Ed Chidsey, Président de l’unité commerciale Insights d’Inovalon – Série d’entretiens

Ed Chidsey, Président de l’unité commerciale Insights d’Inovalon, apporte à ce rôle un large éventail d’expériences dans les données financières, l’analyse et le conseil stratégique — notamment en tant que vice-président senior chez S&P Global Market Intelligence, où il a géré un entreprise de données et d’analyse d’un milliard de dollars avec 2 000 employés, et précédemment en tant que conseiller en capital-investissement, membre du conseil d’administration de PeerNova Inc. et associé limité chez Mendoza Ventures.

Inovalon, est une entreprise technologique basée aux États-Unis qui propose des solutions logicielles et d’analyse de données basées sur le cloud pour l’industrie de la santé. Grâce à son offre phare, la plateforme Inovalon ONE®, l’entreprise agrège et analyse des données cliniques et de réclamations massives, réelles et issues de centaines de millions de vies — pour soutenir les régimes de santé, les prestataires, les pharmacies et les organisations des sciences de la vie dans l’amélioration des résultats cliniques, la qualité des soins, la notation des risques, l’intégrité des paiements et l’efficacité opérationnelle.

Vous avez eu une longue carrière couvrant S&P Global, IHS Markit et maintenant Inovalon. Quel a été le rôle ou l’expérience le plus formateur qui vous a conduit à vous concentrer sur les données du monde réel (RWD) et l’analyse dans le domaine de la santé, et comment cela a façonné votre vision pour diriger l’unité commerciale Insights d’Inovalon ?

J’ai passé la majeure partie de ma carrière à construire, à diriger et à développer des entreprises de données et d’analyse, principalement dans les services financiers, en commençant souvent par de petites entreprises et en stimulant une croissance considérable grâce à une combinaison de stratégies organiques et inorganiques. Après plus de trois décennies dans l’industrie financière, j’en suis arrivé à un point où j’avais besoin de faire une pause et de me ressourcer. J’avais passé beaucoup de temps dans ce monde, et même si j’aimais le travail, l’environnement commençait à me paraître moins gratifiant. Alors, au début de 2024, j’ai décidé de m’éloigner.

Cette année s’est avérée incroyablement enrichissante. J’ai passé plus de temps avec ma famille, j’ai rejoint un conseil d’administration d’entreprise et un conseil d’administration d’organisme à but non lucratif, et, de manière assez inattendue, je me suis davantage impliqué dans mon église. Ce changement de cap m’a donné l’occasion de me concentrer sur l’équilibre, la communauté et le sens de manière que je n’avais pas fait depuis longtemps. À la fin de l’année, j’ai réalisé que j’avais encore beaucoup d’énergie et de passion pour diriger des équipes et construire des entreprises, mais je voulais que ce travail me paraisse plus personnel et plus significatif.

Lorsqu’Adam Kansler, le PDG d’Inovalon, m’a contacté pour me parler davantage de l’entreprise, le moment était opportun. J’ai travaillé en étroite collaboration avec Adam pendant de nombreuses années et j’ai une énorme considération pour lui en tant que leader. Il a décrit Inovalon comme un fournisseur de premier plan de données et de solutions pour la santé qui travaille avec les payeurs, les prestataires, les organisations pharmaceutiques et les entreprises des sciences de la vie, et a noté que l’entreprise recherchait une nouvelle personne pour diriger son unité commerciale Insights.

Avant cette conversation avec Adam, je n’avais pas vraiment considéré que je pouvais utiliser mon expérience dans les données et l’analyse dans l’industrie de la santé. Cependant, plus j’en ai appris, plus cela m’a paru pertinent. Les données de santé sont très concrètes car elles peuvent avoir un impact réel sur nous. L’idée d’appliquer la même rigueur analytique et la même échelle que j’avais développées dans les services financiers pour améliorer la qualité et les résultats de la santé m’a paru incroyablement attrayante. Ce sens du but est ce qui m’a amené ici, et il continue de façonner la manière dont je dirige l’unité commerciale Insights, en rassemblant les données, la technologie et les personnes pour avoir un impact mesurable sur l’ensemble de l’écosystème de la santé.

Comment voyez-vous la démarche d’Inovalon pour rendre ses analyses avancées et ses données du monde réel (RWD) disponibles sur le cloud de données IA de Snowflake en modifiant la dynamique concurrentielle dans le domaine de la santé et des sciences de la vie ?

Je considérerais cela plutôt comme une démarche stratégique pour rencontrer les clients là où ils se trouvent, plutôt que de nécessairement modifier la dynamique concurrentielle. À mon avis, il était essentiel que nous nous assurions que les clients aient accès à nos données et à nos ressources sur les plateformes où ils souhaitent les consommer de manière plus moderne, plus agile et plus accessible. Avec cela, nous savions que de plus en plus de nos clients migraient vers des plateformes comme Snowflake, il était donc important pour nous de nous rendre là où ils souhaitaient consommer nos données.

Qu’est-ce qui différencie les offres de données du monde réel (RWD) d’Inovalon, comme le Registre MORE², des autres plateformes de données du monde réel en termes de qualité, de profondeur, de rapidité ou d’échelle ?

Ce qui différencie nos offres de données du monde réel, notamment le Registre MORE², c’est nos données de source primaire. Nous collectons ces données directement auprès de diverses entités de l’écosystème de la santé, telles que les payeurs ou les prestataires de soins de santé, et cela nous donne une vision holistique des parcours de soins des patients, nous permettant d’extraire des informations qui soutiennent la prise de décision sur l’ensemble de l’écosystème de la santé.

Même si l’étendue des données dont nous disposons est déjà un facteur de différenciation notable, l’histoire et la cohérence derrière ces données sont vraiment remarquables. Grâce à notre partenariat avec Snowflake, nos clients peuvent désormais accéder de manière sécurisée et rapide à nos jeux de données longitudinaux de grande échelle et de haute qualité, une capacité qui a traditionnellement été obscurcie par des systèmes fragmentés et des processus d’ingestion de données manuels complexes. Pour les entreprises des sciences de la vie et des biopharmaceutiques en particulier, avoir la confiance que leur partenaire fournira des données cohérentes et fiables pour la prise de décision est absolument essentiel pour les patients qu’ils servent. Cette base constitue la pierre angulaire de notre offre de données du monde réel, que nous continuons à élargir en termes d’étendue et de types d’informations que nous pouvons générer.

Quels sont les principaux défis techniques ou de gouvernance pour relier ou intégrer des jeux de données provenant de sources diverses pour construire des preuves du monde réel complètes ?

Cela commence par reconnaître la base de nos données, qui remonte aux interactions entre un patient et son prestataire, sa pharmacie et son payeur. Souvent, ces interactions sont personnelles et découlent de points de contact importants dans leurs propres soins. Cela rend essentiel d’être un intendant de confiance de nos données et nécessite que nous ayons une solide gouvernance autour de ces données. Nous prenons cette responsabilité très au sérieux chez Inovalon, en particulier lorsqu’il s’agit de la manière dont les données du monde réel alimentent les processus de preuves du monde réel. La manière dont nous choisissons de gérer, de protéger et d’utiliser nos données définit notre crédibilité et la confiance que nous détenons avec nos partenaires de l’écosystème.

L’un des plus grands défis que nous rencontrons est de trouver un équilibre entre l’utilisation des données et la confidentialité. Si l’accent est mis exclusivement sur la confidentialité, vous perdez la capacité de pleinement analyser et d’extraire de la valeur des données. Cependant, si l’accent est mis uniquement sur l’analyse, vous risquez de ne pas répondre à vos obligations éthiques ou réglementaires envers les patients et les familles. Cet équilibre délicat constitue non seulement un défi technique, mais également un défi de gouvernance. Nous devons constamment considérer ce que nous pouvons faire, ce que nous devrions faire et ce que nous ne pouvons pas faire pour protéger les données que nous détenons tout en maximisant leur valeur et leur impact sur l’ensemble de l’écosystème de la santé.

D’un point de vue technique, un autre défi majeur est le rapprochement. Quelle que soit la profondeur ou la largeur d’un seul jeu de données, il n’est jamais suffisant en soi. La capacité de relier des jeux de données provenant de multiples sources est cruciale, et nous nous efforçons de le faire chaque jour à travers notre travail avec divers partenaires.

En fin de compte, la gouvernance consiste à trouver le bon équilibre entre la protection des données de la bonne manière et le fait de repousser les limites de ce qui est possible pour réaliser la plus grande valeur pour le plus grand bien. Ce n’est pas toujours facile, en particulier lorsque certaines réglementations, bien intentionnées, peuvent involontairement étouffer l’innovation ou limiter les avantages potentiels que nous pourrions apporter aux patients et à l’écosystème dans son ensemble. Notre rôle est d’être des intendants soigneux des données, d’opérer dans les limites des accords de fournisseurs et des réglementations, et de trouver des moyens responsables d’innover.

Enfin, il existe un défi structurel dans le fait que l’écosystème de la santé est fortement fragmenté. Pour qu’un client puisse accéder à toutes les données dont il a besoin, cela nécessite souvent de puiser dans plusieurs jeux de données et de relier les données à différents points de soins, avec de nombreux intermédiaires entre-temps. Par rapport à des industries comme les services financiers, la santé accuse un retard de plusieurs années, voire de décennies, en termes d’intégration des données et d’interopérabilité. Cependant, c’est également une énorme opportunité pour Inovalon. Si nous pouvons continuer à faire progresser la manière dont les données sont connectées, mises à disposition et utilisées de manière créative, nous pouvons offrir des analyses et des solutions beaucoup plus innovantes qui profitent finalement aux patients.

Comment équilibrez-vous la confidentialité, la conformité réglementaire et l’innovation lors du déploiement de modèles d’IA sur des données de santé sensibles ?

La manière dont je pense à l’IA est qu’en fin de compte, il s’agit de remplacer ou de renforcer ce qui peut théoriquement être fait aujourd’hui, mais de manière plus rapide, plus intelligente et plus avancée. Lorsqu’un client souhaite déployer un modèle d’IA sur nos données, c’est quelque chose que nous devons embrasser. Comme pour toute utilisation de nos données, il existe des conditions et des modalités qui définissent ce qu’un client peut ou ne peut pas faire. Ces conditions sont basées sur nos propres autorisations en amont, restrictions et réglementations applicables. Ce cadre ne change pas dans le monde de l’IA, et nous devons être des facilitateurs. Nous ne pouvons pas avoir peur de l’IA. Nous devons l’embrasser de manière responsable pour que l’IA puisse progresser, car elle a le potentiel d’apporter d’énormes avantages à l’écosystème de la santé.

L’IA nécessite à la fois des données historiques pour construire les modèles et des données continues pour les maintenir. De notre point de vue en tant que fournisseur de données, c’est une position solide, car une fois qu’un modèle est construit sur nos données, il devient encore plus intégré. Nous devons aborder chaque modèle comme nous le ferions pour n’importe quel cas d’utilisation client, en nous assurant qu’il est correctement licencié et régi. La partie la plus sensible de l’IA, en particulier dans le domaine de la santé, est de s’assurer qu’il y a toujours un humain dans la boucle lorsque les soins sont dispensés. C’est un sujet beaucoup plus large, et de nombreuses personnes en débattent.

Du point de vue des données du monde réel, nous sommes encore aux premiers stades. L’IA n’a pas encore produit de résultats révolutionnaires dans le domaine de la santé, en particulier lorsqu’on se concentre sur les cas d’utilisation des données du monde réel. Nous explorons un certain nombre d’opportunités, notamment l’extraction basée sur l’apprentissage automatique à partir de notes cliniques, qui est une application plus fondamentale de l’IA. Au-delà de cela, nous examinons l’utilisation de l’IA dans les applications d’essais cliniques et la prévisibilité de la progression des maladies. Nous sommes au début de ce parcours, mais le potentiel est énorme. Chez Inovalon, nous nous concentrons sur nous assurer que nous avons les données de la plus haute qualité qui peuvent être utilisées conjointement avec l’IA de manière responsable, avec une solide gouvernance et une surveillance humaine, tout en nous préparant à amplifier son impact à mesure que la technologie et l’écosystème mûrissent.

À partir de vos conversations avec les clients, quels sont les préoccupations les plus courantes concernant l’adoption de l’IA et des analyses basées sur les données du monde réel dans le domaine de la santé, et comment y répondez-vous ?

Les préoccupations les plus courantes que j’entends sont la qualité des données et les autorisations pour utiliser nos données pour former leurs propres modèles d’IA. En ce qui concerne la qualité des données, avec l’IA, « les déchets entrants, les déchets sortants » est vrai. Si la qualité des données est mauvaise, ce qui signifie que les données ne sont pas propres ou qu’il n’y a peut-être pas suffisamment de données, alors la sortie ne sera pas très précieuse non plus. Nos clients s’attendent à des données cohérentes, précises et fiables. Compte tenu des volumes considérables que nous gérons, l’une de mes premières priorités a été de garantir la qualité des données sur l’ensemble du tableau. Nous avons travaillé dur pour nettoyer, dédoublonner, normaliser, standardiser et livrer les données en aval. Le fait de prendre possession de la qualité des données aide également en améliorant la cohérence et la fiabilité sur l’ensemble de nos jeux de données, ce qui nous permet de livrer davantage dans le cadre de nos offres d’analyse de données traditionnelles, ainsi que dans les analyses basées sur l’IA.

La deuxième considération concerne la manière dont nos données peuvent être utilisées pour soutenir le développement de modèles d’IA. En tant qu’organisation axée sur les données, il est important que nous permettions ces cas d’utilisation émergents de manière réfléchie. Compte tenu de l’évolution rapide du paysage des données et de l’IA, nous avons adapté notre approche pour permettre cela de manière responsable, soutenue par une solide gouvernance, des conditions d’utilisation claires et des garanties définies. Cette évolution permet à nos clients d’innover avec confiance avec l’IA tout en garantissant des pratiques de données responsables, conformes et éthiques.

Comment mesurez-vous le succès ou le retour sur investissement pour les clients qui adoptent votre plateforme et vos analyses, et quels indicateurs de performance sont les plus importants pour eux ?

Nous mesurons le succès en fonction des impacts réels que notre plateforme et nos analyses ont sur les résultats opérationnels et cliniques de nos clients. Cela peut inclure diverses mesures de succès, selon le client, comme l’amélioration des notes CMS Star dans Medicare Advantage, l’optimisation de l’ajustement des risques ou la génération de preuves du monde réel exploitables pour les sciences de la vie. Le fil conducteur est que les informations doivent être opportunes, fiables et exploitables.

En termes d’indicateurs de performance, les clients, selon leur position dans la chaîne de santé, peuvent se concentrer sur des aspects tels que l’amélioration de la qualité, la réduction des lacunes dans les soins, une meilleure adhésion aux protocoles de traitement ou des gains mesurables en termes de coûts ou d’utilisation. Les clients réalisent un retour sur investissement lorsque nos analyses les aident à prendre des décisions éclairées qui améliorent les résultats pour les patients, l’efficacité opérationnelle et/ou la performance stratégique.

En regardant cinq ans à l’avance, comment vous attendez-vous à ce que l’IA et les données du monde réel évoluent dans le domaine de la santé et des sciences de la vie, et quel est le prochain horizon ?

Dans cinq ans, le domaine de la santé peut ressembler à quelque chose que none de nous ne reconnaît actuellement, mais il est impossible de prédire à quel rythme l’industrie évoluera. La seule certitude est qu’elle sera transformée. Même si le rythme de l’innovation est extraordinaire, les progrès restent freinés par la fragmentation de l’écosystème de la santé, qui s’étend des laboratoires aux pharmacies et aux dossiers médicaux électroniques, où peu d’organisations sont capables de véritablement relier ces sources de données de manière significative.

Même si cela peut constituer un facteur limitant, si les données peuvent être liées et créées de manière longitudinale d’une manière normalisée et standardisée, alors je pense que tout est possible. L’IA sous-tendra de plus en plus tout, des systèmes de soutien à la décision clinique à la manière dont les organisations des sciences de la vie abordent la conception et la réalisation d’essais cliniques. Dans les cinq prochaines années, nous verrons plus d’automatisation, une utilisation accrue de l’analyse prédictive et une connectivité accrue qui donne aux organisations accès aux informations dont elles ont besoin en temps réel, le tout ayant le potentiel de transformer les parcours de soins des patients et les opérations de santé dans leur ensemble.

Pour les organisations qui commencent tout juste à explorer l’intégration de l’IA avec les données du monde réel, quels sont les trois conseils que vous donneriez ?

Tout d’abord et surtout, concentrez-vous sur les données et assurez-vous que vous évaluez constamment la qualité de vos données. Deuxièmement, exploitez le pouvoir de réflexion de votre base d’employés. La réalité est que les meilleures idées peuvent provenir de tous les niveaux de l’organisation, en particulier des jeunes générations qui entrent sur le marché du travail et qui ont vécu et respiré les données, l’IA et la technologie. Les dirigeants devraient trouver des moyens de canaliser les idées et les innovations qui se trouvent au sein de l’organisation et créer une plateforme pour que ces perspectives soient entendues et exploitées. Troisièmement, embauchez les bonnes personnes. Sans les bonnes personnes et les talents techniques, innover à un rythme soutenu, créer de la valeur et rester compétitif sera presque impossible.

Je vous remercie pour cette excellente interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Inovalon.