Vasili Razhnou, PDG et fondateur de MEDvidi – Série d’entretiens

Vasili Razhnou est le PDG et fondateur de MEDvidi, une plateforme de santé mentale alimentée par l’IA. En tant que fondateur en série avec plus de 15 ans d’expérience dans le domaine de la santé et des affaires, il a créé cinq startups technologiques. Chez MEDvidi, Vasili dirige le développement d’outils cliniques alimentés par l’IA qui réduisent la charge administrative et permettent aux prestataires de soins de fournir des soins plus rapides et plus cohérents. Sous sa direction, l’entreprise a atteint 30 millions de dollars de chiffre d’affaires annuel.

Vous avez passé plus d’une décennie à construire des infrastructures de soins de santé, de la numérisation précoce des cliniques à l’extension de plusieurs entreprises de télésanté avant de fonder MEDvidi. Quel problème spécifique ou quel moment vous a poussé à créer l’entreprise, et comment ces expériences antérieures ont-elles façonné votre approche de la construction de systèmes cliniques alimentés par l’IA ?

Cela a commencé bien avant MEDvidi. En 2008, lorsque j’ai rejoint ma première clinique, tout fonctionnait encore sur papier. Nos bureaux étaient remplis de dossiers médicaux, ce qui créait un désordre physique et mental. Il fallait environ cinq jours pour localiser et récupérer les dossiers des patients.

J’ai acheté un scanner et une déchiqueteuse pour numériser tout. Ce simple changement a transformé la façon dont la clinique fonctionnait. Cela a économisé de l’argent et du temps, et a rendu les dossiers des patients facilement accessibles. Une action simple a montré que parfois, l’infrastructure opérationnelle est la base de bons soins.

À partir de là, nous avons créé une interface en ligne avec un stockage dans le cloud, puis un petit système d’admission et de dossiers électroniques des patients, en ajoutant des fonctionnalités année après année.

MEDvidi est initialement issu de cliniques traditionnelles hors ligne à San Francisco et à Miami en 2019 et est passé à une plateforme de télésanté personnalisée en 2020 pour rendre les soins de santé mentale accessibles dans tout le pays. Alors que nous construisions l’entreprise, nous avons réalisé que les prestataires de soins sont submergés – ils passent en moyenne 16 heures par semaine sur des tâches administratives.

Pour résoudre ce goulet d’étranglement, nous avons développé un outil clinique alimenté par l’IA. Aujourd’hui, MEDvidi fournit des soins pour des affections courantes comme le TDAH, l’anxiété et la dépression dans tout le pays, tout en automatisant les flux de travail et la gestion des médicaments pour les cliniciens avec l’IA. En réduisant les frictions dans la documentation et le travail administratif, nous élargissons à la fois l’accès des patients et la capacité des prestataires de soins.

Vous avez vu les soins de santé évoluer des flux de travail manuels à de grandes plateformes de télésanté. Quelles sont les plus grandes inef ficacités opérationnelles qui persistent encore aujourd’hui, et pourquoi ont-elles été si difficiles à résoudre sans l’IA ?

Le plus grand problème dans les soins de santé est toujours la capacité des prestataires de soins. Ils passent trop de temps sur les tâches administratives, laissant peu de temps pour les nouveaux patients. Chez MEDvidi, nous le voyons de première main – dans les trois mois suivant leur arrivée, la plupart des prestataires de soins sont réservés à 80 % pour les patients de suivi.

Lors de ces visites, la majorité du temps est consacrée à des tâches administratives de routine telles que la vérification de l’identité du patient, la mise à jour des dossiers, la récupération de rapports PDMP, l’évaluation du comportement de recherche de drogues, l’examen de l’historique médical, etc. Ce sont des tâches importantes, mais elles n’exigent pas le jugement d’un clinicien pour un diagnostic complexe.

L’IA a changé cela – nous pouvons maintenant automatiser la plupart de ces tâches. Par exemple, le générateur de graphiques d’IA transcrit les visites en temps réel, met à jour la documentation toutes les 60 secondes et réduit le temps de mise à jour des dossiers de 10 fois. Le vérificateur de graphique d’IA surveille 100 % des rencontres cliniques pour l’adhésion aux SOP, réduit le temps d’examen des dossiers de 80 % tout en gérant la vérification de l’identité, la détection de comportement de recherche de drogues et la conformité aux lignes directrices. Un réceptionniste d’IA gère la reprogrammation par SMS et voix, recueille les problèmes liés aux ordonnances auprès des patients, fournit des mises à jour et intègre les informations dans les flux de travail.

Votre plateforme se concentre fortement sur l’automatisation des flux de travail psychiatriques de routine tout en gardant les médecins dans la boucle. Comment définissez-vous la bonne limite entre l’automatisation et la prise de décision clinique ?

Les prestataires de soins de santé restent au centre des soins. C’est la seule façon de procéder. L’IA de MEDvidi est conçue pour soutenir et autonomiser les cliniciens, et non pour les remplacer. Chaque décision clinique, ordonnance et plan de traitement est examinée et approuvée par un prestataire de soins médical agréé.

Je crois que les soins de santé ont besoin de plus de preuves que la technologie peut améliorer l’efficacité sans compromettre la sécurité. Notre objectif est de nous assurer que les prestataires de soins ne gaspillent pas leur jugement sur des tâches qui n’en nécessitent pas. Lorsqu’un patient stable vient pour une visite de suivi de routine et que le cas est simple, l’IA peut gérer la préparation, la documentation et l’examen, et le prestataire de soins confirme la décision. L’humain est toujours dans la boucle, mais nous nous assurons que leur temps est consacré à ce qui compte vraiment.

L’assistant de prescription d’IA est formé sur des données cliniques réelles et nécessite l’approbation d’un médecin pour chaque décision. Comment réfléchissez-vous à la sécurité, à la responsabilité et à la traçabilité lors du déploiement de l’IA dans des environnements à hauts enjeux ?

Lorsque vous opérez dans un espace hautement réglementé comme les soins de santé, vous ne pouvez pas vous permettre de mal faire.

Contrairement à d’autres outils de santé d’IA formés sur des données médicales non spécifiques, l’IA de MEDvidi est formée sur plus de 130 000 visites psychiatriques réelles, fournissant une précision spécifique au domaine. C’est une infrastructure unique, conçue et formée spécifiquement pour les flux de travail psychiatriques, les réglementations et les exigences en matière de substances contrôlées.

Notre système d’IA fonctionne comme une couche de vérification clinique, ancrée dans des lignes directrices fondées sur des preuves et un ensemble de données propriétaire de milliers de visites historiques réelles. Il garantit que chaque ordonnance est conforme aux normes et fournit aux régulateurs une surveillance transparente. De manière cruciale, l’IA ne prend pas de décisions indépendantes. C’est l’architecture que nous avons intentionnellement construite.

De nombreuses plateformes de télésanté ont été critiquées pour des problèmes de surprescription et d’incitations mal alignées. Comment les systèmes d’IA peuvent-ils réellement améliorer la conformité et rétablir la confiance plutôt que d’amplifier ces risques ?

Dans les soins de santé, il y a toujours deux composantes : le côté commercial et le côté clinique. De nombreuses entreprises de télésanté ont brouillé cette ligne pendant les années de boom, en donnant la priorité à la croissance et, dans certains cas, en compromettant la rigueur clinique.

Chez MEDvidi, nous avons toujours maintenu ces fonctions séparées. Les décisions cliniques ne sont jamais influencées par des incitations commerciales. Nos systèmes d’IA renforcent en fait cette séparation plutôt que de l’affaiblir.

L’une des principales façons dont nous le faisons est par l’examen des dossiers d’IA. Chaque rencontre de patient est vérifiée par rapport aux SOP standardisées pour garantir que le plan de traitement est approprié et conforme. Ces SOP ne sont pas créées par des équipes commerciales – elles sont développées et examinées en continu par un comité de professionnels de la santé agréés et alignées sur toutes les lois et réglementations applicables. Elles sont conçues avec un seul objectif à l’esprit : fournir les meilleurs soins possibles à chaque patient. Il est important de noter que ces protocoles sont entièrement traçables et peuvent être examinés par les régulateurs à tout moment.

L’IA devient une couche de cohérence et de responsabilité. Elle aide à garantir que les décisions de soins sont basées sur des normes cliniques, et non sur des pressions subjectives, des contraintes de temps ou la demande des patients. Cela signifie que nous disons parfois non. Si un patient vient en attendant un médicament spécifique parce qu’il l’a lu en ligne, mais qu’il n’est pas cliniquement approprié, nos prestataires de soins ne le prescriront pas – et l’IA aide à faire respecter cette norme de manière cohérente.

Il y a un compromis. Les patients qui ne reçoivent pas le traitement qu’ils attendent peuvent laisser des commentaires négatifs. Mais c’est le coût de la pratique d’une médecine responsable. À long terme, ce type de système transparent, basé sur des protocoles et traçable est ce qui renforce la conformité et rétablit la confiance entre les patients, les prestataires de soins et les régulateurs.

Vous avez souligné que jusqu’à 80 % des visites psychiatriques sont des suivis de routine. Comment l’automatisation de ces interactions change-t-elle fondamentalement l’accès aux soins et l’économie de la prestation de soins de santé mentale ?

Aujourd’hui, l’accès aux soins de santé mentale est contraint non par la demande, mais par la façon dont le temps des cliniciens est alloué. Jusqu’à 80 % des visites psychiatriques sont des suivis de routine – souvent motivés par des exigences réglementaires plutôt que par une complexité clinique. Dans de nombreux cas, le prestataire de soins vérifie que le patient stable continue le même traitement, sans changement significatif.

Cela crée un goulet d’étranglement structurel. Les cliniciens passent la majeure partie de leur temps à maintenir les patients existants, tandis que les nouveaux patients attendent 6 à 9 semaines pour être vus. C’est exactement là que l’automatisation a le plus d’impact. Pour les patients stables, le flux de travail est très structuré : vérification des symptômes, surveillance des effets secondaires, vérification de l’observance et examen de la conformité.

Ce sont des interactions à base de protocoles que l’IA peut gérer de manière cohérente et à grande échelle. Lorsque quelque chose sort des paramètres attendus – une réaction adverse, un changement de symptômes ou tout drapeau rouge – le cas est immédiatement escaladé à un prestataire de soins.

En déplaçant ces interactions de routine vers l’IA, nous rééquilibrons fondamentalement la capacité. Les cliniciens peuvent rediriger leur temps vers les nouveaux patients et les cas plus complexes où le jugement humain est critique.

Cela élargit l’accès sans augmenter le nombre de prestataires de soins.

L’économie change également. Le coût de prise en charge d’un patient stable diminue considérablement, tandis que la productivité du prestataire de soins augmente. Au lieu d’être un facteur limitant, le temps des cliniciens devient une ressource clé. À grande échelle, cela signifie des délais d’attente plus courts, des coûts plus bas et la capacité de servir des populations qui étaient auparavant mal desservies – y compris les patients ruraux et ceux qui ne peuvent pas prendre de congé pour travailler.

En bref, l’automatisation ne remplace pas les soins – elle les réaffecte. Elle supprime la charge administrative et réglementaire des cliniciens et la convertit en une infrastructure évolutive, ce qui débloque finalement l’accès.

Dans votre article récent, Pourquoi l’IA dans les soins de santé est déployée au mauvais endroit, vous soutenez que l’industrie se concentre trop sur le remplacement des cliniciens plutôt que sur la résolution des goulets d’étranglement administratifs. Quels sont les plus grands malentendus qui entraînent cette mauvaise orientation ?

Les gens ont encore tendance à penser que « l’IA dans les soins de santé » signifie uniquement que ChatGPT parle aux patients au lieu de vrais médecins et prescrit des médicaments sans contrôle.

L’infrastructure d’IA dans les soins de santé est très complexe et nécessite toujours une surveillance humaine. Lorsque les entreprises tentent de contourner et passent directement à la prise de décision clinique autonome, elles rencontrent des problèmes de confiance, de réglementation et de sécurité.

Le bon point d’entrée est la couche administrative. Réglez cela d’abord, démontrez et prouvez la sécurité, construisez la confiance, puis élargissez à partir de là. C’est le chemin que MEDvidi est en train de parcourir.

Si l’automatisation administrative est le point d’entrée à plus haut rendement pour l’IA dans les soins de santé, quels flux de travail spécifiques les organisations devraient-elles donner la priorité en premier lieu pour voir un impact immédiat ?

La plus grande erreur est d’essayer de superposer l’IA sur des flux de travail défectueux. L’objectif ne devrait pas être une amélioration incrémentielle – il devrait être de repenser où de nouveaux flux de travail peuvent être entièrement construits avec l’IA.

Commencez par cartographier le processus clinique et opérationnel de bout en bout et identifiez où le temps est réellement consacré. Dans la plupart des organisations, les plus grands goulets d’étranglement sont la planification, le flux de patients et la documentation. Ce sont des tâches à haute volumétrie et répétitives où l’IA peut fournir un rendement immédiat. L’automatisation de la planification réduit les absences et le temps d’inactivité des prestataires de soins. La documentation pilotée par l’IA – comme la transcription et la génération de dossiers en temps réel – supprime l’une des charges les plus lourdes pour les cliniciens.

Mais la véritable opportunité va au-delà de l’optimisation. Certains flux de travail, en particulier les suivis de routine ou les vérifications de conformité, peuvent être entièrement reconçus autour de l’IA plutôt que d’être simplement assistés par celle-ci. C’est là que les gains de fonction se produisent.

La surveillance de la conformité est un autre bon exemple. Aujourd’hui, les organisations vérifient manuellement un petit pourcentage de rencontres. Avec l’IA, vous pouvez examiner 100 % des interactions en temps réel, signaler les lacunes de documentation, les écarts de SOP et les risques potentiels avant qu’ils ne s’aggravent.

Dans certains cas, ces nouveaux flux de travail basés sur l’IA peuvent ne pas correspondre parfaitement aux cadres réglementaires existants. Cela signifie que les organisations doivent être prêtes à valider leur approche, générer des preuves et travailler en étroite collaboration avec les régulateurs pour démontrer la sécurité et la conformité.

Les entreprises qui verront le plus grand impact ne sont pas celles qui ajoutent des fonctionnalités d’IA, mais celles qui sont prêtes à reconstruire les flux de travail de base autour de ce que l’IA rend possible.

Les soins de santé sont unique ment complexes avec des réglementations imbriquées, des données fragmentées et de graves conséquences en cas d’erreurs. À quoi ressemble réellement une architecture d’IA prête à la production dans cet environnement par rapport à un système de démonstration ou de pilote ?

L’IA devrait être formée sur des données cliniques réelles spécifiques au domaine et construite autour de flux de travail réels. Chaque sortie devrait être traçable. Cela signifie que tous les dossiers, les ordonnances signalées, les vérifications de SOP sont examinables et traçables.

Un système prêt à la production doit également tenir compte de la façon dont les soins sont réellement fournis. Les prestataires de soins sont très basés sur les protocoles. Lorsque vous embauchez des cliniciens indépendants, ils apportent des habitudes de leurs anciens environnements. L’IA standardise cela d’une certaine manière et soutient ces flux de travail.

Encore une fois, la couche de surveillance humaine est cruciale. L’IA devrait gérer la charge de travail administrative et analytique, tandis que les cliniciens restent responsables des décisions finales.

Le plus important est que le système soit construit dès le départ avec la conformité, la sécurité et la fiabilité à l’esprit.

En regardant vers l’avenir, comment voyez-vous l’IA remodeler la télésanté et la prescription au cours des trois prochaines années, en particulier à mesure que les régulateurs commencent à répondre aux premiers déploiements comme les flux de travail d’ordonnance assistés par l’IA ?

L’environnement réglementaire est en train de changer. L’IA est déjà présente dans les soins de santé. Des États comme l’Utah créent des espaces de test pour laisser les sociétés de technologie démontrer ce que l’IA peut faire, y compris la prescription de substances contrôlées.

Au cours des trois prochaines années, nous allons voir des soins de suivi entièrement automatisés pour les patients stables. Des visites gérées par l’IA avec des médecins dans un rôle de supervision, confirmant les décisions. Ce modèle rend les soins plus rapides et moins chers pour les personnes qui ne peuvent actuellement pas y accéder du tout. C’est la norme que nous essayons d’établir.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus doivent visiter MEDvidi.