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 les soins de santé et les 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 des cliniques à la mise à l’échelle 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, les infrastructures opérationnelles sont la base des bons soins.

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

MEDvidi est initialement apparu à partir de cliniques traditionnelles hors ligne à San Francisco et à Miami en 2019 et a transité vers une plateforme de télésanté personnalisée en 2020 pour rendre les soins de santé mentale accessibles à travers les États-Unis. Pendant que nous construisions l’entreprise, nous nous sommes rendu compte 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 à travers les États-Unis, 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 incohérences 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.

Pendant ces visites, la majorité du temps est consacrée à des tâches administratives de routine telles que la vérification de l’identité du patient, la tenue des dossiers, la vérification des 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 IA transcrit les visites en temps réel, mettant à jour la documentation toutes les 60 secondes, et réduisant le temps de tenue des dossiers de 10 fois. Le vérificateur de graphiques IA surveille 100 % des rencontres cliniques pour l’adhésion aux SOP, réduisant 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 directives. Un réceptionniste IA gère la reprogrammation via SMS et voix, recueille les problèmes liés aux prescriptions 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 frontière appropriée 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, prescription et plan de traitement est examinée et approuvée par un prestataire de soins de santé 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 un suivi de routine, et que l’affaire 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 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 haut risque ?

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

Contrairement à d’autres outils de santé 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. Il s’agit d’une infrastructure unique, construite et formée spécifiquement pour les flux de travail psychiatriques, les réglementations et les exigences de substances contrôlées.

Notre système IA fonctionne comme une couche de vérification clinique, ancrée dans des directives fondées sur des preuves et un ensemble de données propriétaire de milliers de visites historiques réelles. Il garantit que chaque prescription 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 soumises à un examen approfondi en raison de la surprescription et des incitations mal alignées. Comment les systèmes IA peuvent-ils réellement améliorer la conformité et reconstruire 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 floué cette ligne pendant les années de croissance, 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 les incitations commerciales. Nos systèmes IA renforcent en réalité cette séparation plutôt que de l’affaiblir.

L’une des principales façons dont nous faisons cela est à travers l’examen de graphiques IA. Chaque rencontre de patient est vérifiée par rapport aux SOP cliniques 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 objectif en tête : 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 des demandes de patients. Cela signifie également que nous disons parfois non. Si un patient vient en attendant un médicament spécifique parce qu’il l’a lu en ligne, mais que ce 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 prix 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 reconstruit 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 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 simplement qu’un patient stable continue le même traitement, sans changement significatif.

Cela crée un goulet d’étranglement structurel. Les cliniciens passent la plupart 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 hautement structuré : vérification des symptômes, surveillance des effets secondaires, vérification de l’adhésion et vérification de la conformité.

Ces interactions sont basées sur des protocoles et peuvent être gérées par l’IA 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 – l’affaire est immédiatement escaladée à un prestataire de soins.

En déplaçant ces interactions de routine vers l’IA, nous rééquilibrions 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 seul 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 précédemment sous-servies – 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 est finalement ce qui débloque l’accès.

Dans votre article récent, Pourquoi l’IA dans les soins de santé est déployée au mauvais endroit, vous argumentez 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 conduisent à 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 IA dans les soins de santé est très complexe et nécessite toujours une surveillance humaine. Lorsque les entreprises tentent de raccourcir et d’aller directement à la prise de décision clinique autonome, elles rencontrent des problèmes de confiance, de réglementation et de sécurité.

Le bon point de départ est la couche administrative. Réglez cela d’abord, démontrez et prouvez la sécurité, construisez la confiance, puis étendez-vous à partir de là. C’est le chemin que MEDvidi a pris.

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

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

Commencez par cartographier le processus clinique et opérationnel de bout en bout et identifiez où le temps est réellement passé. 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 répétitives à haute fréquence où l’IA peut fournir un retour sur investissement immédiat. L’automatisation de la planification réduit les absences et le temps inactif des prestataires de soins. La documentation alimentée par l’IA – comme la transcription en temps réel et la génération de graphiques – 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 elle. C’est là que les gains en fonction de l’étape 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, en signalant 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 natifs IA peuvent ne pas correspondre parfaitement aux cadres réglementaires existants. Cela signifie que les organisations doivent être prêtes à valider leur approche, à générer des preuves et à 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 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 uniques dans leur complexité, avec des réglementations en couches, des données fragmentées et des conséquences élevées pour les erreurs. À quoi ressemble une architecture IA prête à la production dans cet environnement par rapport à un système de démonstration ou de pilote ?

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

Un système prêt à la production nécessite également de tenir compte de la façon dont les soins sont réellement dispensés. 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 doit gérer la charge de travail administrative et analytique, tandis que les cliniciens restent responsables des décisions finales.

Le plus important est que le système doit être construit de manière à prendre en compte la conformité, la sécurité et la fiabilité dès le départ.

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 de prescription 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 environnements de test pour permettre aux sociétés de technologie de démontrer ce que l’IA peut faire, y compris la prescription de substances contrôlées.

Au cours des prochaines années, nous verrons des soins de suivi entièrement automatisés pour les patients stables. Des visites gérées par l’IA avec les 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. C’est la norme que nous essayons de définir.

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