Tim Vasil, Συνιδρυτής & Chief Technology Officer tại Hospital IQ – Interview Series

Ο Tim Vasil είναι ο Συνιδρυτής & Chief Technology Officer tại Hospital IQ, μια πλατφόρμα διαχείρισης λειτουργιών που χρησιμοποιεί δεδομένα για να παρέχει λύσεις τεχνητής νοημοσύνης με βάση το machine learning για γρήγορες, βιώσιμες βελτιώσεις των λειτουργιών.

Τι σας έκανε να ενδιαφερθείτε αρχικά για την επιστήμη των υπολογιστών;

Τα βιβλία μωρών. Jako φοιτητής που δεν ήξερε ποια καριέρα να ακολουθήσει, έψαξα μια μερική θέση ανάπτυξης ιστοσελίδων στο BabyZone.com. Η εμπειρία ήταν απίστευτη! Ένα από τα πρώτα μου projects ήταν να πάρω ένα φυσικό μέσο, τα βιβλία μωρών, και να τα φέρω στην ψηφιακή εποχή, πλήρη με ήχους, εφέ μετάβασης και ένα διαδραστικό βιβλίο επισκεπτών. Έγραψα κάποιον κώδικα, πατήσα το κουμπί για να ανεβάσω το στο site και ξαφνικά χιλιάδες γονείς είχαν έναν τρόπο να συνδεθούν με μακρινους φίλους και συγγενείς.

Αυτό το ψηφιακό βιβλίο μωρών αποκάλυψε την επιστήμη των υπολογιστών ως ένα πεδίο όπου θα μπορούσα να είμαι λίγο καλλιτέχνης, μηχανικός και ίσως ακόμη και μάγος, και να χρησιμοποιήσω αυτές τις ικανότητες για να βελτιώσω τη ζωή πολλών ανθρώπων. Είδα ότι θα μπορούσα να γράψω κώδικα μια φορά και να έχω μια διαρκή επίδραση παντού. Γουάου!

Μπορείτε να μας πείτε την ιστορία της γέννησης του Hospital IQ;

Ο συνιδρυτής Rich Krueger και εγώ συνεργαστήκαμε για να εξερευνήσουμε περιοχές που είχαν παραμεληθεί από την τεχνολογία. Θα σκεφτόσασταν ότι τα νοσοκομεία δεν θα ήταν μια από αυτές τις περιοχές, δεδομένου του ότι δαπανούν δισεκατομμύρια δολάρια κάθε χρόνο σε ιατρικό εξοπλισμό, ηλεκτρονικά ιατρικά αρχεία και άλλα. Αυτές οι περιοχές είναι σίγουρα καλά καλυμμένες. Ό,τι είδαμε, όμως, ήταν μια άλλη πλευρά των νοσοκομείων, η λειτουργική πλευρά. Αυτή η πλευρά αφορά το πότε να προγραμματίζονται οι χειρουργικές επεμβάσεις, πού να μεταφερθούν οι ασθενείς, ποια τεστ να προτεραιότητα, πώς να προγραμματίζεται η αύριο, και così καθεξής. Αυτά είναι ιδιαίτερα δύσκολα προβλήματα και το παραδοσιακό ιατρικό λογισμικό δεν τα αγγίζει.

Για να εξερευνήσουμε την ευκαιρία, συναντηθήκαμε με ηγέτες νοσοκομείων και προσωπικό πρώτης γραμμής. Είδαμε ηρωισμό κάθε μέρα. Είδαμε προγραμματιστές νοσηλευτικής που έκαναν συνεχείς κλήσεις και απαντούσαν σε ερωτήσεις για να αποστείλουν προσωπικό στις πιο αναγκαίες τοποθεσίες. Είδαμε διευθυντές χειρουργείων με σημειώσεις και πίνακες που προσπαθούσαν να μοιράσουν τον χρόνο χειρουργείου μεταξύ των χειρουργών. Είδαμε ηγέτες λειτουργικής αριστείας με τεράστιους υπολογισμούς που προσπαθούσαν να προβλέψουν πόσες κλίνες νοσοκομείου να ανακατανομήσουν. Με λίγα λόγια, είδαμε τόσο πολύ χειρονακτική προσπάθεια που εφαρμόζεται σε προβλήματα επειδή τα εργαλεία λογισμικού δεν ήταν αρκετά καλά, και θέλαμε να βοηθήσουμε.

Όπως και πολλές startups, η διαδρομή ανάπτυξης του προϊόντος μας δεν ήταν μια ευθεία οδός. Η πρώιμη “βοήθεια” μας ήρθε με τη μορφή στρατηγικών εργαλείων που σκέφτηκα ότι θα λύσουν τα πιο δύσκολα προβλήματα, αλλά αυτά απαιτούσαν πολλά δεδομένα και πολλή μαθηματική. Οι μηχανισμοί του φαίνονται εντυπωσιακοί: θα μπορούσαμε να συναρμολογήσουμε μοντέλα αυτόματα για να προσομοιώσουμε την εσωτερική λειτουργία ενός νοσοκομείου και να κάνουμε συστάσεις σχετικά με το αν θα πρέπει να αλλάξει το χειρουργικό πρόγραμμα, ή αν θα πρέπει να χτιστεί ένα νέο πτέρυγα. Ωστόσο, ενώ οι ερωτήσεις που απάντησαν ήταν μεγάλες, ήταν επίσης σπάνια.

Η αληθινή γέννηση του Hospital IQ όπως υπάρχει σήμερα δεν είναι κάποια εμπνευσμένη οδός από τον Rich ή εμένα, αλλά από ολόκληρη την ομάδα μας που εργάστηκε χέρι με χέρι με τους πελάτες μας και συνειδητοποίησε ότι ο πιο σημαντικός μας ρόλος δεν είναι στην βοήθεια των νοσοκομείων να απαντήσουν σε μεγάλες, σπάνιες ερωτήσεις, αλλά στα φαινομενικά μικρά, συχνά ερωτήματα. Αυτά είναι τα ερωτήματα που καθορίζουν τι είναι η εμπειρία όλων, τόσο του ασθενή που μπαίνει στη χειρουργική, όσο και της ομάδας φροντίδας που τον οδηγεί σε αυτό το ταξίδι.

Μπορείτε να συζητήσετε πώς το λογισμικό σας επιτρέπει στα συστήματα υγείας να επιτύχουν και να διατηρήσουν την πỉnh λειτουργικής απόδοσης;

Το λογισμικό μας είναι όλα για το να συναντήσουμε τους εργαζόμενους υγείας εκεί όπου βρίσκονται σήμερα, στις καθημερινές ροές εργασίας. Αντί να περιμένουμε από αυτούς να κάνουν κάτι ριζικά διαφορετικό, όπως να τρέξουν μια προσομοίωση, ή να ερμηνεύσουν μια πρόβλεψη, ή να βελτιώσουν τα προγράμματα προσωπικού από την αρχή,我们 αποδεχόμαστε τα οικεία βήματα που λαμβάνουν κάθε μέρα με δύο τρόπους. Τα ψηφιοποιούμε, ώστε να μπορούν να επικοινωνούν πιο αποτελεσματικά μεταξύ τους, και στη συνέχεια προσθέτουμε προβλέψεις και συστάσεις. Αυτό επιτρέπει στο προσωπικό υγείας να εργάζεται πιο αποτελεσματικά και πιο αποτελεσματικά. Το καλύτερο από όλα, τους απελευθερώνει να αφιερώσουν περισσότερο χρόνο στην φροντίδα των ασθενών.

Ας πάρουμε ένα παράδειγμα: το προγραμματισμό προσωπικού. Το να καθορίσετε πόσοι νοσηλευτές χρειάζονται σε κάθε μονάδα για κάθε βάρδια είναι μια πρόκληση. Κάποιο προσωπικό καλεί να ασθενήσει. Μια απρόσμενη αύξηση της ζήτησης μπορεί να προκύψει. Οι νοσηλευτές που μπορούν να “πλεύσουν” σε διάφορες μονάδες πρέπει να διανεμηθούν δίκαια. Ταすべて τα προσόντα, τα διαπιστευτήρια και οι προτιμήσεις του προσωπικού πρέπει επίσης να ληφθούν υπόψη. Βάλτε το όλα μαζί και μπορείτε να δείτε γιατί η τηλεφωνική γραμμή σε ένα τυπικό γραφείο προγραμματισμού κλίνει. Ωστόσο, την ίδια μέρα με την ενεργοποίηση του Hospital IQ, οι τηλεφωνικές κλήσεις σιγούν. Πολύ από το έργο είναι το ίδιο, αλλά με όλες τις πληροφορίες που κεντροθετούνται στην πλατφόρμα του Hospital IQ, όλα τα δεδομένα έχουν μεταφερθεί από τους υπολογισμούς, τους πίνακες και τις σημειώσεις σε εύχρηστα εργαλεία επικοινωνίας, αυτοματοποιημένη ανάλυση της διακύμανσης και προτάσεις για ισορροπία προσωπικού. Οι προγραμματιστές νοσηλευτικής μπορούν να εκτελέσουν τις εργασίες τους πιο αποτελεσματικά και πιο ευχάριστα από ποτέ. Η διατήρηση αυτής της απόδοσης είναι εύκολη, επίσης, επειδή τα εργαλεία είναι κατασκευασμένα για να υποστηρίξουν την υπάρχουσα ροή εργασίας. Δεν είμαστε μια εταιρεία συμβούλων που έρχεται για να αλλάξει τον τρόπο που γίνεται η δουλειά, μόνο για να δούμε ότι επιστρέφει στην κανονική κατάσταση.

Ποια είναι κάποια από τα διαφορετικά τεχνολογικά εργαλεία μηχανικής μάθησης που χρησιμοποιούνται;

Η ομάδα επιστημών μας των δεδομένων χρησιμοποιεί οποιοδήποτε μέθοδο χρειάζεται για να πάρει العظ vời αποτελέσματα για τις περιπτώσεις χρήσης των πελατών μας. Έχουμε χρησιμοποιήσει στατιστικές αναλύσεις για να κατανοήσουμε τη χρήση του χειρουργείου, μοντέλα ARIMA για να προβλέψουμε τον χειρουργικό όγκο, Prophet για να προβλέψουμε τον πληθυσμό, τυχαίους δασύλλους για να ταξινομήσουμε την κατάσταση των ασθενών, νευρωνικά δίκτυα για να σκοράρουμε την επανεισδοχή, και πολλά άλλα. Η ομάδα επιστημών μας των δεδομένων παραμένει ενημερωμένη με τις τελευταίες έρευνες, πηγές δεδομένων και εργαλεία με συνεχείς συναντήσεις “journal club” και καινοτομεί τακτικά. Με इतनό rộngο πεδίο, υπάρχουν πολλές ενδιαφέρουσες περιπτώσεις χρήσης και δεδομένα για να εξερευνήσουμε και να ενσωματώσουμε στην πλατφόρμα του Hospital IQ.

Μια από τις ειδικές προκλήσεις για εμάς είναι να χειριστούμε την μοναδικότητα που βλέπουμε σε κάθε einen από τους πελάτες μας. Υπηρετούν διαφορετικές δημογραφικές ομάδες. Έχουν διαφορετικές ειδικότητες. Τα κλινικά και λειτουργικά δεδομένα σε κάθε νοσοκομείο προέρχονται από διαφορετικό λογισμικό που έχει ρυθμιστεί με διαφορετικούς τρόπους με τις δικές του ελλείψεις. Αν θα χτίζαμε ένα ολοκληρωμένο μοντέλο σε όλους τους πελάτες μας, ή ακόμη και σε όλα τα πανεπιστήμια μέσα σε ένα σύστημα υγείας, δεν θα ταιριάζαν πολύ καλά. Ωστόσο, η κατασκευή χειροκίνητα προσαρμοσμένων και μοναδικών λύσεων δεν είναι μια κλιμακωτή ή ρομποτική προσέγγιση. Αντίθετα, βασίζουμε την κατανόηση των ιδιαίτερων χαρακτηριστικών των δεδομένων κάθε πελάτη, την ανάπτυξη γενικευμένων μοντέλων και έχουμε κατασκευάσει εργαλεία για να αυτοματοποιήσουμε την κατασκευή μοντέλων, την συνεχιζόμενη εκπαίδευση και τη μέτρηση και παρακολούθηση της ακρίβειας για κάθε ξεχωριστό πανεπιστήμιο.

Το δωρεάν, δημόσια προσβάσιμο εργαλείο COVID-19 Regional Forecast Dashboard έχει περισσότερους από 76.000 χρήστες από εκατοντάδες νοσοκομεία. Τι ακριβώς είναι αυτό το εργαλείο;

Όταν πρώτα κατασκευάσαμε το COVID-19 Regional Forecast Dashboard τον Μάρτιο του 2020, φοβόμασταν ότι οι Ηνωμένες Πολιτείες μπορεί να εξαντλήσουν τις διαθέσιμες κλίνες νοσοκομείου και θέλαμε να παρέχουμε ένα σύστημα προειδοποίησης, όχι μόνο στους πελάτες μας, αλλά και σε όλα τα νοσοκομεία. Για να το κάνουμε αυτό, ψάξαμε για συνόλους δεδομένων όπως η ικανότητα κλινών με προσωπικό ανά κομητεία, η πιθανή μετάδοση και θνησιμότητα του COVID-19 ανά ηλικιακή ομάδα, και δεκάδες άλλα. Ακόμη και κατασκευάσαμε ένα μοντέλο SEIR για να προβλέψουμε την πορεία του ιού σε κάθε κομητεία και προσπαθήσαμε να παρέχουμε όσο το δυνατόν περισσότερο контекστό, συμπεριλαμβανομένης της στιγμής που η ικανότητα των ΜΕΘ και των κλινών θα παραβιαζόταν, πόσοι άνθρωποι θα ανακάμψουν και ακόμη και πόσοι θα πεθάνουν. Ο στόχος μας ήταν να συναρμολογήσουμε μια πλήρη προοπτική ανά κομητεία από διάφορες αξιόπιστες πηγές δεδομένων.

Τα νοσοκομεία έχουν χρησιμοποιήσει το πίνακα μας ως ένα εργαλείο για να λάβουν βασικές αποφάσεις, όπως πότε να ανοίξουν μονάδες έκτακτης ανάγκης ή πότε να μειώσουν τις ηλεκтивικές χειρουργικές επεμβάσεις για να ανοίξουν χώρο για τις επερχόμενες κυματικές μολύνσεων. Ενδιαφέρον, ακόμη και άτομα στο σπίτι βρήκαν κάποια χρήση και ακόμη και άνεση από το εργαλείο, καθώς πρόσθεσε μια κάποια σαφήνεια σε μια πολύ τρομακτική και νέα παγκόσμια πανδημία.

Στη διάρκεια της παροχής eines δημόσιου εργαλείου, γνωρίζουμε ότι έχουμε một σημαντική ευθύνη να συλλέξουμε και να αναλύσουμε δεδομένα πιστά και συχνά, και να επιλέξουμε τις καλύτερες πηγές δεδομένων που είναι διαθέσιμες. Κάποιες φορές αυτό σημαίνει την αντικατάσταση καλύτερων μοντέλων καθώς γίνονται διαθέσιμα. Σε περίπτωση του δικού μας μοντέλου SEIR, τελικά φέραμε, με άδεια, το μοντέλο του Ινστιτούτου Υγείας και Αξιολόγησης (IHME) σε επίπεδο κράτους, καθώς έγινε ένα αναγνωρισμένο πρότυπο από το Λευκό Οίκο και άλλες πηγές. Βρήκαμε έναν τρόπο να τοποθετήσουμε αυτές τις προβλέψεις στο контекστό συγκεκριμένων κομητειών, καθώς και συγκεκριμένων νοσοκομείων μέσα σε αυτές τις κομητείες, για να δώσουμε στα νοσοκομεία οδηγίες ώρα-πώρα για τις συνεχιζόμενες επιπτώσεις του COVID-19.

Το προσωπικό του Hospital IQ και οι μηχανικοί συχνά συμμετέχουν σε hackathons, ποια είναι κάποια από τα ενδιαφέροντα ιδέες ή projects που έχουν προκύψει από αυτά;

Κάθε μήνα, ενθαρρύνουμε τα μέλη της ομάδας επιστημών μας των δεδομένων και μηχανικών να πάρουν μια ημέρα να προωθήσουν την επαγγελματική τους ανάπτυξη και να αναφτέξουν ιδέες για καινοτομία, είτε αυτό σημαίνει την συμμετοχή σε μια βιομηχανική διάσκεψη, την παρακολούθηση eines online μαθήματος για να μάθουν μια νέα δεξιότητα, ή οποιαδήποτε άλλη δραστηριότητα που ενισχύει την επαγγελματική τους ανάπτυξη.

Ως μέρος αυτού, κάποιοι μηχανικοί και επιστήμονες δεδομένων επιλέγουν να περάσουν την ημέρα επαγγελματικής ανάπτυξής τους συμμετέχοντας στα hackathons του Hospital IQ. Τα hackathons απαιτούν από τους συμμετέχοντες να είναι ικανοί, καινοτόμοι και σε μια seule ημέρα, να ωθήσουν μια δύσκολα μετατρέψιμη ιδέα σε λειτουργικό λογισμικό. Στα giorni πριν από το τελευταίο μας hackathon τον Οκτώβριο του 2020, οι συμμετέχοντες σχημάτισαν τρεις ομάδες και crowdsourced ιδέες από όλη την εταιρεία. Κανένα θέμα δεν θεωρήθηκε εκτός ορίων· οι ιδέες που δεν ήταν σχετικές με την πλατφόρμα της εταιρείας, ή ακόμη και με τον χώρο της υγείας, ήταν απολύτως αποδεκτές. Όπως αποδείχθηκε, όμως, όλες οι τρεις ομάδες επέλεξαν ιδέες που τώρα υλοποιούνται στον πραγματικό κόσμο.

Η πρώτη ομάδα – Team Cara – εστίασε στις επανεισδοχές νοσοκομείου και αποφάσισε να κατασκευάσει μια λύση που θα μπορούσε να προβλέψει ποιους ασθενείς είναι σε κίνδυνο επανεισδοχής πριν ακόμη απολυθούν από το νοσοκομείο. Οι επανεισδοχές νοσοκομείου κοστίζουν το σύστημα υγείας δισεκατομμύρια δολάρια κάθε χρόνο, οπότε μια προβλεπτική και προληπτική λύση, όπως αυτή, θα έδινε στις νοσηλεύτριες και τους διαχειριστές φροντίδας την πρόσθετη ενημέρωση που χρειάζονται για να μειώσουν τον κίνδυνο, να μειώσουν το κόστος και να γνωρίζουν τι χρειάζεται κάθε ασθενής για να παραμείνει εκτός νοσοκομείου. Η ομάδα Cara πήρε δεδομένα από την πλατφόρμα διαχείρισης λειτουργιών του Hospital IQ και, χρησιμοποιώντας ένα πλαίσιο μηχανικής μάθησης που είχε αναπτυχθεί προηγουμένως από την ομάδα επιστημών των δεδομένων, κατασκεύασε ένα προβλεπτικό μοντέλο. Για κάθε ασθενή στο νοσοκομείο, το μοντέλο αναθέτει ένα σκορ που υποδεικνύει την πιθανότητα επανεισδοχής. Τα αρχικά αποτελέσματα του μοντέλου έδειξαν ένα υψηλό βαθμό ακρίβειας.

Η δεύτερη ομάδα – Team Burt Reynolds – αποφάσισε να κατασκευάσει μια λύση επιτήρησης περιφέρειας που οπτικοποιεί στρώματα δεδομένων σε ένα χάρτη. Η ομάδα ήθελε να ενσωματώσει χάρτες στην υπάρχουσα υποδομή πίνακα πivot του Hospital IQ, προσφέροντας έναν τρόπο να.plot ένα μέτρο ενδιαφέροντος διατεταγμένο από γεωγραφικό πλάτος και μήκος χρησιμοποιώντας τη βιβλιοθήκη leaflet.js. Για το proof of concept, χρησιμοποίησαν δεδομένα μεταφοράς κέντρου για να突出ίσουν ποια συνεργατικά ήταν πηγές εισαγωγής και σε ποια όγκο. Τα αποτελέσματα έδειξαν περιπτώσεις μεταφοράς σε ένα εντελώς νέο φως και διευκρίνισαν από ποια γεωγραφικά σημεία προέρχονταν οι περισσότεροι ασθενείς, καθώς και ευκαιρίες για ανάπτυξη.

Η τρίτη ομάδα – Team Raptor Strikeforce – αποφάσισε να αναπτύξει μια λύση που να επιδεικνύει το οφέλός της επένδυσης (ROI) της πλατφόρμας διαχείρισης λειτουργιών του Hospital IQ. Η ομάδα κατασκεύασε một διεπαφή για να προσαρμόσει διάφορες εισόδους σε οικονομικά μοντέλα, όπως η μέση περιθώριο ανά ηλεκтивική διαδικασία, και χρησιμοποίησε τις εισόδους για να παρακολουθήσει τις αλλαγές στην οικονομική υγεία ενός νοσοκομείου με την πάροδο του χρόνου. Αυτές οι οπτικοποιήσεις διηγούνται μια πειστική ιστορία για το πώς σημαντικά οι πρωτοβουλίες λειτουργικής αποτελεσματικότητας και η επένδυση στην πλατφόρμα του Hospital IQ που τις ενεργοποιεί, αποδίδουν.

Τα τρία λύσεις που αναπτύχθηκαν για το hackathon έδειξαν ότι θα μπορούσαν να παρέχουν μεγαλύτερη αξία στους πελάτες μας. Jako αποτέλεσμα, το Hospital IQ έχει ενσωματώσει όλες τις τρεις λύσεις στην υπάρχουσα πλατφόρμα, και χρησιμοποιούνται από νοσοκομεία σήμερα.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστείτε σχετικά με το Hospital IQ;

Το Hospital IQ έχει ένα μεγάλο, τολμηρό, φιλόδοξο στόχο να βελτιώσει την αποτελεσματικότητα και την ευτυχία κάθε εργαζόμενου υγείας κάθε μέρα. Είμαστε υπερήφανοι για την επίδραση που έχουμε στην υγεία μέχρι τώρα, αλλά η διαδρομή μας μόλις αρχίζει. Για κάθε συναισθηματικό, αποστολικό επιστήμονα δεδομένων ή μηχανικό που ενδιαφέρεται να αντιμετωπίσει одну από τις πιο δύσκολες προκλήσεις του κόσμου – την βελτίωση της αποτελεσματικότητας της υγείας – θα ήθελα να σας καλωσορίσω να μας ενταχθείτε!

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