήσετε τη μεθοδολογία και τα συγκεκριμένα ευρήματα της μελέτης;

Ένα μοντέλο ML της CLEW εφαρμόστηκε σε 14 μονάδες εντατικής θεραπείας (ICU) σε δύο μεγάλα συστήματα υγείας για να προβλέψει την έναρξη εμβολισμού και τη χρήση αγγειοσυσταλτικών φαρμάκων – με άλλα λόγια, γεγονότα που απαιτούν παρέμβαση για σωτηρία της ζωής – μεταξύ κριτικά ασθενών ενηλίκων. Η απόδοσή του μετρήθηκε σε σχέση με τις υπάρχουσες συναγερμούς παρακολούθησης και την προγνωστική αποτελεσματικότητα των συναγερμών του συστήματος τηλεϊατρικής.

Η μελέτη, που σχεδιάστηκε για να αξιολογήσει την ακρίβεια και τη χρησιμότητα των συναγερμών στο ICU, βρήκε ότι τα μοντέλα της CLEW για την πρόβλεψη της επιδείνωσης των ασθενών ήταν πέντε φορές πιο ακριβή από και παρήγαγαν 50 φορές λιγότερους συναγερμούς από το ηγέτη σύστημα τηλεϊατρικής. Τα ευρήματα δείχνουν επίσης ότι το μοντέλο ML έχει υπεροχή ακρίβειας σε σύγκριση με παραδοσιακά συστήματα παρακολούθησης και μειώνει δραστικά τις ненужείς διακοπές στην εργασία των κλινικών ιατρών.

Πώς οι προβλέψεις AI της πλατφόρμας της CLEW μπορούν να μεταμορφώσουν την παροχή φροντίδας στις μονάδες εντατικής θεραπείας; Μπορείτε να εξηγήσετε πώς αυτές οι προβλέψεις βελτιώνουν τα αποτελέσματα και μειώνουν τις επιπλοκές;

Η πλατφόρμα της CLEW δημιουργεί ευκαιρίες για πρώιμες παρεμβάσεις σε ασθενείς υψηλού κινδύνου και υποστηρίζει τη διαχείριση της χωρητικότητας αναγνωρίζοντας ασθενείς χαμηλού κινδύνου που μπορεί να είναι έτοιμοι για μεταφορά ή έξοδο. Αυτό, με τη σειρά του, μειώνει το ποσοστό θνησιμότητας και αναλήψεων, μειώνει τις επιπλοκές που οφείλονται στην επιδείνωση των ασθενών και ελαχιστοποιεί τη διάρκεια της διαμονής των ασθενών.

Για παράδειγμα, μέσα στις πρώτες 24 ώρες της εγκατάστασης σε ένα μεγάλο σύστημα υγείας, η τεχνολογία μας προέβλεψε αιμοδυναμική αστάθεια σε einen ασθενή της μονάδας εντατικής θεραπείας, το οποίο προκάλεσε μια αξιολόγηση από τον παρέμβοντα ιατρό. Κατά τη διάρκεια της αξιολόγησης, ο ιατρός διέταξε μια σάρωση CT και ανίχνευσε μια εσωτερική αιμορραγία. Ο ασθενής μεταφέρθηκε στο χειρουργείο για επείγουσα χειρουργική επέμβαση, έλαβε υγρό και αίμα και τελικά η ζωή του σώθηκε. 24 ώρες αργότερα, ο ασθενής ήταν σε σταθερή κατάσταση.

Η система σας βρέθηκε να είναι πέντε φορές πιο ακριβής από ένα ηγέτη σύστημα τηλεϊατρικής παρακολούθησης. Τι κάνει την τεχνολογία της CLEW πιο αποτελεσματική στην πρόβλεψη των κρίσιμων επιδείνωσεων των ασθενών;

Γενικά, οι ειδοποιήσεις που παράγονται από ML είναι λιγότερο συχνές, έχουν υψηλότερα επίπεδα ακρίβειας και χαμηλότερους ρυθμούς λαθών, όπως ψευδείς θετικοί, και δημιουργούν μεγαλύτερα χρονικά διαστήματα πριν από την εκδήλωση του γεγονότος από άλλα συστήματα τηλεϊατρικής και συναγερμούς παρακολούθησης. Οι ειδοποιήσεις της CLEW είναι πιο ακριβείς και λειτουργικές και παρέχουν χρόνο για την ομάδα φροντίδας να λάβει αντίμετρα για την πρόληψη των προβλεπόμενων αποτελεσμάτων. Η εξελιγμένη νοημοσύνη που παρέχει η CLEW είναι δυνατή χάρη στην ικανότητά της να εξορύσσει δεδομένα ασθενών από το ηλεκτρονικό ιατρικό αρχείο (EMR) ενός συστήματος υγείας, σε συνδυασμό με μοντέλα ML που έχουν υποβληθεί σε αυστηρές δοκιμές και επαλήθευση μέσω peer-reviewed ερευνών και έγκρισης FDA.

Η μελέτη σημείωσε επίσης μια σημαντική μείωση των ψευδών συναγερμών. Πώς η μείωση της κόπωσης των συναγερμών ωφελεί το προσωπικό των μονάδων εντατικής θεραπείας, και ποια είναι η ανταπόκριση από τους επαγγελματίες υγείας που χρησιμοποιούν το σύστημά σας;

98% των συναγερμών παρακολούθησης είναι ψευδείς θετικοί, οδηγώντας σε κόπωση συναγερμών και εξαγριώνοντας ιστορικά υψηλά επίπεδα καύσης των κλινικών ιατρών. Η CLEW αντιμετωπίζει την κόπωση των συναγερμών μειώνοντας τον αριθμό των ηχητικών διακοπών, αυξάνοντας το ποσοστό των ενεργών ειδοποιήσεων για απαραίτητη παρέμβαση των παρόχων και δημιουργώντας ένα γενικότερα ήρεμο περιβάλλον μονάδας εντατικής θεραπείας. Οι ομάδες επιτυχίας της CLEW εστιάζουν στην κλινική διαχείριση αλλαγών για να διασφαλίσουν ότι η τεχνολογία ενσωματώνεται κατάλληλα στη διαδικασία λήψης κλινικών αποφάσεων. Η ανταπόκριση από τους κλινικούς ιατρούς ήταν εξαιρετικά θετική.

Πώς λειτουργεί η λειτουργία πρώιμης ειδοποίησης της πλατφόρμας της CLEW, και ποια είναι τα είδη παρεμβάσεων που έχει διευκολύνει σε πραγματικές μονάδες εντατικής θεραπείας;

Βάσει του εισερχόμενου ρεύματος πληροφοριών από συσκευές παρακολούθησης και ζωτικής υποστήριξης, καθώς και από το Ηλεκτρονικό Ιατρικό Αρχείο (EHR), τα μοντέλα AI της CLEW μπορούν να κάνουν προβλέψεις για τον κίνδυνο επιδείνωσης των ασθενών και θανάτου τις επόμενες οκτώ ώρες. Με αυτές τις προγνωστικές αξιολογήσεις, οι έμπειροι κλινικοί ιατροί μπορούν να αξιολογήσουν τους ασθενείς πιο στενά και να καθορίσουν αν υπάρχουν εφαρμόσιμες αντίμετρα για την πρόληψη των προβλεπόμενων επιδείνωσεων, αντί να ανταποκρίνονται σε αυτές με επείγουσα βάση.

Για παράδειγμα, η πλατφόρμα της CLEW μπορεί να ειδοποιήσει τους κλινικούς ιατρούς ότι ένας ασθενής είναι πολύ πιθανό να εισέλθει σε αναπνευστική ανεπάρκεια, η οποία οδηγεί σε εμβολισμό και μηχανική αναπνοή. Κατά την λήψη του συναγερμού, οι φροντιστές μπορούν να αναγνωρίσουν ότι ο ασθενής έχει υπερβολική ποσότητα υγρού που μπορεί να αρχίσει να επανακαταδιώκει στα πνεύμονα και να ξεκινήσει θεραπεία με διουρητικά για να μειώσει τα υγρά, και έτσι να αποτρέψει τον εμβολισμό αργότερα. Το μοντέλο μας μπορεί επίσης να προβλέψει αν ένας μετα-χειρουργικός ασθενής είναι πιθανό να γίνει αιμοδυναμικά ασταθής και να χρειαστεί υποστήριξη φαρμάκων. Ενεργοί με αυτή τη γνώση, χωρίς εμφανή συμπτώματα, μια σάρωση CT αποκάλυψε ότι ο ασθενής είχε εσωτερική αιμορραγία και επαναστάθηκε στο χειρουργείο για επείγουσα επέμβαση. Τελικά, αυτή η παρέμβαση οδήγησε τον ασθενή σε σταθερή κατάσταση.

Οι προβλέψεις AI της CLEW υποστηρίζουν επίσης τα νοσοκομεία με ανάγκες διαχείρισης χωρητικότητας. Ορισμένοι ασθενείς δεν θα χρειαστούν πλέον κρίσιμη φροντίδα και μπορούν να μεταφερθούν σε μονάδες χαμηλότερης ακρίβειας, απελευθερώνοντας κλίνες για τη διαχείριση περισσότερων κριτικά ασθενών. Αυτό επιτρέπει στο σύστημα υγείας να βελτιώσει τη διαχείριση της χωρητικότητας και να δημιουργήσει πρόσβαση για περισσότερους ασθενείς. Αυτό αυξάνει επίσης το περιθώριο συνεισφοράς για το σύστημα υγείας.

Ποια είναι τα επόμενα βήματα για την CLEW Medical όσον αφορά την περαιτέρω ανάπτυξη και επέκταση της χρήσης των μοντέλων AI-κίνησης σε διάφορες ιατρικές ρυθμίσεις;

Έχουμε ήδη επεκτείνει την πλατφόρμα της CLEW έξω από τις κρίσιμες φροντίδες για να συμπεριλάβουμε μονάδες αποβιβάσεων και τμήματα επειγόντων περιστατικών, και αυτή τη στιγμή befind ourselves στην διαδικασία επέκτασης σε όλα τα υπόλοιπα οξεία κλίνες των νοσοκομείων, συμπεριλαμβανομένων των μονάδων φροντίδας μετά την αναισθησία (PACU) και των γενικών ιατρικών/χειρουργικών & ειδικών κλινών. Η τελική πανταχού παρούσα της οικονομικής φορητής παρακολούθησης που παρέχει συχνές πληροφορίες για τις ζωτικές λειτουργίες, μαζί με την έγκριση PCCP, επιτρέπει στην CLEW να επεκτείνει τις ικανότητες επιτήρησης AI σε ολόκληρο το οξεία νοσοκομείο.

Επιπλέον,既然 οι προβλέψεις της CLEW είναι συμπληρωματικές σε πολλά άλλα συστήματα HIT, συμπεριλαμβανομένου του Ηλεκτρονικού Ιατρικού Αρχείου (EHR), εργαζόμαστε για την παράδοση των επιτευγμάτων μας μέσω της ενσωμάτωσης στο υπάρχον εργαλείο του συστήματος υγείας. Έχουμε ενταχθεί στο δίκτυο αναπτυξιακών της Epic και έχουμε αποδείξει την επιτυχή ενσωμάτωση των προηγμένων ικανοτήτων της CLEW, όπως οι προβλέψεις AI, στη κλινική εμπειρία του χρήστη.

Η CLEW ξεκινά επίσης μια καινοτόμο, AI-κίνητη προσέγγιση για τη διαχείριση της σηψής, μιας καταστροφικής και μερικές φορές θανατηφόρου επιπλοκής.

Πού βλέπετε το μέλλον της AI στην βελτίωση της φροντίδας στις μονάδες εντατικής θεραπείας τις επόμενες δεκαετίες, και πώς σχεδιάζει η CLEW να είναι μέρος αυτού του μέλλοντος;

Οι πληθυσμοί των ασθενών στα νοσοκομεία είναι πιο άρρωστοι από ό,τι ήταν στο παρελθόν. Με την αύξηση της ηλικίας και των χρόνιων ασθενειών που σχετίζονται με τον τρόπο ζωής, μαζί με την ευρεία έλλειψη φροντιστών, η ανάγκη για έξυπνη κλινική επιτήρηση συνεχίζει να αυξάνεται.既然 πολλοί ασθενείς τελικά καταλήγουν στις μονάδες εντατικής θεραπείας λόγω χαμένων ευκαιριών για παρέμβαση νωρίτερα στη διαδικασία φροντίδας, η CLEW δεν εστιάζει μόνο στην χρήση της AI για τη βελτίωση της φροντίδας στις μονάδες εντατικής θεραπείας, αλλά και στο συνεργάσιμο με τους καινοτόμους του συστήματος υγείας και της βιομηχανίας για τη βελτίωση όλων των οξέων φροντίδων. Η διαδικασία ανάπτυξης AI (MLOPS) θα αξιοποιήσει τις ικανότητες των συνεργατών για να αυξήσει τα μοντέλα AI που εγκρίνονται από την FDA πέρα από αυτά που αναπτύσσει η CLEW μόνη της.

Ωστόσο, η τεχνολογία είναι μόνο ένα μέρος της λύσης. Η χρήση της AI στην υγεία δεν είναι για την αντικατάσταση των φροντιστών. Στην πραγματικότητα, η AI μπορεί να προσφέρει υπεροχή πληροφοριών για την υποστήριξη της λήψης κλινικών αποφάσεων, όπως η μείωση των θορυβωδών συναγερμών που σπαταλούν τον χρόνο τους. Η CLEW συνεργάζεται με τα συστήματα υγείας και τους συνεργάτες για να μάθει από και να εκπαιδεύσει τους φροντιστές σχετικά με τον τρόπο με τον οποίο τα εργαλεία AI μπορούν να υιοθετηθούν αποτελεσματικά και να γίνουν αποδεκτά στην κλινική πρακτική. Η έρευνα που επικυρώνει την ακρίβεια και την αποτελεσματικότητα της AI απαιτείται, ώστε η CLEW να εργαστεί με τους πελάτες της για τη δημιουργία αυτής της απόδειξης με τους δικούς τους πληθυσμούς ασθενών. Αυτή η εστιασμένη προσπάθεια έρευνας υποστηρίζει την εφαρμογή και την υιοθέτηση από τους κλινικούς ιατρούς που θα ήταν αλλιώς σκεπτικιστές.

Για να επιταχύνουμε τις νέες κλινικές εφαρμογές, έχουμε τη δυνατότητα να ενημερώσουμε την πλατφόρμα μας για να συμπεριλάβουμε νέες βέλτιστες πρακτικές μέσα σε ένα μήνα, κάτι που συνήθως διαρκεί χρόνια. Τις επόμενες δεκαετίες, η CLEW θα είναι στην πρώτη γραμμή της συνεργασίας με τα συστήματα υγείας για να κάνει την αποτελεσματική κλινική AI τον ενημερωμένο και προνοητικό συνεργάτη των ανθρώπινων φροντιστών που μπορεί να φροντίσουν εμάς ή τους αγαπημένους μας.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα μπορούν να επισκεφθούν CLEW Medical.