Rajan Kohli, PDG de CitiusTech – Série d’entretiens

Rajan Kohli est le directeur général de CitiusTech et est responsable de la direction stratégique de l’entreprise et de la mission de CitiusTech pour accélérer l’innovation technologique dans le domaine de la santé et créer de la valeur à long terme pour les clients. Rajan est un dirigeant très expérimenté dans l’industrie des services technologiques, avec une expérience dans la transformation numérique, les services d’application et d’ingénierie.

Auparavant, Rajan a passé plus de 27 ans chez Wipro et a récemment occupé le poste de président de la division iDEAS (Integrated Digital, Engineering and Application Services) de Wipro. Il a dirigé une ligne d’activité mondiale avec des revenus de 6 milliards de dollars et s’est engagé à aider les clients du monde entier à accélérer leur transformation et à modifier la façon dont ils construisent et livrent des produits, des services et des expériences numériques.

CitiusTech est un fournisseur leader de services de conseil et de technologie numérique pour les entreprises de santé et de sciences de la vie. En tant que partenaires stratégiques des principales entreprises de paiement, de prestation de soins, de technologie médicale et de sciences de la vie, CitiusTech stimule l’innovation, la transformation des entreprises et la convergence de l’industrie. Ils jouent un rôle profond et significatif dans l’accélération de l’innovation numérique, la création de valeur durable et l’amélioration des résultats dans l’ensemble de l’écosystème de la santé.

Quels sont les éléments clés nécessaires pour mettre en œuvre avec succès des stratégies de transformation numérique dans les organisations de santé et de sciences de la vie ?

L’industrie de la santé a eu du mal à adopter des solutions numériques, avec des parcours de transformation numérique réussis se produisant sporadiquement au fil des ans. Mais avec la technologie prête à alimenter un bond paradigmatique dans les soins aux patients, il est temps pour l’industrie de dépasser ces défis.

La transformation numérique a le potentiel d’avoir un impact positif sur la santé dans tous les domaines. Par exemple, les fabricants de médicaments spécialisés doivent faire face à de multiples demandes provenant de diverses parties prenantes et de l’écosystème pour répondre à leur demande constamment croissante. Naviguer dans ce réseau complexe de parties prenantes et d’écosystème n’est pas facile, et beaucoup d’entre eux cherchent à exploiter les services de centre de soutien aux patients pour décharger ces responsabilités des fabricants de médicaments et gérer ces responsabilités et optimiser les performances des médicaments pour les clients. Cependant, les services de centre de soutien aux patients faisant face à des défis en matière de scalabilité et d’efficacité en raison des volumes croissants, de nombreux fabricants de médicaments spécialisés doivent adopter des stratégies de transformation numérique pour rationaliser les opérations et renforcer l’efficacité globale.

La mise en œuvre de la transformation numérique dans les soins de santé et les sciences de la vie nécessite une approche multifacette à trois volets.

• La commitment des dirigeants est essentiel pour conduire et maintenir ces initiatives, en garantissant qu’il y a une approbation et une alignement avec les objectifs stratégiques. Cela signifie non seulement créer une vision claire et une feuille de route détaillant des objectifs et des jalons spécifiques, mais également investir dans la technologie et les solutions innovantes.
• La gestion robuste des données est un autre élément critique. L’établissement de cadres de gouvernance d’information solides garantit la qualité, la sécurité et la conformité réglementaire des données. Cela inclut la définition de normes de données, de politiques et de processus de gestion des données, ainsi que l’utilisation d’analyses avancées et de technologies de données massives pour extraire des informations exploitables à partir des données de santé.
• L’interopérabilité est cruciale pour la transformation numérique, nécessitant l’adoption de normes industrielles telles que HL7, FHIR et DICOM pour faciliter l’échange de données sans faille entre différents systèmes et plateformes. L’utilisation de plateformes d’intégration et de solutions de middleware peut relier des systèmes disparates, garantissant un flux de données fluide et une communication transversale dans l’organisation. En adoptant pleinement l’interopérabilité, les organisations seront en mesure de stimuler une prestation de soins de santé plus efficace, plus efficiente et plus centrée sur le patient.

Mais à la fin de la journée, les transformations numériques commencent et se terminent avec le patient. Les organisations de soins de santé peuvent automatiser autant de processus qu’elles le souhaitent, mais si elles ne modifient pas l’expérience ou la valeur que le patient reçoit, il sera particulièrement difficile de trouver le succès. Une approche centrée sur le patient avec la mise en œuvre de solutions de santé numérique qui améliorent l’engagement du patient, améliorent l’accès aux soins et permettent des plans de traitement personnalisés est essentielle.

Comment l’intelligence artificielle générative est-elle actuellement utilisée pour améliorer les traitements de santé et les résultats pour les patients ?

L’intelligence artificielle générative (Gen AI) offre des avantages transformatifs dans l’ensemble de l’écosystème de la santé. Pour les soins de santé, une industrie dans laquelle de nombreux défis persistants peuvent être attribués à des interactions homme-machine inefficaces, la Gen AI a le pouvoir de combler cet écart et de véritablement démocratiser les soins de santé.

Ceci est particulièrement vrai pour la médecine personnalisée. Développer des plans de traitement personnalisés pour des patients spécifiques peut être difficile et chronophage si cela est fait manuellement. En exploitant la Gen AI, les algorithmes analysent les données génétiques et les antécédents médicaux des patients pour créer des plans de traitement personnalisés adaptés à la configuration génétique unique et à l’histoire médicale de l’individu. Une fois les plans de traitement en place, l’accès des patients à des assistants de santé virtuels alimentés par l’IA est crucial, car les patients ont un accès 24h/24 et 7j/7 à des conseils médicaux, à la vérification des symptômes et à la planification des rendez-vous, ce qui améliore l’engagement du patient, les traitements plus efficaces et les meilleurs résultats pour les patients.

La Gen AI joue également un rôle important dans l’accélération du processus d’approbation et de lancement de médicaments. La pandémie a montré le potentiel de développement rapide de médicaments, stimulé par les capacités de l’IA. La Gen AI accélère le développement de nouveaux médicaments en simulant les interactions moléculaires et en prédisant lesquels des composés sont susceptibles d’être efficaces. Cela réduit considérablement le temps et les coûts associés aux méthodes traditionnelles de découverte de médicaments. Ces plateformes alimentées par l’IA peuvent également générer des candidats médicaments potentiels et optimiser leurs structures chimiques, en accélérant le processus de la conception aux essais cliniques.

Les algorithmes de la Gen AI améliorent également la précision de l’imagerie médicale, en améliorant la qualité des images et en aidant à la détection d’anomalies. Cela facilite ainsi le diagnostic précoce et le traitement de conditions telles que le cancer, ce qui améliore considérablement les résultats pour les patients.

Enfin, les analyses prédictives alimentées par la Gen AI ont un potentiel révolutionnaire. Les modèles de la Gen AI analysent de vastes quantités de données de santé pour prédire les épidémies de maladies, les réadmissions de patients et les complications potentielles, permettant ainsi une intervention proactive et une meilleure gestion des maladies chroniques.

De quelle manière l’intelligence artificielle générative peut-elle aider à réduire les tâches fastidieuses pour les professionnels de la santé, leur permettant ainsi de se concentrer davantage sur les soins aux patients et l’innovation ?

La Gen AI peut considérablement réduire la charge des tâches fastidieuses pour les professionnels de la santé, telles que la documentation clinique, la planification des rendez-vous, la gestion des dossiers médicaux et le traitement des demandes d’assurance. Les professionnels de la santé sont libres de se concentrer sur les soins aux patients et l’innovation.

Par exemple, les professionnels de la santé s’appuient fortement sur les dossiers médicaux électroniques (EMR) pour une prestation de soins de santé plus sûre et plus cohérente, mais cela nécessite que ces individus naviguent constamment entre leur compréhension narrative des antécédents médicaux et des symptômes des patients et la présentation de données structurées des EMR. La Gen AI comble cet écart et réduit considérablement la surcharge cognitive pour les professionnels de la santé en résumant l’histoire du patient et en automatisant les tâches manuelles, libérant ainsi un temps précieux pour des soins aux patients plus personnalisés.

Les systèmes de soutien à la décision clinique exploitent l’IA pour fournir aux professionnels de la santé des recommandations fondées sur des preuves, des alertes et des rappels. Ces systèmes analysent les données des patients et la littérature médicale pour offrir des informations qui aident au diagnostic et à la planification du traitement, améliorant ainsi les résultats cliniques et réduisant la charge cognitive sur les prestataires de soins de santé.

Les technologies de surveillance à distance, alimentées par l’IA, suivent en continu les signes vitaux et l’état de santé des patients, permettant ainsi des évaluations de santé en temps réel sans nécessiter de visites en personne fréquentes. Cela améliore la commodité pour les patients et permet une détection précoce de problèmes de santé potentiels, conduisant à des interventions promptes et à une meilleure gestion des maladies chroniques.

La Gen AI améliore le potentiel humain, améliorant la satisfaction professionnelle pour les professionnels de la santé, plus axée sur les soins innovants et la satisfaction des patients.

Quelles mesures peuvent être prises pour maximiser l’efficacité des solutions de Gen AI dans la surveillance de la qualité et la garantie de la confiance dans les décisions de soins de santé ?

La qualité et la confiance sont devenus des points de discussion critiques dans l’industrie de la santé au milieu de la croissance rapide de la Gen AI. Cela nécessite un focus robuste sur ces questions pour garantir que les avantages soient réalisés de manière responsable. Parmi les mesures qui peuvent être prises :

Confidentialité et sécurité des données : Garantir la confidentialité des patients est essentiel, ce qui nécessite une anonymisation minutieuse des données et des mesures de sécurité strictes pour prévenir l’accès non autorisé et les violations de données. La mise en œuvre de protocoles de cryptage robustes et de mécanismes de défense contre les attaques adverses peut protéger les données des patients, tandis que les cliniciens doivent conserver l’autorité de décision ultime pour se protéger contre les erreurs potentielles de l’IA.

Maintenir la qualité et l’équité : Les systèmes de la Gen AI peuvent involontairement perpétuer les préjugés présents dans les données de formation, conduisant à des disparités dans les résultats de santé. La mise en œuvre d’algorithmes capables d’éliminer les préjugés et la rééducation constante des systèmes d’IA pour détecter et atténuer les préjugés est clé.

Responsabilité et transparence : La responsabilité dans les décisions alimentées par la Gen AI implique de multiples parties prenantes, y compris les développeurs, les prestataires de soins de santé et les utilisateurs finals. Des modèles d’IA explicables et transparents sont nécessaires pour une prise de décision éclairée. Les développeurs doivent garantir que les modèles d’IA sont sans préjugés et sécurisés, tandis que les prestataires de soins de santé doivent comprendre qu’ils restent responsables des décisions prises à l’aide de recommandations d’IA. La mise en œuvre de cadres réglementaires robustes est essentielle pour aborder les questions de responsabilité et maintenir la confiance.

Cadres éthiques : Le développement de cadres éthiques pour la Gen AI consiste à encourager la responsabilité sans étouffer l’innovation. Les acteurs de la santé doivent s’aligner proactivement sur les normes éthiques en évolution pour garantir que les applications de la Gen AI soient équitables, responsables et axées sur le patient. Une approche centrée sur l’homme, combinée à des pratiques d’IA responsables, peut contribuer à atteindre des résultats de santé équitables tout en maximisant le potentiel de la Gen AI.

Cadres de qualité et de confiance basés sur les plateformes : La construction de cadres de qualité et de confiance qui s’intègrent dans les systèmes de gestion de la qualité existants et s’alignent sur les recommandations réglementaires est cruciale. Ces cadres doivent mesurer, valider et surveiller les solutions de la Gen AI pour garantir des résultats cohérents et fiables.

Au début de cette année, nous avons lancé la solution de qualité et de confiance de la Gen AI de CitiusTech, la première solution de ce type dans le domaine de la santé. La solution peut répondre à ces exigences en fournissant une validation complète, une surveillance continue et une conformité aux normes réglementaires, garantissant ainsi l’efficacité et la fiabilité des solutions de la Gen AI dans le domaine de la santé.

Comment les organisations de soins de santé peuvent-elles travailler pour identifier et atténuer les préjugés algorithmiques et de formation de données pour garantir des décisions de soins équitables ?

Les organisations de soins de santé doivent être extrêmement proactives dans leur approche. L’utilisation de jeux de données diversifiés et représentatifs pendant la phase de formation aide à réduire les préjugés, en garantissant que les modèles d’IA fonctionnent bien dans différents groupes de population. La mise en œuvre d’outils de détection de préjugés peut aider à identifier et à atténuer les préjugés dans les modèles d’IA en analysant les sorties du modèle pour détecter les disparités dans les recommandations de traitement ou les prédictions.

Les audits et les examens réguliers des systèmes d’IA aident à identifier et à corriger les préjugés. Cela implique d’évaluer les performances du système dans différents groupes démographiques et d’apporter les ajustements nécessaires. La conception et le développement inclusifs, consistant à impliquer un groupe diversifié de parties prenantes dans la conception et le développement de solutions d’IA, garantissent que différentes perspectives sont prises en compte, réduisant ainsi la probabilité de préjugés. Enfin, la formation et l’éducation des employés sur les préjugés potentiels dans les systèmes d’IA et sur la manière de les atténuer sont essentielles pour créer une prise de conscience et promouvoir l’utilisation responsable de l’IA.

Comment les organisations de soins de santé peuvent-elles utiliser efficacement les données sur les déterminants sociaux de la santé (DSS) pour améliorer les soins aux patients, et quels sont les défis pour intégrer ces données dans les codes de diagnostic officiels ?

L’intégration des données sur les DSS améliore considérablement les soins aux patients, mais il y a des défis à relever. La collecte de données complète est essentielle, y compris des informations telles que le statut socio-économique, l’éducation et les facteurs environnementaux. Ces données fournissent des informations sur les facteurs sociaux qui influencent la santé des patients.

L’intégration des données et l’interopérabilité sont cruciales pour utiliser efficacement les données sur les DSS. L’intégration de ces données dans les dossiers médicaux électroniques (EMR) et l’assurance de l’interopérabilité entre les différents systèmes permettent aux prestataires de soins de santé d’avoir une vue d’ensemble de la santé des patients, permettant ainsi des plans de soins personnalisés. Par exemple, les patients issus de milieux à faible revenu ou ceux vivant dans des zones à accès limité aux services de santé peuvent nécessiter un soutien supplémentaire pour gérer les maladies chroniques. En intégrant les données sur les DSS, les organisations de soins de santé peuvent élaborer des programmes de sensibilisation ciblés, fournir des ressources pour le transport vers les rendez-vous médicaux et offrir une assistance nutritionnelle à ceux qui en ont besoin.

La gestion de la santé de la population est un autre domaine où les données sur les DSS jouent un rôle crucial. En analysant les données sur les DSS au niveau de la communauté, les organisations de soins de santé peuvent identifier les tendances et les modèles qui éclairent les stratégies de santé publique.

Cependant, l’intégration des données sur les DSS dans les codes de diagnostic officiels présente un problème d’interopérabilité ou de normalisation. Il n’y a actuellement pas de cadre universellement accepté pour coder les données sur les DSS. Garantir la qualité des données est également difficile, car les données sur les DSS proviennent souvent de sources diverses avec des niveaux d’exactitude et de complétude variables. La collaboration entre les organisations de soins de santé, les décideurs politiques et les fournisseurs de technologie pour établir des pratiques normalisées et assurer une intégration de données complète sera une étape importante pour relever ces défis.

Quels sont les principaux défis de cybersécurité auxquels sont confrontées les organisations de soins de santé, et comment peuvent-elles être abordés ?

Comme nous l’avons vu au cours de la dernière année, les organisations de soins de santé sont extrêmement vulnérables aux menaces de cybersécurité. Les violations de données et les attaques de ransomware sont des problèmes importants, nécessitant la mise en œuvre d’une cryptage robuste, d’une authentification multifacteur et de audits de sécurité réguliers pour atténuer ces menaces. Les systèmes et logiciels obsolètes sont courants dans les organisations de soins de santé, car beaucoup d’entre elles utilisent encore des systèmes obsolètes. La mise à jour régulière et la correction des logiciels, ainsi que la migration vers des plateformes modernes et sécurisées, sont essentielles.

Les menaces internes, où les employés ayant accès à des données sensibles, posent également des risques importants. La mise en œuvre de contrôles d’accès stricts, la surveillance de l’activité des utilisateurs et la formation à la cybersécurité peuvent jouer un rôle important pour prévenir ces problèmes. Il est crucial de créer une équipe de conformité dédiée responsable de la conduite d’audits de sécurité réguliers et d’évaluations des risques pour identifier les vulnérabilités et garantir la conformité aux exigences réglementaires telles que le HIPAA.

La mesure la plus importante est la formation et l’éducation continues du personnel informatique et des professionnels de la santé pour protéger contre les menaces de cybersécurité émergentes. Beaucoup de ces menaces exploitent les vulnérabilités humaines, donc plus le personnel est éduqué sur les meilleures pratiques de cybersécurité, plus il est probable que les erreurs humaines seront réduites, conduisant à des données de patients plus sécurisées.

Quelles sont les principales considérations éthiques que les organisations de soins de santé doivent prendre en compte lors de la mise en œuvre de solutions d’IA, et comment peuvent-elles naviguer dans la résistance aux mises en œuvre d’IA dans les hôpitaux ?

Ceci est l’une des questions les plus importantes que les organisations de soins de santé doivent aborder, avec un besoin de considérer plusieurs aspects éthiques et de naviguer dans la résistance potentielle. Garantir la confidentialité et la confidentialité des patients est primordial, avec des solutions d’IA qui adhèrent à des réglementations de protection des données strictes et qui emploient des mesures de sécurité robustes. Les patients doivent être informés de l’utilisation de l’IA dans leurs soins et donner leur consentement, ce qui implique une explication de la manière dont l’IA sera utilisée et des avantages et risques potentiels.

Les préjugés et l’équité sont également des considérations cruciales. Les systèmes d’IA sont conçus pour éviter les préjugés et garantir un traitement équitable pour tous les patients, mais des problèmes peuvent survenir si les organisations ne sont pas prudentes. Cela rend nécessaire un suivi et un ajustement continus de ces modèles d’IA pour maintenir l’équité.

Il est également extrêmement important d’être transparent sur l’utilisation de l’IA et de rendre compte des décisions prises par les systèmes d’IA, notamment en fournissant des explications pour les décisions alimentées par l’IA et en établissant des mécanismes de surveillance.

En suivant cela, c’est un grand pas vers l’adresse des préoccupations et de la résistance que les professionnels de la santé et les patients ont envers la mise en œuvre de l’IA. Mais il est également important de fournir une éducation sur la mise en œuvre et les avantages de l’IA, en impliquant les parties prenantes dans le processus de mise en œuvre de l’IA, en établissant un engagement en faveur d’une approche globale axée sur la construction de la confiance, en fournissant une communication claire et en garantissant l’utilisation éthique de l’IA.

Comment les solutions de CitiusTech peuvent-elles aider les organisations de soins de santé à atteindre une intégration de données et une interopérabilité sans faille entre les différentes plateformes et applications ?

Chez CitiusTech, nous sommes en mesure de stimuler l’innovation numérique dans les soins de santé, la transformation des entreprises et la convergence de l’industrie pour les entreprises de soins de santé et de sciences de la vie dans le monde entier. Nos solutions sont conçues pour atteindre une intégration de données et une interopérabilité sans faille entre les différentes plateformes et applications. Nos plateformes d’intégration avancées garantissent que les systèmes disparates communiquent et partagent des données efficacement, facilitant ainsi l’échange de données pour une vue unifiée des informations sur les patients.

Par exemple, un grand plan bleu avec plus d’un million de membres cherchait à aller au-delà des données de réclamation des membres et des poursuites de graphiques manuelles et à exploiter les données cliniques pour accélérer la fermeture des lacunes de soins. En recherchant une solution qui pourrait utiliser efficacement les données cliniques, ils ont utilisé CitiusTech pour intégrer sans effort les données cliniques provenant d’une variété de dossiers médicaux électroniques (EMR) et de agregateurs de données, ce qui a permis d’économiser 10 millions de dollars par an.

Les solutions de gestion de CitiusTech maintiennent la qualité des données, la sécurité et la conformité tout au long du processus d’intégration pour gérer les complexités des données de santé, y compris l’intégration et l’interopérabilité de sources de données et de plateformes diverses.

La solution de qualité et de confiance de la Gen AI de CitiusTech, lancée récemment, une solution de bout en bout du genre dans le domaine de la santé, améliore encore l’intégration des données. La solution fournit une validation robuste, une surveillance continue et une conformité aux normes réglementaires, garantissant ainsi l’efficacité et la fiabilité des solutions de la Gen AI dans les soins de santé. Cela permet aux organisations de soins de santé d’exploiter efficacement l’IA pour améliorer la prise de décision et les résultats pour les patients.

Quelles tendances futures voyez-vous dans l’intégration de l’IA dans les soins de santé et les sciences de la vie, et comment CitiusTech se prépare-t-elle pour relever ces tendances ?

Avec l’intégration de l’IA dans les soins de santé et les sciences de la vie en croissance rapide, l’utilisation croissante de l’IA pour l’analyse prédictive et la médecine personnalisée, l’amélioration de l’efficacité opérationnelle grâce à l’automatisation et le progrès de l’imagerie médicale et du diagnostic auront un impact significatif sur l’industrie.

Chez CitiusTech, nous restons à la pointe de ces tendances en investissant continuellement dans la recherche et le développement pour rester à la pointe des progrès de l’IA. Comme mentionné, nous avons développé des solutions de la Gen AI, telles que notre outil de qualité et de confiance, ainsi que d’autres solutions d’IA qui exploitent les dernières technologies pour améliorer les résultats pour les patients et l’efficacité opérationnelle. Il est essentiel de donner la priorité à la garantie d’une utilisation éthique et équitable de l’IA, en abordant les préjugés et en maintenant la transparence et la responsabilité dans les décisions alimentées par l’IA. Il est une priorité absolue pour notre équipe de rester à jour avec les dernières tendances de l’IA pour garantir que nous disposons des meilleures ressources disponibles pour aider les organisations de soins de santé à naviguer dans le paysage évolutif de l’intégration de l’IA.

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