Tim Vasil, Co-Fondateur & Directeur Technique de Hospital IQ – Série d’entretiens

Tim Vasil est le Co-Fondateur & Directeur Technique de Hospital IQ, une plateforme de gestion des opérations qui utilise les données pour fournir des solutions d’intelligence artificielle basées sur l’apprentissage automatique pour des améliorations opérationnelles rapides et durables.

Qu’est-ce qui vous a initialement attiré vers l’informatique ?

Les livres pour bébés. En tant qu’étudiant en licence incertain sur la carrière à poursuivre, j’ai exploré un poste de développeur web à temps partiel chez BabyZone.com. L’expérience a été incroyable ! L’un de mes premiers projets consistait à prendre un support physique, des livres pour bébés, et à les rendre numériques, avec des sons, des effets de transition et un livre d’or interactif. J’ai écrit du code, j’ai cliqué sur un bouton pour le télécharger sur le site Web, et soudain, des milliers de parents avaient un moyen de se connecter avec des amis et des proches éloignés.

Cette application de livre numérique pour bébés m’a révélé que l’informatique était un domaine où je pouvais être un peu artiste, ingénieur et peut-être même magicien, et utiliser ces compétences pour améliorer la vie de nombreuses personnes. J’ai vu que je pouvais écrire du code une fois et avoir un impact durable partout. Wow !

Pouvez-vous nous raconter l’histoire de la création de Hospital IQ ?

Le co-fondateur Rich Krueger et moi avons formé une équipe pour explorer les domaines négligés par la technologie. Vous pourriez penser que les hôpitaux ne font pas partie de ces domaines, étant donné les milliards de dollars qu’ils dépensent chaque année en équipement médical, en dossiers médicaux électroniques, etc. Ces domaines sont certainement bien couverts. Ce que nous avons vu, cependant, c’est un autre aspect des hôpitaux, l’aspect opérationnel. Cet aspect concerne la planification des interventions chirurgicales, le transfert des patients, la priorisation des tests, la planification de la journée suivante, etc. Ce sont des problèmes particulièrement difficiles et les logiciels médicaux traditionnels ne les abordent pas.

Pour explorer cette opportunité, nous nous sommes réunis avec des dirigeants d’hôpitaux et du personnel de première ligne. Nous avons vu des actes héroïques chaque jour. Nous avons vu des planificateurs de travail infirmier passer des appels en continu et répondre à des questions pour dépêcher du personnel vers les endroits les plus nécessaires. Nous avons vu des gestionnaires de salle d’opération avec des notes adhésives et des tableaux blancs qui essayaient de diviser le temps de salle d’opération entre les chirurgiens. Nous avons vu des leaders d’excellence opérationnelle avec des tableurs massifs qui essayaient de simuler pour déterminer combien de lits d’hôpital réallouer. En résumé, nous avons vu beaucoup d’efforts manuels appliqués à des problèmes parce que les outils logiciels étaient insuffisants, et nous voulions aider.

Comme beaucoup de startups, notre parcours de développement de produit n’a pas été linéaire. Notre aide initiale est venue sous la forme d’outils stratégiques que nous pensions résoudre les problèmes les plus difficiles, mais qui nécessitaient beaucoup de données et de mathématiques. La mécanique de cela semble impressionnante : nous pouvions assembler des modèles automatiquement pour simuler le fonctionnement interne d’un hôpital et faire des recommandations sur la façon de modifier l’horaire chirurgical ou de construire une nouvelle aile. Pourtant, même si les questions qu’ils répondaient étaient importantes, elles étaient également peu fréquentes.

La véritable genèse de Hospital IQ telle qu’elle existe aujourd’hui n’est pas le résultat d’un chemin inspiré par Rich ou moi, mais de l’ensemble de notre équipe qui a travaillé main dans la main avec nos clients et a réalisé que notre rôle le plus important n’est pas d’aider les hôpitaux à répondre à des questions importantes et peu fréquentes, mais plutôt à des questions petites et fréquentes. Ce sont ces questions qui déterminent ce que l’expérience de chacun est comme, à la fois pour le patient qui subit une intervention chirurgicale et pour l’équipe de soins qui le guide tout au long de ce parcours.

Pouvez-vous discuter de la façon dont le logiciel permet aux systèmes de santé de atteindre et de maintenir une performance opérationnelle de pointe ?

Notre logiciel est conçu pour rencontrer les travailleurs de la santé là où ils en sont aujourd’hui, dans leurs flux de travail quotidiens. Plutôt que de leur demander de faire quelque chose de radicalement différent, comme exécuter une simulation, interpréter une prévision ou optimiser les horaires de travail à partir de zéro, nous embrassons les étapes familières qu’ils prennent chaque jour de deux manières. Nous les numérisons, afin qu’ils puissent communiquer plus efficacement les uns avec les autres, puis nous ajoutons des prédictions et des recommandations. Cela permet au personnel de santé de travailler de manière plus efficace et plus efficiente. Le mieux, c’est qu’il leur permet de passer plus de temps sur les soins aux patients.

Prenez l’exemple de la planification du personnel. Déterminer combien d’infirmières doivent être dans chaque unité pour chaque quart de travail est un défi. Certains membres du personnel appellent pour signaler une absence. Une augmentation imprévue de la demande peut survenir. Les infirmières qui peuvent “flotter” d’une unité à l’autre doivent être allouées de manière équitable. Les compétences, les qualifications et les préférences de chacun doivent également être prises en compte. Mettez tout cela ensemble et vous pouvez voir pourquoi le téléphone dans un bureau de planification typique sonne sans arrêt. Pourtant, le même jour où nous mettons en ligne Hospital IQ, les téléphones se taisent. Beaucoup de travail est le même, mais avec toutes les informations centralisées dans la plateforme Hospital IQ, toutes les considérations ont été transférées des tableurs, des tableaux blancs et des notes adhésives vers des outils de communication élégants, une analyse automatisée de la variance et des suggestions pour l’équilibre du personnel. Les planificateurs de travail infirmier peuvent effectuer leur travail de manière plus efficace et plus agréable que jamais auparavant. Maintenir cette performance est facile, car les outils sont conçus pour soutenir le flux de travail existant. Nous ne sommes pas une société de conseil qui vient changer la façon dont le travail se déroule, seulement pour voir les choses revenir à la normale.

Quelles sont certaines des différentes technologies d’apprentissage automatique utilisées ?

Notre équipe de data science utilise les méthodes dont nous avons besoin pour obtenir de grands résultats pour les cas d’utilisation de nos clients. Nous avons utilisé des analyses statistiques pour comprendre l’utilisation de la salle d’opération, des modèles ARIMA pour prévoir le volume chirurgical, Prophet pour prévoir le recensement, des forêts aléatoires pour classer le statut des patients hospitalisés, des réseaux de neurones pour la notation de réadmission, et bien plus encore. Notre équipe de data science reste à jour avec les dernières recherches, les sources de données et les outils grâce à des réunions mensuelles de “club de revue” et innovons régulièrement. Avec un domaine aussi vaste, il y a tellement de cas d’utilisation convaincants et de jeux de données intéressants à explorer et à intégrer dans la plateforme Hospital IQ.

L’un des défis spéciaux pour nous est de gérer l’unicité que nous voyons chez chacun de nos clients hôpitaux. Ils servent des populations démographiques différentes. Ils ont des spécialisations différentes. Les données cliniques et opérationnelles de chaque hôpital proviennent de logiciels différents configurés de manière différente avec leurs propres limites. Si nous devions construire un modèle complet à travers tous nos clients, ou même à travers tous les campus d’un seul système de santé, il ne s’adapterait pas très bien. Pourtant, construire des solutions personnalisées et uniques n’est pas une approche scalable ou robuste. Au lieu de cela, nous nous appuyons sur la compréhension des caractéristiques distinctes des données de chaque client, le développement de modèles généralisables, et avons construit des outils pour automatiser la construction de modèles, la formation continue et la mesure et la surveillance de la précision pour les campus individuels.

L’outil gratuit et accessible au public, le tableau de bord de prévision régionale COVID-19, compte plus de 76 000 utilisateurs issus de centaines d’hôpitaux. Qu’est-ce exactement que cet outil ?

Lorsque nous avons construit pour la première fois le tableau de bord de prévision régionale COVID-19 en mars 2020, nous nous inquiétions que les États-Unis ne manquent de lits d’hôpitaux disponibles, et nous voulions fournir un système d’alerte précoce, non seulement à nos clients, mais à tous les hôpitaux. Pour y parvenir, nous avons recherché des ensembles de données tels que la capacité de lits dotés de personnel par comté, les taux de transmission et de létalité probables de COVID-19 par groupe d’âge, et des dizaines d’autres choses. Nous avons même construit un modèle SEIR pour prédire la trajectoire du virus au niveau du comté, et avons essayé de fournir autant de contexte que possible, y compris le moment où la capacité des soins intensifs et des soins médico-chirurgicaux serait dépassée, combien de personnes se rétabliraient, et même combien en mourraient. Notre objectif était de rassembler une perspective complète au niveau du comté à partir de diverses sources de données fiables.

Les hôpitaux ont utilisé notre tableau de bord comme un outil pour prendre des décisions clés, comme savoir quand ouvrir des unités de traitement des cas critiques ou quand réduire les interventions chirurgicales électives pour faire de la place aux vagues futures de patients infectés. Intéressant, même les individus à domicile ont trouvé un certain usage et même un certain réconfort dans l’outil, car il a ajouté un peu de clarté à une pandémie mondiale très effrayante et nouvelle.

En fournissant un outil public, nous savons que nous avons une responsabilité importante pour collecter et analyser les données de manière fidèle et fréquente, et pour sélectionner les meilleures sources de données disponibles. Parfois, cela signifie remplacer des modèles meilleurs à mesure qu’ils deviennent disponibles. Dans le cas de notre propre modèle SEIR, nous avons finalement intégré, avec permission, le modèle au niveau des États de l’Institut pour l’évaluation des soins de santé (IHME) car il est devenu une norme reconnue par la Maison Blanche et d’autres sources. Nous avons trouvé un moyen de mettre ces prévisions dans le contexte de comtés spécifiques, ainsi que d’hôpitaux spécifiques dans ces comtés, pour fournir aux hôpitaux des conseils heure par heure sur les impacts continus de COVID-19.

Les data scientists et les ingénieurs de Hospital IQ participent souvent à des hackathons, quels sont certains des idées ou des projets intéressants qui en sont issus ?

Chaque mois, nous encourageons les membres de nos équipes de data science et d’ingénierie à prendre une journée pour favoriser leur développement professionnel et allumer des idées d’innovation, que ce soit en assistant à une conférence de l’industrie, en suivant un cours en ligne pour apprendre une nouvelle compétence, ou toute autre activité qui les renforce professionnellement.

Dans le cadre de cela, plusieurs ingénieurs et data scientists choisissent de passer leur journée de développement professionnel à participer aux hackathons de Hospital IQ. Les hackathons obligent les participants à être ingénieux, innovants et, en une seule journée, à pousser une idée difficile à transformer en logiciel fonctionnel. Dans les jours précédant notre dernier hackathon en octobre 2020, les participants ont formé trois équipes et ont crowdsourcé des idées à partir de l’ensemble de l’entreprise. Aucun sujet n’a été considéré comme interdit ; les idées qui n’étaient pas pertinentes pour la plateforme de l’entreprise, ou même pour l’espace des soins de santé, étaient parfaitement acceptables. Il s’est avéré que les trois équipes ont choisi des idées qui sont maintenant mises en œuvre dans le monde réel.

La première équipe – Team Cara – s’est concentrée sur les réadmissions hospitalières et a entrepris de construire une solution qui pourrait prédire quels patients étaient à risque de réadmission avant même qu’ils ne soient libérés de l’hôpital. Les réadmissions hospitalières coûtent au système de santé des milliards de dollars chaque année, donc une solution prédictive et proactive comme celle-ci équiperait les infirmières de libération et les gestionnaires de soins avec les informations supplémentaires nécessaires pour réduire le risque, réduire les coûts et savoir ce dont chaque patient a besoin pour rester hors de l’hôpital. L’équipe Cara a pris des données de la plateforme de gestion des opérations de Hospital IQ et, en utilisant un cadre d’apprentissage automatique spécifique au patient précédemment développé par l’équipe de data science, a construit un modèle prédictif. Pour chaque patient à l’hôpital, le modèle attribue un score indiquant la probabilité de réadmission. Les résultats initiaux du modèle ont montré un degré élevé de précision.

La deuxième équipe – Team Burt Reynolds – a entrepris de construire une solution de surveillance régionale qui visualisait des couches de données sur une carte. L’équipe voulait intégrer des cartes dans l’infrastructure de tableau croisé dynamique existante de Hospital IQ, offrant un moyen de tracer une métrique d’intérêt organisée par latitude et longitude en utilisant la bibliothèque leaflet.js. Pour leur concept de preuve, ils ont utilisé des données de centre de transfert d’hôpital pour mettre en évidence quels affiliés étaient des sources d’admission et à quelles quantités. Les résultats ont montré les cas de transfert sous un jour nouveau et ont clarifié quels territoires la plupart des patients provenaient, ainsi que des opportunités de croissance.

La troisième équipe – Team Raptor Strikeforce – a cherché à développer une solution qui mettait en évidence le retour sur investissement (RSI) de la plateforme de gestion des opérations de Hospital IQ. L’équipe a construit une interface pour personnaliser diverses entrées dans des modèles financiers, comme la marge moyenne par intervention élective, et a utilisé les entrées pour suivre les changements dans la santé financière d’un hôpital au fil du temps. Ces visualisations racontent une histoire convaincante de la façon dont les initiatives d’efficacité opérationnelle, et l’investissement dans la plateforme Hospital IQ qui les permet, sont payants.

Les trois solutions développées pour le hackathon ont montré qu’elles pouvaient fournir une plus grande valeur à nos clients. En conséquence, Hospital IQ a intégré les trois solutions dans la plateforme existante, et elles sont utilisées par des hôpitaux aujourd’hui.

Y a-t-il autre chose que vous aimeriez partager sur Hospital IQ ?

L’objectif audacieux de Hospital IQ est d’améliorer l’efficacité et le bonheur de chaque travailleur de la santé chaque jour. Nous sommes fiers de l’impact que nous avons eu sur les soins de santé jusqu’à présent, mais notre parcours ne fait que commencer. Pour tout data scientist ou ingénieur compassionnel et axé sur la mission qui s’intéresse à relever l’un des défis les plus difficiles du monde – améliorer l’efficacité des soins de santé – nous aimerions vous avoir avec nous !

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus devraient visiter Hospital IQ.