Greg Brady, Fundador y CEO de Connect4Patients – Serie de Entrevistas

Greg Brady, fundador y CEO de Connect4Patients, es un experimentado ejecutivo de tecnología y emprendedor serial conocido por construir plataformas empresariales a gran escala, con una carrera que abarca puestos de liderazgo en Oracle y i2 Technologies antes de fundar One Network Enterprises, donde se desempeñó como CEO durante casi dos décadas y más tarde como presidente; hoy en día, está aplicando décadas de experiencia en integración de datos, inteligencia artificial y sistemas basados en redes a la atención médica a través de Connect4Patients, con el objetivo de resolver ineficiencias en toda la industria unificando datos fragmentados y habilitando una atención más inteligente y centrada en el paciente.

Connect4Patients es una plataforma de tecnología sanitaria centrada en transformar la industria médica a través de un ecosistema de datos unificado y centrado en el paciente que aborda problemas de larga data como registros fragmentados, atención preventiva limitada y diagnósticos ineficientes; su oferta principal, “La Red de Atención Médica”, funciona como una infraestructura digital que crea un registro de paciente único y preciso accesible en todos los proveedores, mientras que las herramientas de inteligencia artificial integradas mejoran la toma de decisiones clínicas, mejoran la comprensión del paciente y reducen los errores médicos, con el objetivo final de reducir costos, mejorar resultados y cambiar la atención médica de un tratamiento reactivo hacia una gestión de la salud proactiva y longitudinal.

Anteriormente, fundó One Network Enterprises, construyendo una plataforma de cadena de suministro global que conecta a más de 150,000 socios comerciales y que finalmente llevó a su adquisición por aproximadamente $839M por parte de Blue Yonder. ¿Qué lecciones de diseñar redes de datos de múltiples partes influyeron en su decisión de lanzar la plataforma de atención médica y perseguir la idea de un registro de paciente unificado?

Las cadenas de suministro están muy distribuidas entre fabricantes contratados, proveedores y empresas de logística.

Antes de la implementación de One Network, las empresas se centraban en un proceso manual en operaciones internas y con sus proveedores y socios logísticos, pero los datos con los que todos trabajaban eran diferentes. No había una sola versión de la verdad. Esto aumentó los tiempos de entrega y creó problemas de nivel de servicio para apoyar a los clientes. También resultó en pérdidas de ventas.

Proporcionar una versión única de la verdad en tiempo real fue necesario para reducir el tiempo y el costo, y mejorar los niveles de servicio.

Si se compara esto con la industria médica, el problema es el mismo. Los datos están fragmentados en hospitales, proveedores de atención primaria, especialistas y, lo más importante, el paciente. Este enfoque genera enormes costos, porque se deben implementar múltiples procesos manuales en todos los participantes. Esto quita tiempo de la atención al paciente, ya que cada proveedor intenta crear manualmente un registro médico completo en lugar de pasar tiempo de calidad con el paciente. Lo más importante es que este proceso manual genera un mayor número de errores médicos, que pueden ser fatales.

El gobierno y la industria han intentado sin éxito resolver este problema durante muchos años, pero una red y una aplicación centrada en el paciente es la única solución viable.

Mi experiencia en la implementación de una red que refleja una versión única de la verdad me califica de manera única para resolver este problema, y es donde entra en juego La Red de Atención Médica. La Red de Atención Médica funciona como una autopista digital para permitir que cualquier proveedor de atención, incluyendo hospitales, médicos, laboratorios, instalaciones de imágenes y más, se incorpore de manera fluida y acceda a un registro de paciente único e integral que incluye la historia familiar y los datos de bienestar. Estos datos luego se traducen por la inteligencia artificial en un lenguaje y descripción que el paciente puede entender. Esto permite al paciente ayudar a limpiar los datos en la red y gestionar su propia atención preventiva y de tratamiento.

La atención médica ha invertido mucho en registros electrónicos de salud, pero los clínicos aún luchan con datos fragmentados en sistemas. ¿Por qué la interoperabilidad ha seguido siendo un desafío persistente en la atención médica en comparación con otras industrias que han unificado con éxito sus plataformas de datos?

La interoperabilidad ha pasado por muchas fases, desde intercambios de datos y estandarizaciones hasta intercambios de información de salud a nivel estatal. Sin embargo, todos ellos han fallado, no porque los médicos y los sistemas no quieran compartir datos, sino debido a las personalizaciones de la industria y a los procesos engorrosos de integración en múltiples instalaciones, especialidades y demografías.

En resumen, los intercambios de información de salud no funcionan.

Hay cientos de miles de implementaciones de registros electrónicos de salud en los EE. UU. y el enfoque para compartir datos se definió como una solución de punto a punto. Pero el número de conexiones en una solución de punto a punto es abrumador, y la seguridad de los datos es una preocupación significativa. El secreto está en una red de muchos a muchos donde cada nodo se incorpora solo una vez y puede conectarse de inmediato con cualquier otro nodo en la red sin integración adicional.

Su visión se centra en crear una “fuente única de verdad” para los pacientes. Desde una perspectiva de arquitectura de sistemas, ¿cómo se ve eso en la práctica, y cómo garantiza que los datos que fluyen hacia tal sistema sean confiables y validados?

Residiendo sobre La Red de Atención Médica está una solución centrada en el paciente y compatible con HIPAA: Connect4Patients. En conjunto con el paciente, Connect4Patients define a cada uno de sus proveedores de atención y gestiona la seguridad en la subred de proveedores. La Red se ejecuta en un centro de datos seguro compatible con HIPAA.

Un paciente se conecta a la red y rápidamente define a sus proveedores de atención, y Orion, la inteligencia artificial, fusiona los datos y los limpia, los traduce a un lenguaje que el paciente puede entender y lo involucra aún más para perfeccionarlo. Esta actividad crea la fuente única de la verdad y una aplicación centrada en el paciente con una inteligencia artificial que apoya a todos los participantes. La Red de Atención Médica y la aplicación centrada en el paciente mejoran los registros electrónicos de salud existentes y no requieren un proyecto de TI costoso para habilitarla.

Nuestro enfoque principal es beneficiar a los pacientes; el registro es de ellos, y deberían poder acceder y ayudar a gestionarlo.

Connect4Patients enfatiza la compartición de datos basada en permisos y la participación del paciente. ¿Cómo diseña una plataforma que da a los pacientes el control sobre sus datos de salud mientras aún permite a los clínicos y sistemas de salud tomar decisiones rápidas y basadas en datos?

El sistema de inteligencia artificial traduce los datos a un lenguaje que el paciente puede entender y crea uno separado para el cuidador. Los tipos de documentos son basados en permisos, lo que permite al paciente compartir solo la información que aprueba. Este enfoque centrado en el paciente permite al paciente tomar un papel activo en su propia atención basada en el tratamiento y lo guía hacia un enfoque de atención preventiva temprano. Este enfoque de atención preventiva será el cambio de paso en los EE. UU.

Esta fuente única de la verdad es compartida por todas las partes; los proveedores de atención pueden utilizar la inteligencia artificial para el apoyo diagnóstico y el análisis de interacciones de medicamentos. Los modelos de aprendizaje de la inteligencia artificial y el asistente de investigación de la inteligencia artificial pueden centrarse en el registro de paciente completo para tomar decisiones basadas en datos de inmediato.

Muchos sistemas de inteligencia artificial en la atención médica luchan con conjuntos de datos incompletos o inconsistentes. ¿Cómo cambia tener una narrativa de paciente unificada la forma en que se pueden aplicar los modelos de aprendizaje automático en la toma de decisiones clínicas?

Una vez que se crea una versión completa y única de la verdad para el mercado de tratamiento basado en los EE. UU., los sistemas de inteligencia artificial pueden ayudar en la atención aguda y crónica, incluyendo el apoyo diagnóstico, las interacciones de medicamentos, los programas dietéticos y de ejercicios prescritos. Los modelos de aprendizaje pueden identificar los cambios necesarios para apoyar un modelo de atención preventiva. Por ejemplo, podría sugerir qué ingredientes deben eliminarse del suministro de alimentos; qué medicamentos están afectando negativamente a los pacientes y deben eliminarse del mercado; y qué programas de movimiento y ejercicios son adecuados para diferentes poblaciones de pacientes.

Con registros médicos completos y limpios, el sistema de inteligencia artificial será mucho más útil y preciso. Solo tenemos una comprensión superficial de todas las formas en que un sistema de inteligencia artificial puede ser utilizado una vez que se hace disponible un registro de estilo de vida completo que incluya datos médicos y de bienestar.

En las cadenas de suministro, demostró cómo las redes de múltiples partes pueden sincronizar ecosistemas complejos. ¿Ve la atención médica evolucionando hacia un modelo de red similar, donde los hospitales, los aseguradores, las farmacias y los pacientes operen en una infraestructura de datos compartida?

Sí. La Red de Atención Médica integra toda la industria médica. Esto incluye hospitales, clínicas, médicos, compañías de seguros y pacientes, todos los cuales pueden suscribirse con un esfuerzo mínimo.

Desde un punto de vista técnico, ¿cuáles son las barreras más grandes para integrar datos clínicos, operativos y generados por el paciente en una plataforma inteligente única?

Los hospitales han adoptado en gran medida el estándar FHIR para el lenguaje médico, pero eso no significa que los flujos de trabajo y la infraestructura también se alineen. Estas diferencias están dentro y entre todos los registros electrónicos de salud. Además, los sistemas no poblaron los estándares de recursos FHIR de la misma manera. Por ejemplo, algunos pueden incluir la historia médica, mientras que otros pueden dejar este recurso en blanco y permitir que los proveedores mantengan esta información en una nota clínica.

Los datos generados por el paciente, como la información de bienestar y digital, son aún más desafiantes, ya que a menudo están no estructurados en pacientes y proveedores, y rara vez se incluyen en el registro médico tradicional. Incluso cuando los pacientes desean compartir esta información, los médicos a menudo no tienen acceso a un lugar estructurado y estandarizado para ingresarla. En el mejor de los casos, podrían agregarla a la nota clínica o desecharla una vez que el paciente se va. Integrar estos datos estructurados y no estructurados de manera completa, limpia y comprehensiva es la solución y nuestro secreto.

Las plataformas de atención médica impulsadas por inteligencia artificial a menudo generan preocupaciones sobre privacidad y gobernanza. ¿Cómo equilibra el análisis avanzado y la interoperabilidad con los requisitos regulatorios estrictos sobre los datos del paciente?

Todos los datos del paciente están protegidos, seguros y compatibles con HIPAA.

El sistema de inteligencia artificial agrega y anonimiza los datos, lo que elimina las preocupaciones de seguridad, para que el sistema de inteligencia artificial pueda aprender sobre causa y efecto. Esta información se puede utilizar para sugerir medidas preventivas, como programas dietéticos y de ejercicios o nuevos protocolos de medicamentos. Pero esta información está disponible en todo el sistema, no solo para un paciente individual.

En el nivel del paciente, la privacidad y la gobernanza no son una preocupación, ya que el usuario está en control de la seguridad y los permisos.

¿Cree que la industria necesita una nueva arquitectura de datos fundamentales antes de que las herramientas de inteligencia artificial puedan alcanzar su máximo potencial?

La Red de Atención Médica y la aplicación de paciente de C4P pueden mejorar la infraestructura existente para hacerla mucho más eficiente. Creo que replantear el enfoque de la atención médica y su infraestructura tendrá lugar cuando la industria vea el poder de la red y los datos que puede proporcionar. Por ahora, la red y la aplicación de paciente simplemente mejoran los sistemas existentes.

Mirando hacia adelante, si la atención médica logra con éxito un registro de paciente unificado y una red de datos inteligente, ¿cómo podría eso transformar los resultados en la próxima década, desde la atención preventiva hasta la salud poblacional y la medicina personalizada?

La atención médica cuesta miles de millones y lastima a cientos de miles de pacientes anualmente. Creo que poner al paciente en el centro reducirá significativamente estos costos médicos exorbitantes y, lo más importante, salvará vidas. Podemos imaginar fácilmente lo que incluso una fracción de mejora hará: prevenir daños a cientos de miles y ahorrar miles de millones anualmente, para que el dinero pueda invertirse de manera más adecuada (no desperdiciada) en una atención más enfocada en el estilo de vida y la prevención para todos.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Connect4Patients.