Fawad Butt, Penguin Ai:n toimitusjohtaja ja perustaja – Haastattelusarja

Fawad Butt, Penguin Ai:n toimitusjohtaja ja perustaja, on kokenut terveydenhuollon data- ja tekoälyjohtaja, joka perusti yhtiön johtajan rooleissa Kaiser Permanente, UnitedHealthcare ja Optum, joissa hän vastasi laajamittaisista datahallinnasta, analytiikasta, tekoälystä ja yritysverkkotoiminnasta. Hänen kokemuksensa datastrategian johtamisesta suurimmissa maksajien ja tarjoajien organisaatioissa muovasi Penguin Ai:n fokuksen ratkaisemiseen terveydenhuollon hallinnollisista epätarkkuuksista tarkoitukseen suunnitellulla tekoälyllä, eikä pakottamalla yleisiä alustoja monimutkaisiin terveydenhuollon työkulkuihin. Hänen johdollaan Penguin Ai on asettunut käytännöllisen väittämän ympärille: terveydenhuolto tarvitsee tekoälyjärjestelmiä, jotka on suunniteltu nimenomaan maksajien ja tarjoajien toimintoja varten, joilla voidaan vähentää manuaalista työtä, parantaa tarkkuutta ja auttaa tiimejä käyttämään enemmän aikaa arvokkaampiin kliinisiin ja operatiivisiin päätöksiin.

Penguin Ai on terveydenhuollon omistaja tekoälyyritys, joka on keskittynyt automatisoimaan hallinnollisia ja kliinisiä toimintoja maksajille, tarjoajille, tuloveron hallintoyhtiöille ja terveydenhuollon teknologiapartnerille. Sen alusta yhdistää terveydenhuollon kielimallit, digitaaliset työntekijät, tekoälyagentit, hallinnon, noudattamismahdollisuuksia ja työnkulun automaation käyttötapauksiin, kuten etukäteen hyväksymiseen, vaatimusten käsittelyyn, lääketieteelliseen koodaukseen, valitusten hallintaan, riskin säätelyyn, maksujen eheyttämiseen, lääketieteellisen kartan yhteenvetoon, kliinisen dokumentaation yhteenvetoon ja oikeutuksen varmistamiseen. Yritys on saanut 29,7 miljoonan dollarin venture-rahastointia, mukaan lukien 25 miljoonan dollarin A-sarjan, jota johti Greycroft, laajentamaan palkkaamista, tuotekehitystä ja käyttöönottoja maksajien ja tarjoajien kanssa, ja se on myös lanseerannut Gwenin, tekoälyalustan, joka auttaa terveydenhuollon tiimejä luomaan hallinnoituja digitaalisia työntekijöitä hallinnollisiin työkulkuihin.

Kun olet johtanut suuria yritysten tieto- ja analytiikkayrityksiä, mitkä kokemukset vakuuttivat sinut siitä, että terveydenhuolto tarvitsee tarkoitukseen suunnitellun tekoälyalustan, ja miten nämä opit muovasivat Penguin Ai:n perustamisvisiota?

Voin kertoa tarkan hetken, jolloin se selvisi. Istuin yhdessä suurten maksajien katselussa jonossa etukäteen hyväksymisiä, joista kukaan ei ollut todellista kliinistä kysymystä. Ne hyppäsivät, koska kenttä ei vastannut tai asiakirja ilmestyi väärässä muodossa. Maailman parhaat toimijat viettivät päivänsä ruokkimalla konetta, joka tuotti mitään potilaalle, joka odotti toisella puolella. Näin saman tuhlaamisen Kaiserissa, UnitedHealthcaressa, Optumissa, vain eri asuissa. Silloin lopetin uskomisen alan väittämään, että kitka on mittakaavan hinta. Penguin Ai:n visio tuli suoraan tästä turhautumisesta: rakenna alusta, joka puhuu maksajan ja tarjoajan kieltä, laita terveydenhuollon konteksti järjestelmään, jotta tekoälytyöntekijä soveltaa omia kriteerejäsi ja näyttää sen perustelun, pidä henkilö vastuussa kliinisestä arvostelusta, ja poista raskas työ kaikilta muilta. Se on koko peli.

Penguin Ai keskittyy ratkaisemaan terveydenhuollon hallinnollista rasitetta, joka on arvioitu triljoonaksi dollariksi. Mitkä työkulut priorisoit sinä ensin, ja miksi etukäteen hyväksyminen, vaatimusten käsittely, lääketieteellinen koodaus ja valitukset nousivat suurimmiksi mahdollisuuksiksi tekoälyajoitetulle muutokselle?

Mennään, minne kipu huutaa äitin. Etukäteen hyväksyminen, vaatimusten käsittely, lääketieteellinen koodaus ja valitukset nousivat listan kärkeen yhdestä syystä: ne ovat valtavat pinot toistuvaa työtä, joissa useimmat tapaukset seuraavat mallia, ja poikkeukset ovat harvinaisia, joten ihminen näkee vain poikkeukset. Etukäteen hyväksyminen johti listaa, koska siinä voit kirjaimellisesti katsella potilaan kärsimistä, kun asiakirjat odottavat jonossa, eikä kukaan puolusta sitä suoralla kasvolla. Kun tekoälytyöntekijämme kantavat rutiinimäärää ja reitittävät aitojen poikkeustapaukset henkilölle, tulokset eivät ole häikäiseviä. Katselut kestävät jopa 97 prosenttia nopeammin, hylkäykset laskevat yli puolella, ja noin 92 prosenttia tapauksista ratkeaa ilman manuaalista kosketusta. Valitsin nämä neljä, koska ne antavat minun osoittaa väittämän nopeasti: poista hallinnollinen rasitus, ja teet terveydenhuollon potilaalle, kliinikoille ja työntekijöille paremmaksi, kaikki voittavat samalla liikkeellä, miksi aloitin siitä.

Olet arvioinut lukuisia yritysten teknologiajärjestelmien toimittajia terveydenhuollon johtajana. Mitkä ovat yleisimmät syyt, miksi tekoälystart-upit eivät saa jalansijaa suurissa terveydenhuollon järjestelmissä ja maksajilla?

Olen istunut ostajan puolella tarpeeksi kauan, jotta voin katsella, miten start-upit polttavat mahdollisuutensa samalla kolmella tavalla. Ensinnäkin, he kohtelevat terveydenhuoltoa kuin mitä tahansa muuta yritystiliä ja joutuvat yllätetyiksi integraatiokaaoksesta, vanhoista järjestelmistä ja sääntelypainosta, josta kukaan ei varoittanut heitä. Toiseksi, he myyvät autonomiaa ja eivät voi vastata ensimmäiseen vaikeaan kysymykseen, joka on aina jonkinlainen “näytä minulle, miten sinne pääsit.” Ei audit-uraa, ei perustelua, jota noudattamisryhmä hyväksyy, ja koeprosessi kuolee siinä huoneessa. Kolmanneksi, he korjaavat yhden puolen maksajan ja tarjoajan suhdetta ja eivät ymmärrä, että kitka elää heidän välissään. Ja rehellisesti, jokainen ostaja, jonka tunnen, on uupunut. Heillä on laatikko täynnä tekoälytyökaluja, jotka lisäsivät vain dashboardin ja eivät siirräneet työtä keneltäkään. Baari on korkea, ja kärsivällisyys on ohut, ja kuka tahansa, joka ei voi näyttää todellista polkua koeprosessista tuotantoon, saa ovensuun.

Monet terveydenhuollon organisaatiot ovat edelleen varovaisia tekoälyn käyttämisestä kriittisissä toimintaprosesseissa. Mitä tekoälyn onnistunut omaksuminen terveydenhuollon suurissa maksajien ja tarjoajien organisaatioissa oikeasti näyttää, ja mitä virheitä johtajat tekevät yrittäessään laajentaa sitä?

Todellinen omaksuminen alkaa pienestä ja ansaitsee tiensä ylös. Valitse yksi työkulu, joka todella satuttaa, pidä ihmiset silmällä, jotta he voivat katsella työn toteutumista ja luottaa siihen, ja anna todiste osta laajentumisen. Kun tiimi näkee tekoälytyöntekijän puhdistavan rutiinitapaukset oikein ja antavan heille ne tapaukset, jotka todella vaativat arvostelua, he lopettavat vastustamisen ja alkavat pyytää enemmän. Virheet ovat kärsittävästi ennustettavissa. Johtajat yrittävät keittää valtameren ja ottaa kaiken käyttöön kerran. He ostavat teknologiaa ja eivät suunnittele työkulkua uudelleen sen ympärille, joten rasitus siirtyy toiseen jonoon. Tai he repivät ihmiset liian nopeasti, polttavat luottamuksen ja ihmettelevät, miksi kukaan ei koske asiaan. Tekoälyn laajentaminen terveydenhuollon järjestelmässä on muutoksen hallintatyö, jossa on teknologian asu. Tiimit, jotka voittavat, kohtelevat sitä sellaisena, ja he sitoutuvat kovaan mittariin päivän ykkösellä, jotta jokainen tietää, miltä menestys näyttää. Kaikki muu on tieteellinen messu.

Penguin Ai korostaa terveydenhuollon omistaja tekoälymallien ja työkulkujen merkitystä yleisten yritysratkaisujen sijaan. Mitkä terveydenhuollon ainutlaatuiset haasteet vaativat erikoistunutta lähestymistapaa, ja missä yleispätevät tekoälyalustat eivät riitä?

Terveydenhuolto ei ole tavanomainen yrityskäyttökohde, ja muun väittäminen kostautuu. Sillä on oma kieli, omat säännöt, omat seuraukset, eikä mikään niistä ole valinnainen. Yleinen malli antaa sinulle itsevarman, uskottavan vastauksen, joka on hiljaisesti väärä, koska se ei sisällä käyttämiäsi lääketieteellisen välttämättömyyden kriteerejä, eikä se voi näyttää työtään tavalla, jonka auditoija tai kliinikko voi hyväksyä. Ei käy. Rakensimme Penguin Ai:n kerroksittain tähän tarkoitukseen: tietokerros, joka kerää tiedon yhteen, Kontekstikerros, joka pitää terveydenhuollon erityistä päättelyä ja hallintaa, ja tekoälytyövoima, joka tekee työn, mukaan lukien valmiit tekoälytyöntekijäratkaisumme ja Gwen, joka antaa oman tiimisi luoda uusia tekoälytyöntekijöitä. Yleiset alustat eivät riitä, koska ne kohtelevat terveydenhuollon asiantuntemusta kuin jotain, mihin voit ohjata tekoälysi. Et voi. Sinun on rakennettava se järjestelmään, ja juuri sitä varten olemme rakentaneet ratkaisumme.

Etukäteen hyväksyminen on yksi ärsyttävimmistä prosesseista sekä tarjoajille että potilaille. Miten näet tekoälyn muokkaavan etukäteen hyväksymistä seuraavan viiden vuoden aikana, ja mitkä varotoimet ovat tarpeen, jotta automaatio parantaa tuloksia ilman uusien esteiden luomista?

Viiden vuoden kuluttua yksinkertaiset hyväksynnät tulevat takaisin minuuteissa, sovellettuja johdonmukaisesti omien ohjeiden mukaan, ja kliinikko on kytketty mukaan kaikkeen, mikä vaatii lääketieteellistä arvostelua. Se on hyvä versio. Tässä on osa, jota ihmiset ohittavat: automaatio voi yhtä hyvin tehdä esteitä teollisesti, jos sen rakentaa laiskasti. Nopeampi tapa kieltää hoito on virhe, jolla on parempi tuotto. Joten varotoimet ovat kaikki. Jokainen suositus, jonka tekoälytyöntekijä antaa, on oltava perusteltu ja täydellinen audit-ura, mitä me kutsumme lasikoteloksi, jotta kuka tahansa voi nähdä tarkalleen, miten se pääsi sinne. Nopeus ei voi koskaan tulla nopean automaattisen kieltäytymisen peittämiseksi. Ja koulutettu ihminen on aina vastuussa kliinisestä arvostelusta. Sait sen oikein, ja etukäteen hyväksyminen lopettaa olemasta se asia, jota potilaat ja lääkärit pelkäävät. Sait sen väärin, ja olet rakentanut nopeamman version ongelmaa. Olen kiinnostunut vain ensimmäisestä.

Teollisuus puhuu yhä enemmän tekoälyagentteja ja autonomisista työkuluista. Mitkä ovat suurimmat tekniset ja operatiiviset esteet tekoälyn käyttöönottamiselle, joka voi luotettavasti käsitellä monimutkaisia terveydenhuollon hallinnollisia tehtäviä vähäisellä ihmisen väliintulolla?

Haaste on ei demo, vaan reunat. Poikkeusten käsittely, epäjohdonmukainen ja epätarkka data sekä vanhat järjestelmät, jotka eivät ole koskaan suunniteltu puhumaan minkään kanssa. Siinä on todellinen insinööritöitä, ja se on syvältä epäglamouria. Operatiivinen este on luottamus, jota terveydenhuollon järjestelmä ei anna ilmaiseksi. Jos ihmiset eivät voi tarkastaa sitä tai selittää sitä, he eivät laajenna sitä, piste. Nyt haluan vastustaa väitettä vähän. “Vähäinen ihmisen väliintulo” on väärä tavoite, ja se huolestuttaa minua, kun kuulen sen. Piste on vapauttaa ihmiset monimutkaisiin tapauksiin ja arvosteluihin, joissa heidän asiantuntemuksensa todella ansaitsee palkkansa. Tekoälytyöntekijämme kantavat toistuvan määrän ja tietävät, milloin vetää henkilön mukaan. Naulaamalla tämä siirto luotettavasti ja avoimesti, terveydenhuollon mittakaavassa, on haaste, jonka arvoista on ratkaista. Kaikki muu on tieteellinen messu.

Terveydenhuolto on yksi maailman säännellyimmistä aloista. Miten yhdennät nopeuden ja noudattamisen, tietosuojan, auditoinnin ja ihmisen vastuun tarpeen tekoälyjärjestelmissä?

Saat oikeuden liikkua nopeasti rakentamalla asioita, jotka kestävät. Terveydenhuollossa hallinto on perusta, ja kaadimme sen ensin. Kun käsittelet potilastietoja, yritysten tietohallinto on eettinen vaatimus, ja tarkoitan sitä kirjaimellisesti. Jokainen suositus ajaa lasikoteloon, perustelun ja täydellisen audit-uran, mikä antaa noudattamisryhmälle todellisen luottamuksen nopeuteen. Ihmisen vastuu on suunniteltu suunnitelmaan, koska koulutettu henkilö omistaa mitään, mikä koskee kliinistä arvostelua, kun taas tekoälytyöntekijä käsittelee kokoonpanon ja rutiinimäärän. Se on, miten saat nopeuden ja luotettavuuden samassa järjestelmässä, ja tässä alalla et voi valita yhtä ja jättää toisen. Useimmat ihmiset kuvaavat noudattamista ja auditointia jarruina. Näen ne asioina, jotka antavat minun laittaa jalani alas, koska ilman niitä et koskaan pääse tuotantoon.

Teit siirtymän suurten yritysten tieto- ja analytiikkayritysten johtamisesta rakentamaan start-upia alusta alkaen. Mitkä ovat opeista, jotka ovat olleet kaikkein palkitsevimpia, ja mitkä haasteet ovat olleet yllättävimmät?

Palkitsevin osa on, että saat lopulta rakentaa sen oikein ensimmäisellä kerralla. Suuressa organisaatiossa muutos etenee institutionaalisen vauhdin mukana. Jokainen korjaus on reitittävä vanhojen järjestelmien, kilpailevien prioriteettien ja hyväksymisen kerrosten kautta, joten muutos, jonka tiedät olevan oikein, voi kestää kahdeksantoista kuukautta, jos se onkaan. Se vauhti kuluttaa sinut, kun voit nähdä tarkalleen, mitä on tehtävä. Perustajan tilassa saat rakentaa alusta, suunnitella alustan ongelman ympärille eikä kolmenkymmenen vuoden kertyneiden kompromissien ympärille, ja toimittaa oikean vastauksen, kun se edelleen merkitsee jotain. Kun kuulen, että hoitaja sai iltaisin takaisin, tai potilas sai vastauksen tunneissa, siinä on vaikutus, jota mikään tienkartoitusarvio ei voi koskaan saavuttaa.

Katsoen eteenpäin, jos tekoäly poistaa suuren osan hallinnollisesta rasituksesta terveydenhuollosta, miten maksajat, tarjoajat ja potilaat kokevat terveydenhuoltojärjestelmän erilaisena seuraavan kymmenen vuoden aikana?

Kymmenen vuoden kuluttua, jos teemme sen oikein, järjestelmä tuntuu viimein hoitolta. Potilaat saavat todellisia vastauksia, kun he ovat peloissaan ja haavoittuvia, ja he lopettavat ansaitsemisen vähäistä tutkintoa vakuutusbyrokratian alalla saadakseen, mitä heidän lääkärinsä on jo määrännyt. Kliinikot viettävät tuntinsa lääketieteen taidossa ja ihmisissä, jotka ovat heidän edessään, eikä jauhaa läpi kahdeksankymmenettä sekaantuvaa tapausta ennen lounasta. Toiminto- ja hallinnolliset tiimit, jotka ovat yksi tämän alan arvostetuimmista ryhmistä, tekevät lopulta työtä, joka hyödyntää heidän todellista asiantuntemustaan. Ja maksajat ja tarjoajat koordinoivat sen sijaan, että heittäisivät paperityöt toisiinsa saumattoman viivan yli, jota kukaan ei omista. Se on terveydenhuolto, jota olen rakentamassa. Tulostaulu, josta välittävät, on tylsä ja spesifi: aika, joka palautetaan potilashoitoon, ja viive, joka poistetaan potilaan kokemuksesta. Kaikki muu, mitä teemme, on palvelussa näitä kahta lukua.

Kiitos hienosta haastattelusta, lukijat, jotka haluavat oppia enemmän, voivat vierailla Penguin Ai:ssa.