Sean Shoffstall, PaceMaten AI-, innovaatio- ja datan johtaja – Haastattelusarja

Sean Shoffstall, PaceMaten AI-, innovaatio- ja datan johtaja, on teknologia- ja tuotejohtaja, jolla on yli 20 vuoden kokemus innovatiivisten SaaS-ratkaisujen kehittämisestä ja AI-teknologioiden integroimisesta, jotka tuottavat mitattavissa olevia liiketoimintatuloksia ja ovat linjassa strategisten liiketoimintatavoitteiden kanssa.

Sean on erikoistunut tekoälynhallinnan, terveydenhuollon teknologian ja dataohjattujen alustojen normaaliksi tekemiseen tiimien ja asiakkaiden kanssa, parantaen tuottavuutta ja tehokkuutta kliinisen työn prosesseissa. Hänen aikaisempi työnsä terveydenhuollon johtamisjärjestelmiin AI-integroinnin edelläkävijänä toi merkittäviä tehokkuusparannuksia ja paransi potilaiden hoitotuloksia intuitiivisen suunnittelun ja dataohjattujen näkymien kautta.
Johtajana ja julkisena puhujana AI:sta johtajille, Sean siltaa teknisten mahdollisuuksien ja strategisen liiketoimintatoimenpiteen välinen kuilun, keskittyen tuotehallintaan ja kehitykseen, joka palvelee todellisia kliinisiä tarpeita. Hän rakentaa tiimejä, jotka toimittavat innovatiivisia ratkaisuja, jotka ovat suunnattuja todellisiin terveydenhuollon haasteisiin, eikä pelkästään teknisiin trendeihin, varmistaen toiminnan ja potilaiden hoitotulosten paranemisen.

PaceMate on terveydenhuollon teknologiayritys, joka tarjoaa PaceMateLIVE:n, pilvipohjaisen alustan etäkardiovalvontaan ja datanhallintaan. Järjestelmä yhdistää implantoitavien sydämen toimintalaitteiden, ambulanssiseurantalaiteiden ja kuluttajien EKG-laitteiden datan, käyttäen automaattista priorisointia avustamaan kliinikoita keskittymään kriittisimpiin hälytyksiin. Se tukee yhteensopivuutta suurten sähköisten potilastietojärjestelmien kanssa, kuten Epic, Cerner ja athenahealth, sujuvoittaen kliinisiä prosesseja, parantaen toiminnan tehokkuutta ja potilashoidon jatkuvuutta kardiologisissa käytännöissä.

Olet kehittänyt AI-vetäjiä terveydenhuollon ratkaisuja yli 20 vuoden ajan, mukaan lukien ensimmäinen HIPAA-yhdenmukainen AI-audiogrammitöökalu Auditdatassa ja nyt kardioälyalusta PaceMatessa. Mikä innoitti sinun siirtymään AI:n käyttöön kliinisten tietojen muuttamiseksi toimintatiedoksi?

Olen aina ollut data-ohjattu. Urani alussa digitaalisen markkinoinnin parissa, mainostoimistoni iskulause oli “Mittainen luovuus” – ajatus, että voit ohjata tunteita ja luovuutta siitä, mitä opit datan kautta. Kun tein siirtymän terveydenhuoltoon, näin uuden tavan käyttää dataa. Sen sijaan, että vain raportoit, mitä potilaalle oli jo tapahtunut, aloin miettiä: Voimmeko käyttää dataa näkemään trendejä? Voimmeko ennustaa, mitä saattaa tapahtua seuraavaksi?

Sitten AI tuli mukaan ja laajensi näitä mahdollisuuksia. Uskon todella, että jos käytämme AI:ta älykkäästi, ihmisen keskiössä, voimme muuttaa terveydenhuoltoa. Se voi antaa lääkäreille enemmän aikaa potilaiden kanssa, kun taas arkiset tehtävät datan ympärillä hoidetaan AI:n avulla. Emme ole vielä siellä, mutta perusta rakennetaan sinne pääsemiseksi.

PaceMate hallinnoi yhtä maailman laajimmista ja vahvimmista kardiovaskulaaridatayhdisteistä. Miten tämä data muunnetaan ennustaviin algoritmeihin, jotka parantavat sekä potilaiden hoitotuloksia että kliinistä tehokkuutta?

Data on avain. Saadaksesi eniten voimaa AI:sta ja koneoppimisesta, kaikki tulee tietokoulutusjoukosta, jota sinulla on. PaceMate on teollisuuden johtaja, ei vain datansa ansiosta, vaan myös siksi, että meidän tiimillä on vuosikymmenien kliininen asiantuntemus datan tulkintaan ja validointiin. Kun yhdistät koulutusdatan tähän asiantuntemukseen, aloit nähdä, miten minuutin säästäminen tässä ja kahden minuutin säästäminen siellä voi johtaa suuriin tehokkuusparannuksiin.

Sitten, kun lisäät kyvyn tunnistaa trendejä potilaiden datassa laitteen elinkaaren aikana, voit antaa lääkäreille tarvittavat näkymät parhaan mahdollisen päätöksenteon potilaiden puolesta – tukeutuen kattavimpaan mahdolliseen dataan.

Sääntelykehykset, kuten HIPAA ja FDA-hyväksynnät, hidastavat usein AI:n omaksumista terveydenhuollossa. Mitkä käytännön toimenpiteet organisaatiot voivat tehdä innovoimaan vastuullisesti näiden rajoitusten puitteissa?

PaceMatessa uskomme vahvasti ihmisen keskiössä olevaan AI-filosofiaan. Emme siirrä päätöksiä AI:lle, mikä on juuri sen, minkä vuoksi FDA vaatii vakavaa valvontaa. Sen sijaan organisaatiot voivat käyttää AI:ta kaivamaan, järjestämään ja esittämään dataa edelleen, luottaen siihen, että kliininen asiantuntemus määrittää, mikä on oikein kullekin potilaalle.

HIPAA:n osalta potilaiden yksityisyyden suojaaminen on vakava huolenaihe terveydenhuollossa, ja meidän on aina asetettava se etusijalle. Se on hyvä asia meidän ihmiskeskeisessä lähestymistavassamme – AI:lle ei tarvitse tietää mitään potilaiden henkilökohtaisista tunnistetiedoista (PII). Voimme de-identifioida datan ja analysoida sitä. Mutta vaikka meillä on paras mahdollinen filosofia, oikeanlaiset HIPAA-yhdenmukaiset työkalut – jotka ovat tulleet markkinoille viime vuosina – ovat myös olennaisia.

Datansuojelu on aina monikerroksinen lähestymistapa, ja potilaiden yksityisyyden on aina asetettava etusijalle, jopa ennen innovaatioita.

Tietojen herkkyys on suuri huolenaihe kardiovaskulaarisen hoidon osalla. Miten PaceMate varmistaa, että AI-kehitys ylläpitää korkeimpia potilaiden yksityisyyden ja luottamuksen tasoa?

Potilaiden yksityisyyden suojaaminen on aina ollut PaceMaten perusarvo, ja AI:n nousu vahvistaa vain sen, miksi tämä sitoutuminen on tärkeä. Lähestymme AI-kehitystä “yksityisyyden suunnitteluperiaatteella”, mikä tarkoittaa, että datansuojaus ei ole jälkikäteen ajateltu asia, vaan se on rakennettu jokaiseen vaiheeseen.

Kaikki potilaiden data, jota käytetään AI-koulutukseen, on tiukasti de-identifioitu ja salattu, noudattaen ohjeita, jotka ylittävät HIPAA-vaatimukset. Seuraamme myös tiukkoja dataminimointiperiaatteita, keräämällä ja prosessoiden vain sellaisen datan, joka on ehdottoman tarpeen kliiniselle arvolle.

Kardiovaskulaarisessa hoidossa olemme vastuussa joistakin intiimeimmistä terveydenhuollon tiedoista kuviteltavissa. Siksi suoritamme säännöllisiä yksityisyyden vaikutusten arvioita ja kolmannen osapuolen tietoturvatarkastuksia, koska luottamuksen saavuttaminen ja ylläpitäminen ei ole kertakertaisuus – se on päivittäinen vastuu.

Automaatio terveydenhuollossa voi olla kaksiteräinen miekka. Miten AI PaceMatessa on suunniteltu täydentämään – eikä korvaamaan – kliinikkojen asiantuntemusta?

Meidän ihmisen keskiössä oleva filosofia tarkoittaa, että AI on käytössä täydentävänä työkaluna, ei korvaavana. Sitoutumme käyttämään sisäistä kliinistä asiantuntemusta ja työskentelemään sairaaloissa olevien kliinikkojen kanssa ohjaamaan tuotekehitystämme suoraan.

Kysymme asioita, kuten “Mitä tekisi sinut tehokkaammaksi?”, “Mikä data auttaisi sinua tekemään parempia päätöksiä?” ja “Mitä puuttuu nykyisestä työnkulustasi?” Käytämme näitä oivalluksia ohjaamaan, miten toteutamme automaation ja AI:n ilman esteitä.

Monet terveydenhuoltojärjestelmät kamppailevat hajanaisen datan kanssa laitteiden, sähköisten potilastietojärjestelmien ja seurantatyökalujen välillä. Miten tiimisi lähestyy näiden lähteiden yhdistämistä toimittamaan todellisia, ajantasaisia näkymiä, jotka ovat merkittäviä hoitopisteen kannalta?

Viimeisen 10 vuoden aikana olemme tulleet hubiksi etäseurannan datalle, ja ymmärrämme potilaiden datavirran sisään ja ulos. Voit ajatella sitä kuin identiteettigraafiikkaa, jossa data kerätään ja palveltuina tarvittavissa määrin kyseisessä vaiheessa. Olemme rakentaneet infrastruktuurin kerätäksemme dataa useilta laitevalmistajilta, heidän etäseurantajärjestelmistään ja sähköisistä potilastietojärjestelmistä, sitten normalisoidaksemme ja kontekstualisoidaksemme sen, jotta se on todella hyödyllistä hoitopisteen kannalta.

Avain on ymmärtää, miten kerätä dataa, mutta myös milloin ja miten esittää sitä. Olemme myös tulleet asiantuntijoiksi laajan, de-identifioitujen datan aggregoimisessa, jotta voimme vahvistaa trendejä ja varmistaa laadun, kun tuomme uusia datalähteitä. Tämä kaksoiskyky – toimittaa henkilökohtaisia, ajantasaisia näkymiä samalla ylläpitäen laajaa kokonaiskuvaa – mahdollistaa hajanaisen datan muuttamisen toimintatiedoksi.

kokemuksesi monien terveydenhuollon startup-yritysten parissa, mitkä ovat joitakin ylitseväistämättömiä haasteita AI:n integroimisessa kliinisiin työnkulkuun laajassa mittakaavassa?

Yksityisyyden ja turvallisuuden suojaaminen on pelottavaa monille pienemmille terveydenhuollon teknologiayrityksille. Mutta on hyviä parhaita käytäntöjä ja työkaluja saatavilla, ja kaikki suuret pilvipalveluntarjoajat – AWS, Azure ja Google Cloud – tarjoavat asiantuntijoita, joiden oppaat ja tarkistuslistat auttavat startup-yrityksiä ja suuria yrityksiä kohtaamaan nämä haasteet.

Kun tämä on hoidettu, data laajassa mittakaavassa tulee seuraavaksi esteeksi. Se, missä olet tällä hetkellä datasi suhteen, on täysin erilainen kuusi kuukautta myöhemmin. Ymmärtäminen, miten hyödyntää rakenteista ja rakenteettomia dataa vahvalla identiteettigraafilla, voi olla hyvä perusta aloittaa, ja asiakirjojen tallentaminen lähestymistavastasi auttaa välttämään joitakin harmaata karvaa myöhemmin.

Etinen ja avoin AI-käyttö on muuttumassa terveydenhuollon innovaation määrittäväksi tekijäksi. Miten rakennat vastuullisuuden ja selittämisen AI-järjestelmiin, joita käytetään lääketieteelliseen päätöksentekoon?

Tämä palautuu meidän ihmisen keskiössä olevaan filosofiaamme. Suunnittelemme AI:ta esittämään näkymiä ja malleja, mutta kliinikko tekee aina lopullisen päätöksen. Tämä luo luonnollisen vastuutasoon, jossa on aina lisensoitu ammattilainen, joka tarkistaa ja vahvistaa, mitä AI ehdottaa.

Keskitämme myös näyttämään “miksi” AI-suositusten taustalla. Järjestelmämme korostavat, mitkä datapisteet johtivat tiettyyn näkymään, jotta lääkärit voivat arvioida, onko se kliinisesti järkevää heidän tietyn potilaansa kannalta. Emme pyydä kliinikoita luottamaan mustaan laatikkoon – annamme heille avoimuutta logiikkaan.

Koska oppiminen on kaksisuuntaista, olemme myös rakentaneet jatkuvaan palautusilmoitusjärjestelmän. Kun kliinikko hyväksyy tai ohittaa AI-suosituksen, se kertoo mallin parantamisesta. Tämä luo vastuullisuuden molempiin suuntiin, ja AI oppii kliinisen asiantuntemuksen kautta, kun taas kliinikot voivat nähdä, miten heidän syötteensä muokkaa suoraan järjestelmää.

Lopulta selittävä AI terveydenhuollossa ei ole vain teknistä avoimuutta, vaan myös kunnioittaa kliinistä arviointia ja luomista työkaluja, jotka täydentävät eivätkä peitä päätöksentekoprosessia.

Kun neuvoo johtajia AI-strategiasta, mitkä mielentilamuutokset ovat kriittisiä terveydenhuollon johtajille, jotka haluavat siirtyä kokeilusta merkittävään omaksumiseen?

Kun puhun liiketoimintajohtajille AI:sta, yritän ohjata heitä “Miksi ei?” tai “Toivon, että…” -mielentilaan. Yksi voimakkaimmista työkaluista AI:ssa on kyky käyttää maailman näkemystä ongelmaan eikä vain ympäröivien ihmisten tai oman harhan näkemystä. Kun ajattelet, että jotain on vaikeaa tai mahdotonta, käytä AI:ta sanomaan “Toivon, että voisin…” ja kuvaile asioita, jotka estävät sinua. Se on erittäin voimakasta. Ohjaan heitä myös olemaan uteliaita AI:lle. Kerro ongelmasi, mutta pyydä myös sitä kysymään sinulta yksityiskohtaisia kysymyksiä. Joskus se yksin voi johtaa sinut todella ainutlaatuisiin ratkaisuihin.

AI on myös erinomainen työkalu suunnittelulle. Johtajien on asetettava strategia, luotava toimintasuunnitelma, määritettävä, miten mitata menestystä, ja tunnistettava esteet ennen kuin ne tapahtuvat. AI on hyvä apu suunnitelman laatimisessa aloittamiseksi.

Lopulta, me lukekaamme usein, miten AI ottaa työpaikkoja ja yritykset irtisanovat ihmisiä AI:n hyväksi. Luulen, että se on huono tapa ajatella AI:sta. Yritys, joka on rakennettu tuotteista tai palveluista ihmisten tarpeisiin, tarvitsee ihmisiä ymmärtämään, mitä he tarjoavat. Sen sijaan, että käyttäisit AI:ta kustannusten vähentämiseen, ajattele, miten AI voi ottaa arkiset tehtävät ihmisiltä ja toimia vahvistimena. Jos voit vähentää kustannuksia 15 prosentilla tai voit lisätä tuottavuutta 200 prosentilla, kumpi on parempi liiketoimintapäätös?

Nähdessäsi viisi vuotta eteenpäin, miten kuvittelet AI:n muuttavan kardiovaskulaarisen seurannan ja ennaltaehkäisevän lääketieteen maiseman – ja mitkä ovat PaceMaten saavutettavissa olevat tavoitteet tämän ajanjakson aikana?

AI tulee olemaan yhä enemmän osa työtämme ja päivittäistä elämäämme seuraavien viiden vuoden aikana. Kun käyttäjämme tulevat tietoisemmaksi ja luottavammaksi AI:n tuottamista tuloksista, se avaa loputtomat mahdollisuudet ja kumppanuudet.

Haluan ensin tarjota työkaluja, jotka auttavat kliinikoita priorisoimaan hoitoa potilaille, jotka ovat suurimman vaaran alttiina epäedullisille tapahtumille. Siitä lähtien voimme aloittaa AI:n ja trendidatan käytön näyttämään eri mahdollisia tuloksia yksittäisille potilaille, antaen lääkäreille selkeämmän kuvan siitä, mitä edessä on.

Lopulta, kun voimme toimittaa näkemyksiä, joita kaikki luottavat, löytäminen hyviä kumppanuuksia tutkimussairaaloiden kanssa auttamaan heitä hyödyntämään mallejamme, olisi korkea tavoite. Siinä voimme todella kiihdyttää innovaatioita koko alalla nopeammin ja vaikuttaa merkittävästi kardiovaskulaarisen hoidon kokonaisuuteen.

Kiitos for the great interview, readers who wish to learn more should visit PaceMate.