Σον Σόφσταλ, Διευθυντής Τεχνητής Νοημοσύνης, Καινοτομίας και Δεδομένων στην PaceMate – Σειρά Συνεντεύξεων

Σον Σόφσταλ, Διευθυντής Τεχνητής Νοημοσύνης, Καινοτομίας και Δεδομένων στην PaceMate, είναι ένας τεχνολογικός και προϊοντικός εκτελεστής με 20+ χρόνια εμπειρίας στη δημιουργία καινοτόμων λύσεων SaaS και στην ενσωμάτωση τεχνολογιών Τεχνητής Νοημοσύνης που προσφέρουν μετρήσιμα επιχειρηματικά αποτελέσματα και ευθυγραμμίζονται με στρατηγικούς επιχειρηματικούς στόχους.

Ο Σον ειδικεύεται στην τυποποίηση της Τεχνητής Νοημοσύνης, της τεχνολογίας υγείας και των πλατφορμών βασισμένων σε δεδομένα για ομάδες και πελάτες, βελτιώνοντας την παραγωγικότητα και την αποτελεσματικότητα στις κλινικές εργασίες. Η προηγούμενη του δουλειά στην ενσωμάτωση της Τεχνητής Νοημοσύνης στα συστήματα διαχείρισης υγείας είχε ως αποτέλεσμα σημαντικές βελτιώσεις στην αποτελεσματικότητα και την ενίσχυση των αποτελεσμάτων των ασθενών μέσω της έξυπνης σχεδίασης και των δεδομένων.
Ως ηγέτης σκέψης και δημόσιος ομιλητής για την Τεχνητή Νοημοσύνη για εκτελεστές, ο Σον γεφυρώνει το χάσμα μεταξύ των τεχνικών ικανοτήτων και της στρατηγικής επιχειρηματικής εφαρμογής, εστιάζοντας στη διαχείριση προϊόντων και ανάπτυξη που εξυπηρετεί πραγματικές κλινικές ανάγκες. Δημιουργεί ομάδες που προσφέρουν καινοτόμες λύσεις που αντιμετωπίζουν πραγματικές προκλήσεις υγείας και όχι απλώς την καταδίωξη τεχνολογικών τάσεων, εξασφαλίζοντας την ευθυγράμμιση με την επιχειρηματική αριστεία και τη βελτίωση των αποτελεσμάτων των ασθενών.

PaceMate είναι μια εταιρεία τεχνολογίας υγείας που προσφέρει PaceMateLIVE, μια cloud- आधική πλατφόρμα για τηλε-παρακολούθηση καρδιακών παθήσεων και διαχείριση δεδομένων. Το σύστημα ενσωματώνει δεδομένα από εμφυτεύσιμες καρδιακές συσκευές, φορητές μονиторες και καταναλωτικές συσκευές ECG, χρησιμοποιώντας αυτοματοποιημένη προτεραιότητα για να βοηθήσει τους κλινικούς να εστιάσουν στις πιο κρίσιμες ειδοποιήσεις. Υποστηρίζει διαλειτουργικότητα με κύρια ηλεκτρονικά συστήματα υγείας όπως το Epic, Cerner και athenahealth, ροής κλινικών εργασιών, βελτιώνοντας την επιχειρηματική αποτελεσματικότητα και ενισχύοντας τη συνέχεια φροντίδας ασθενών σε καρδιακές πρακτικές.

Έχετε δημιουργήσει λύσεις Τεχνητής Νοημοσύνης για την υγεία για πάνω από 20 χρόνια, συμπεριλαμβανομένης της πρώτης εργαλείου AI που συμμορφώνεται με τον HIPAA στο Auditdata και τώρα της πλατφόρμας καρδιακής νοημοσύνης στην PaceMate. Τι σας ενέπνευσε να μεταβείτε στην उपयποίηση της Τεχνητής Νοημοσύνης για τη μετατροπή κλινικών δεδομένων σε δράσιμες πληροφορίες;

Πάντα ήμουν οδηγούμενος από τα δεδομένα. Στην αρχή της καριέρας μου στη ψηφιακή διαφήμιση, το σλόγκαν της εταιρείας μου ήταν “Quantifiable Creativity” – η ιδέα ότι μπορείτε να οδηγήσετε την έμπνευση και τη δημιουργικότητα μέσω того που μαθαίνετε από τα δεδομένα. Όταν έκανα τη μετάβαση στην υγεία, είδα έναν νέο τρόπο να χρησιμοποιήσω τα δεδομένα. Αντί να αναφέρω απλώς τι είχε ήδη συμβεί σε έναν ασθενή, άρχισα να σκέφτομαι: Μπορούμε να χρησιμοποιήσουμε τα δεδομένα για να δούμε τάσεις; Μπορούμε να προβλέψουμε τι μπορεί να συμβεί επόμενο;

Στη συνέχεια, η Τεχνητή Νοημοσύνη ήρθε και επέκτεινε αυτές τις δυνατότητες. Πιστεύω πραγματικά ότι αν μπορούμε να χρησιμοποιήσουμε την Τεχνητή Νοημοσύνη με έξυπνο, ανθρώπινο τρόπο, μπορούμε να μεταμορφώσουμε την υγεία. Μπορεί να δώσει στους γιατρούς περισσότερο χρόνο με τους ασθενείς ενώ οι ρουτινικές εργασίες γύρω από τα δεδομένα χειρίζονται από την Τεχνητή Νοημοσύνη. Δεν είμαστε ακόμη εκεί, αλλά η βάση κατασκευάζεται για να μας οδηγήσει εκεί.

Η PaceMate διαχειρίζεται μια από τις μεγαλύτερες και πιο ισχυρές καρδιακές βάσεις δεδομένων στον κόσμο. Πώς μετατρέπετε αυτά τα δεδομένα σε προβλεπτικούς αλγορίθμους που βελτιώνουν τόσο τα αποτελέσματα των ασθενών όσο και την κλινική αποτελεσματικότητα;

Τα δεδομένα είναι το κλειδί. Για να αποκτήσετε τη μέγιστη δύναμη από την Τεχνητή Νοημοσύνη και τη Μηχανική Μάθηση, όλα εξαρτώνται από το σύνολο εκπαίδευσης που έχετε. Η PaceMate είναι ηγέτης της βιομηχανίας όχι μόνο λόγω των δεδομένων μας, αλλά και λόγω της κλινικής εμπειρογνωμοσύνης της ομάδας μας για να ερμηνεύσει και να επικυρώσει τα δεδομένα. Όταν συνδυάσετε τα δεδομένα με αυτήν την εμπειρογνωμοσύνη, αρχίζετε να βλέπετε πώς η εξοικονόμηση ενός λεπτού εδώ και δύο λεπτών εκεί μπορεί να οδηγήσει σε τεράστιες κερδισμένες στην αποτελεσματικότητα.

Στη συνέχεια, όταν προσθέσετε την ικανότητα να αναγνωρίσετε τάσεις στα δεδομένα των ασθενών καθ’ όλη τη διάρκεια της ζωής της συσκευής, ενδυναμώνετε τους γιατρούς με τις πληροφορίες που χρειάζονται για να λάβουν τις καλύτερες αποφάσεις για τους ασθενείς τους – υποστηριζόμενες από τα πιο ολοκληρωμένα δεδομένα δυνατά.

Πλαίσια κανονισμού όπως το HIPAA και οι έγκρισεις της FDA συχνά επιβραδύνουν την υιοθέτηση της Τεχνητής Νοημοσύνης στην υγεία. Ποια πρακτικά βήματα μπορούν να ληφθούν από τις οργανώσεις για να καινοτομήσουν υπευθύνως μέσα σε αυτές τις περιορισμοί;

Στην PaceMate, πιστεύουμε ισχυρά στη φιλοσοφία της Τεχνητής Νοημοσύνης με τον άνθρωπο στο κέντρο. Δεν εκχωρούμε αποφάσεις στην Τεχνητή Νοημοσύνη, που είναι ακριβώς το λόγο για τον οποίο η FDA απαιτεί σοβαρή εποπτεία. Αντίθετα, οι οργανώσεις μπορούν να χρησιμοποιήσουν την Τεχνητή Νοημοσύνη για να εξορύξουν, να οργανώσουν και να παρουσιάσουν δεδομένα ενώ εξακολουθούν να βασίζονται στην κλινική εμπειρογνωμοσύνη για να καθορίσουν τι είναι σωστό για κάθε ασθενή.

Όσον αφορά το HIPAA, η ιδιωτικότητα του ασθενή είναι一个 σοβαρός προβληματισμός στην υγεία, και πρέπει πάντα να τη ставουμε πρώτα. Αυτό είναι υπέροχο με την ανθρωποκεντρική μας προσέγγιση – η Τεχνητή Νοημοσύνη δεν χρειάζεται να γνωρίζει τίποτα για τα προσωπικά δεδομένα των ασθενών. Μπορούμε να απο-ταυτοποιήσουμε τα δεδομένα και να τα αναλύσουμε από εκεί. Αλλά ακόμη και με τη σωστή φιλοσοφία, η χρήση των σωστών εργαλείων που συμμορφώνονται με το HIPAA – τα οποία έχουν κυκλοφορήσει στην αγορά τα τελευταία χρόνια – είναι επίσης απαραίτητη.

Η ιδιωτικότητα των δεδομένων είναι πάντα μια πολυεπίπεδη προσέγγιση, και η ιδιωτικότητα των ασθενών πρέπει πάντα να ставεται πρώτα, ακόμη και trước την καινοτομία.

Η ευαισθησία των δεδομένων είναι ένας σημαντικός προβληματισμός στην καρδιακή φροντίδα. Πώς η PaceMate εξασφαλίζει ότι η ανάπτυξη της Τεχνητής Νοημοσύνης διατηρεί τα υψηλότερα επίπεδα ιδιωτικότητας και εμπιστοσύνης του ασθενή;

Η ιδιωτικότητα του ασθενή έχει πάντα ήταν γωνιακό λίθο της PaceMate, και η άνοδος της Τεχνητής Νοημοσύνης ενισχύει μόνο το λόγο για τον οποίο αυτή η δέσμευση έχει σημασία. Προσεγγίζουμε την ανάπτυξη της Τεχνητής Νοημοσύνης με μια φιλοσοφία “ιδιωτικότητας από το σχεδιασμό” – που σημαίνει ότι η προστασία των δεδομένων δεν είναι μια μετάνοια, αλλά είναι χτισμένη σε κάθε στάδιο.

Όλα τα δεδομένα ασθενών που χρησιμοποιούνται στην εκπαίδευση της Τεχνητής Νοημοσύνης είναι αυστηρά απο-ταυτοποιημένα και κρυπτογραφημένα, ακολουθώντας πρωτόκολλα που υπερβαίνουν τις απαιτήσεις του HIPAA. Ακολουθούμε επίσης αυστηρές αρχές ελαχιστοποίησης των δεδομένων, συλλέγοντας και επεξεργαζόμενους μόνο αυτά που είναι απολύτως απαραίτητα για την κλινική αξία.

Στην καρδιακή φροντίδα, έχουμε ανατεθεί μερικά από τα πιο ιδιωτικά δεδομένα υγείας που μπορείτε να φανταστείτε. Αυτό είναι το λόγο για τον οποίο διεξάγουμε τακτικές αξιολογήσεις επιπτώσεων ιδιωτικότητας και τρίτων ελέγχους ασφαλείας, γιατί η κερδισμένη και διατήρηση της εμπιστοσύνης δεν είναι μια μονομερής προσπάθεια – είναι μια ημερήσια ευθύνη.

Η αυτοματοποίηση στην υγεία μπορεί να είναι ένα διπλό σπαθί. Πώς είναι η Τεχνητή Νοημοσύνη στην PaceMate σχεδιασμένη για να συμπληρώσει – και όχι να αντικαταστήσει – την εμπειρογνωμοσύνη των κλινικών;

Η φιλοσοφία μας “Τεχνητή Νοημοσύνη με τον άνθρωπο στο κέντρο” σημαίνει ότι η Τεχνητή Νοημοσύνη χρησιμοποιείται ως ένα συμπληρωματικό εργαλείο, ποτέ δεν αντικαθιστά την εμπειρογνωμοσύνη. Η δέσμευσή μας να χρησιμοποιούμε την κλινική εμπειρογνωμοσύνη και να εργαζόμαστε με κλινικούς σε νοσοκομεία για να οδηγήσουμε την ανάπτυξη του προϊόντος μας διαμορφώνει直接 την πρακτική μας Τεχνητής Νοημοσύνης.

Ρωτάμε ερωτήσεις όπως, “Τι θα σας κάνει πιο αποτελεσματικούς;”, “Ποια δεδομένα θα σας βοηθήσουν να λάβετε καλύτερες αποφάσεις;” και “Τι λείπει από την τρέχουσα ροή εργασιών σας;” Στη συνέχεια, χρησιμοποιούμε αυτές τις πληροφορίες για να οδηγήσουμε πώς να εφαρμόσουμε την αυτοματοποίηση και την Τεχνητή Νοημοσύνη χωρίς να εμποδίσουμε.

Πολλές υγειονομικές υπηρεσίες δυσκολεύονται με τα κατακερματισμένα δεδομένα σε συσκευές, ηλεκτρονικά συστήματα υγείας και εργαλεία παρακολούθησης. Πώς η ομάδα σας προσεγγίζει την ενοποίηση αυτών των πηγών για να παρέχει πραγματικές πληροφορίες που έχουν σημασία στο σημείο φροντίδας;

Τους τελευταίους 10 χρόνια, έχουμε γίνει το κέντρο για τα δεδομένα στη τηλε-παρακολούθηση, και κατανοούμε την ροή δεδομένων ασθενών από μέσα. Μπορείτε να το σκεφτείτε ως ένα γράφο ταυτότητας όπου τα δεδομένα συλλέγονται και παρέχονται στα τμήματα που χρειάζονται εκείνη τη στιγμή. Έχουμε χτίσει την υποδομή για να τραβήξουμε από πολλαπλούς κατασκευαστές συσκευών, τις πλατφόρμες τηλε-παρακολούθησης και τα συστήματα ηλεκτρονικών υγείας, και στη συνέχεια να τα Normalize και να τα δώσουμε σε πραγματική χρήση στο σημείο φροντίδας.

Το κλειδί είναι να κατανοήσουμε όχι μόνο πώς να συλλέξουμε δεδομένα, αλλά και πότε και πώς να τα παρουσιάσουμε. Έχουμε επίσης γίνει ειδικοί στην ενοποίηση ευρείας, απο-ταυτοποιημένης δεδομένων για να επικυρώσουμε τάσεις και να διασφαλίσουμε την ποιότητα όταν εισάγουμε νέες πηγές δεδομένων. Αυτή η διπλή ικανότητα – να παρέχουμε προσωπικές, πραγματικές πληροφορίες και να διατηρούμε μια ολοκληρωμένη άποψη – είναι αυτό που μας επιτρέπει να μετατρέψουμε τα κατακερματισμένα δεδομένα σε δράσιμη νοημοσύνη.

Με την εμπειρία σας σε πολλές υγειονομικές startups, ποια είναι некоторые από τις πιο παραμελημένες προκλήσεις όταν ενσωματώνετε την Τεχνητή Νοημοσύνη στις κλινικές ροές εργασιών σε κλίμακα;

Η ιδιωτικότητα και η ασφάλεια είναι εκφοβιστικές για πολλές μικρότερες εταιρείες υγείας. Αλλά υπάρχουν καλές βέλτιστες πρακτικές και εργαλεία διαθέσιμα, και όλοι οι μεγάλοι παρόχοι cloud – AWS, Azure και Google Cloud – έχουν συμβούλους με οδηγούς και λίστες ελέγχου για να βοηθήσουν τις startups και τις επιχειρήσεις να αντιμετωπίσουν αυτές τις προκλήσεις.

Μόλις αυτό χειριστεί, τα δεδομένα σε κλίμακα γίνονται το επόμενο εμπόδιο. Όπου βρίσκεστε σήμερα με το σύνολο δεδομένων σας θα είναι完全 διαφορετικό σε έξι μήνες. Κατανοώντας πώς να εκμεταλλευτείτε δομημένα και μη δομημένα δεδομένα με ένα ισχυρό γράφο ταυτότητας μπορεί να είναι μια καλή βάση για να αρχίσετε, και να τεκμηριώσετε την προσέγγισή σας κατά μήκος του δρόμου θα σας βοηθήσει να αποφύγετε κάποια γκρίζα μαλλιά στο δρόμο.

Η ηθική και διαφανής ανάπτυξη της Τεχνητής Νοημοσύνης γίνεται ένας καθοριστικός παράγοντας στην καινοτομία υγείας. Πώς χτίζετε την ευθύνη και την εξηγήσιμη Τεχνητή Νοημοσύνη στα συστήματα που χρησιμοποιούνται για την υποστήριξη ιατρικών αποφάσεων;

Αυτό επιστρέφει στην φιλοσοφία μας “Τεχνητή Νοημοσύνη με τον άνθρωπο στο κέντρο”. Σχεδιάζουμε την Τεχνητή Νοημοσύνη μας για να παρουσιάσει πληροφορίες και μοτίβα, αλλά ο κλινικός πάντα λαμβάνει την τελική απόφαση. Αυτό δημιουργεί ένα φυσικό στρώμα ευθύνης όπου υπάρχει πάντα ένας αδειοδοτημένος επαγγελματίας που αναθεωρεί και επικυρώνει τι προτείνει η Τεχνητή Νοημοσύνη.

Επίσης, εστιάζουμε στο να δείξουμε το “γιατί” πίσω από τις προτάσεις της Τεχνητής Νοημοσύνης. Τα συστήματά μας υπογραμμίζουν ποια δεδομένα οδήγησαν σε μια συγκεκριμένη πληροφορία, ώστε οι γιατροί να μπορούν να αξιολογήσουν αν έχει κλινική σημασία για τον συγκεκριμένο ασθενή. Δεν ζητάμε από τους κλινικούς να εμπιστευτούν μια μαύρη κουτί – τους δίνουμε διαφάνεια στην λογική.

Καθώς η μάθηση πηγαίνει και στις δύο κατευθύνσεις, έχουμε επίσης χτίσει συνεχείς βρόχους ανατροφοδότησης. Όταν ένας κλινικός αποδέχεται ή αντικαθιστά μια πρόταση της Τεχνητής Νοημοσύνης, αυτό ενημερώνει τη βελτίωση του μοντέλου μας. Αυτό δημιουργεί ευθύνη και στις δύο κατευθύνσεις και, με την πάροδο του χρόνου, η Τεχνητή Νοημοσύνη μαθαίνει από την κλινική εμπειρογνωμοσύνη ενώ οι κλινικοί μπορούν να δουν πώς η εισφορά τους διαμορφώνει απευθείας το σύστημα.

Τελικά, η εξηγήσιμη Τεχνητή Νοημοσύνη στην υγεία δεν είναι μόνο για τεχνική διαφάνεια, αλλά και για το σεβασμό της κλινικής κρίσης και τη δημιουργία εργαλείων που ενισχύουν και όχι σκεπάζουν τη διαδικασία λήψης αποφάσεων.

Ως κάποιος που συμβουλεύει τακτικά εκτελεστές για την στρατηγική της Τεχνητής Νοημοσύνης, ποια είναι τα πιο κρίσιμα μετατοπίσεις σκέψης για τους ηγέτες υγείας που επιδιώκουν να μεταβούν από το πείραμα στην σημαντική υιοθέτηση;

Όταν μιλάω με επιχειρηματίες για την Τεχνητή Νοημοσύνη, προσπαθώ να τους οδηγήσω σε μια σκέψη “Τι αν;” ή “Εύχομαι…”. Ένα από τα πιο ισχυρά εργαλεία στην Τεχνητή Νοημοσύνη είναι η ικανότητα να ταπεί στην παγκόσμια άποψη ενός προβλήματος αντί να περιοριστείτε μόνο στην άποψη των ανθρώπων γύρω σας ή τις δικές σας προκαταλήψεις. Όταν σκέφτομαι κάτι που είναι δύσκολο ή αδύνατο, χρησιμοποιώ την Τεχνητή Νοημοσύνη για να πω “Εύχομαι να μπορούσα…” και να περιγράψω τα πράγματα που με εμποδίζουν. Αυτό είναι πολύ ισχυρό. Επίσης, οδηγώ τους να κάνουν την Τεχνητή Νοημοσύνη τους να είναι περιεργή. Να της πείτε το πρόβλημά σας, αλλά και να της πείτε να σας κάνει λεπτομερείς ερωτήσεις. Κάποιες φορές, αυτό μόνο μπορεί να σας οδηγήσει σε πραγματικά μοναδικές λύσεις.

Η Τεχνητή Νοημοσύνη είναι επίσης ένα εξαιρετικό εργαλείο για τη σχεδίαση. Οι εκτελεστές πρέπει να ορίσουν μια στρατηγική ενώ δημιουργούν ένα σχέδιο δράσης, να καθορίσουν πώς να μετρήσουν την επιτυχία και να αναγνωρίσουν τους κινδύνους πριν συμβούν. Η Τεχνητή Νοημοσύνη είναι εξαιρετική στο να βοηθά στην δημιουργία σχεδίων για να ξεκινήσετε.

Τέλος, διαβάζουμε πώς η Τεχνητή Νοημοσύνη παίρνει τις δουλειές και οι εταιρείες απολύουν ανθρώπους υπέρ της Τεχνητής Νοημοσύνης. Νομίζω ότι αυτό είναι ένας κακός τρόπος να σκεφτείτε την Τεχνητή Νοημοσύνη. Μια εταιρεία που χτίζεται σε προϊόντα ή υπηρεσίες για ανθρώπους χρειάζεται ανθρώπους για να κατανοήσουν τι προσφέρουν. Αντί να χρησιμοποιήσετε την Τεχνητή Νοημοσύνη για μειώσεις κόστους, σκεφτείτε πώς η Τεχνητή Νοημοσύνη μπορεί να πάρει τις ρουτινικές εργασίες από τους ανθρώπους και να γίνει ένας ενισχυτής. Αν μπορείτε να μειώσετε τα κόστη κατά 15% ή να αυξήσετε την παραγωγικότητα κατά 200%, ποια είναι η καλύτερη επιχειρηματική απόφαση;

Κοιτάζοντας πέντε χρόνια μπροστά, πώς οραματίζεστε την Τεχνητή Νοημοσύνη να αναμορφώνει το τοπίο της καρδιακής παρακολούθησης και της προληπτικής ιατρικής – και ποια ορόσημα ελπίζετε να επιτύχετε στην PaceMate κατά τη διάρκεια αυτής της περιόδου;

Η Τεχνητή Νοημοσύνη θα είναι όλο και περισσότερο μέρος της δουλειάς και της καθημερινής ζωής μας τα επόμενα πέντε χρόνια. Όσο οι χρήστες μας γίνονται πιο άνετοι και εμπιστευόμενοι της έξοδου, ανοίγονται ατελείωτες δυνατότητες και συνεργασίες.

Θα ήθελα πρώτα να παρέχω εργαλεία που βοηθούν τους κλινικούς να προτεραιοποιήσουν την φροντίδα για ασθενείς που μπορεί να είναι σε υψηλότερο κίνδυνο για μια αντίθετη εκδήλωση. Από εκεί, μπορούμε να αρχίσουμε να χρησιμοποιούμε την Τεχνητή Νοημοσύνη και τα δεδομένα τάσεων για να δείξουμε διαφορετικά πιθανά αποτελέσματα για_individual ασθενείς, δίνοντας στους γιατρούς μια πιο καθαρή εικόνα για το τι είναι μπροστά.

Τέλος, όταν μπορούμε να παρέχουμε πληροφορίες που όλοι εμπιστεύονται, η εύρεση μεγάλων συνεργασιών με ερευνητικά νοσοκομεία για να μας βοηθήσουν να εκμεταλλευτούμε τα μοντέλα μας θα ήταν ένα υψηλό στόχο. Εκεί είναι που θα μπορούσαμε πραγματικά να οδηγήσουμε την καινοτομία σε όλη την βιομηχανία πιο γρήγορα και να κάνουμε μια σημαντική επίδραση στην καρδιακή φροντίδα ως σύνολο. Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την PaceMate.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την PaceMate.