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 — récemment 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 plate-forme Inovalon ONE^®, l’entreprise agrège et analyse des données cliniques et de réclamation réelles massives — couvrant des centaines de millions de vies — pour soutenir les régimes de santé, les prestataires de soins, les pharmacies et les organisations des sciences de la vie pour améliorer les 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 (SPGI ), IHS Markit et maintenant Inovalon. Quel a été le rôle ou l’expérience le plus formateur qui vous a amené 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, diriger et 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 substantielle 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 été dans ce monde pendant longtemps, et même si j’aimais le travail, l’environnement avait commencé à me paraître moins gratifiant. Alors, au début de 2024, j’ai décidé de m’éloigner.

Cette année s’est avérée incroyablement édifiante. J’ai passé plus de temps avec ma famille, j’ai rejoint un conseil d’administration et un conseil d’une organisation 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 but d’une manière que je n’avais pas connue depuis longtemps. Vers 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 ait un sens plus personnel et plus significatif.

Quand 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 un énorme respect pour lui en tant que leader. Il a décrit Inovalon comme un fournisseur de premier plan de données et de solutions permettant de renforcer la santé, travaillant avec les payeurs, les prestataires de soins, 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 tangibles 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 soins de santé était incroyablement convaincante. C’est ce sens du but qui m’a amené ici, et cela continue de façonner la manière dont je dirige l’unité commerciale Insights, en rassemblant les données, la technologie et les personnes pour faire une différence mesurable dans l’ensemble de l’écosystème de la santé.

Comment voyez-vous l’impact de la décision d’Inovalon de rendre ses analyses avancées et ses données du monde réel (RWD) disponibles sur le Snowflake AI Data Cloud sur la dynamique concurrentielle dans le domaine de la santé et des sciences de la vie ?

Je considérerais cela davantage comme une démarche stratégique pour répondre aux besoins des clients là où ils se trouvent, plutôt que de modifier nécessairement la dynamique concurrentielle. À mon avis, il était essentiel de nous assurer que les clients aient accès à nos données et 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 les rejoindre là où ils voulaient consommer nos données.

Qu’est-ce qui différencie les offres de données du monde réel (RWD) d’Inovalon, telles que 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, y compris le registre MORE², c’est nos données de source principale. Nous collectons ces données directement auprès de diverses entités à travers l’écosystème de la santé, telles que les payeurs ou les prestataires de soins de santé, et cela nous donne une vue d’ensemble des parcours de soins des patients, nous permettant d’extraire des informations qui soutiennent la prise de décision à travers le continuum de soins de santé.

Alors que l’étendue des données que nous possédons est à elle seule un facteur de différenciation notable, l’histoire et la constance derrière ces données sont vraiment remarquables. Grâce à notre partenariat avec Snowflake, nos clients peuvent désormais accéder de manière sécurisée et rapide à nos ensembles de données longitudinaux de grande qualité et à grande échelle, une capacité qui a traditionnellement été obscurcie par des systèmes fragmentés et des processus de 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 critique pour les patients qu’ils servent. Cette fondation est la pierre angulaire de notre offre de données du monde réel, que nous continuons d’élargir en termes de portée et de types d’informations que nous pouvons générer.

Quels sont les principaux défis techniques ou de gouvernance liés au rapprochement ou à l’intégration de 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 revient aux interactions entre un patient et son prestataire de soins, 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 gestionnaire 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.

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 n’est pas 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 possédons tout en maximisant leur valeur et leur impact sur l’écosystème de la santé dans son ensemble.

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

En fin de compte, la gouvernance consiste à trouver l’équilibre juste entre la protection des données de la bonne manière tout en poussant 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 qu’elles soient bien intentionnées, peuvent involontairement étouffer l’innovation ou limiter les avantages que nous pourrions apporter aux patients et à l’écosystème dans son ensemble. Notre rôle est d’être des gestionnaires de confiance des données, d’opérer dans les limites des accords de fournisseurs et des réglementations, et de trouver des moyens responsables d’innover.

Enfin, il y a un défi structurel avec l’écosystème de la santé étant fortement fragmenté. Pour qu’un client puisse accéder à toutes les données dont il a besoin, cela nécessite souvent de puiser dans de multiples ensembles de données et de relier les données à travers 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 plusieurs 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 livrer des analyses et des solutions beaucoup plus innovantes qui profiteront 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 façon 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 y a des conditions et des termes 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 de bénéficier énormément à l’écosystème de la santé.

Les modèles d’IA nécessitent 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 tout 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.

D’un point de vue de 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 voyage, 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. Pour 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, exactes et fiables. Étant donné les volumes massifs que nous gérons, l’une de mes premières priorités a été de garantir la qualité des données dans l’ensemble. Nous avons travaillé dur pour nettoyer, dédoublonner, normaliser, standardiser et livrer les données en aval. Prendre possession de la qualité des données nous aide également en améliorant la cohérence et la fiabilité à travers nos ensembles de données, ce qui nous permet de livrer plus dans 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. Étant donné l’évolution rapide du paysage des données et de l’IA, nous avons adapté notre approche pour le permettre 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 en toute 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 (ROI) pour les clients qui adoptent votre plateforme et vos analyses, et quels sont les indicateurs de performance que les clients considèrent comme les plus importants ?

Nous mesurons le succès par les 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 actionnables pour les sciences de la vie. Le fil conducteur est que les informations doivent être opportunes, fiables et actionnables.

Pour les indicateurs de performance, les clients, en fonction de leur position dans le continuum de soins 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 ROI 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 que l’IA et les données du monde réel évoluent dans le domaine de la santé et des sciences de la vie, et qu’est-ce que vous voyez comme la prochaine frontière ?

Dans cinq ans, le domaine de la santé peut ressembler à quelque chose que personne ne reconnaît actuellement, mais il est impossible de prédire à quel rythme l’industrie évoluera. La seule certitude est qu’il sera transformateur. Même si le rythme de l’innovation est extraordinaire, les progrès restent entravés par la fragmentation à travers l’écosystème de la santé, allant des laboratoires aux pharmacies et aux dossiers médicaux électroniques, où peu d’organisations sont capables de véritablement connecter ces sources de données d’une manière significative.

Alors que la connexion des données peut être 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 mise en œuvre des essais cliniques. Dans les cinq prochaines années, nous verrons plus d’automatisation, une utilisation améliorée 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 générations plus jeunes qui entrent dans la force de travail et qui ont vécu et respiré les données, l’IA et la technologie. Les dirigeants devraient trouver des moyens de capter les idées et les innovations qui se trouvent au cœur 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 grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Inovalon.