डैनियल केन, मॉडमेड के सह-सीईओ और सह-संस्थापक – साक्षात्कार श्रृंखला

डैनियल केन मॉडमेड^® के सह-सीईओ और सह-संस्थापक हैं, जो एक स्वास्थ्य सेवा आईटी कंपनी है जो विशेषज्ञता-विशिष्ट, बुद्धिमान मंचों के माध्यम से स्वास्थ्य सेवा को बदलने का काम कर रही है, जिससे अभ्यास की दक्षता बढ़ सकती है और रोगी परिणाम में सुधार हो सकता है।

फरवरी 2010 में स्थापित, मॉडमेड 1,200 से अधिक कर्मचारियों तक बढ़ गया है और कुल निवेश में $332 मिलियन से अधिक जुटाया है। एक चिकित्सा प्रौद्योगिकी कंपनी के रूप में प्रगतिशील विकास के लिए जाना जाता है, मॉडमेड को डैनियल के नेतृत्व में राष्ट्रीय और क्षेत्रीय स्तर पर अपनी उपलब्धियों के लिए अक्सर मान्यता प्राप्त होती है। 2020 में, कंपनी को इंक मैगज़ीन द्वारा देश के सर्वश्रेष्ठ कार्यस्थलों में से एक के रूप में नामित किया गया था। 2016 और 2018 के बीच, कंपनी को डेलॉइट टेक्नोलॉजी फास्ट 500^™ सूची में उत्तरी अमेरिका में सबसे तेजी से बढ़ने वाली कंपनियों में से एक के रूप में नामित किया गया था। 2015 से शुरू होकर, कंपनी को हर साल विशेष इंक 5000 सूची में शामिल किया गया है, जो देश की सबसे तेजी से बढ़ने वाली निजी कंपनियों का एक प्रतिष्ठित संग्रह है।

क्या आप अपनी पृष्ठभूमि के बारे में कुछ जानकारी साझा कर सकते हैं और यह मॉडमेड में आपके काम को कैसे प्रभावित करता है?

मेरी तकनीक में यात्रा कॉर्नेल में मेरे स्नातक वर्षों के दौरान शुरू हुई जब मैंने ब्लैकबोर्ड की सह-स्थापना की। हमने शिक्षा को डिजिटल करने और छात्रों और संकाय को अभूतपूर्व लचीलापन और इंटरैक्शन प्रदान करने वाला एक मंच बनाने के लिए कक्षा नोट्स को डिजिटल किया। मेरे लिए, ब्लैकबोर्ड की सफलता 2004 में इसके आईपीओ में परिणत हुई, और जबकि हमारे समाधान शिक्षा में क्रांतिकारी थे, मैंने नए चुनौतियों की तलाश जारी रखी।

एक ऐसी चुनौती तब सामने आई जब मैं अपने त्वचा विशेषज्ञ के साथ एक नियमित जांच के लिए गया। हमने पुराने पेपर-आधारित प्रणालियों का उपयोग करने की कठिनाइयों और उन्हें ठीक करने के तरीकों के बारे में एक अविश्वसनीय बातचीत की। मेरी तकनीकी ज्ञान और उनकी चिकित्सा विशेषज्ञता के बीच के सेतु को समझते हुए, हमने मॉडमेड के साथ-साथ हमारे पहले इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड (ईएचआर) मंच बनाने का फैसला किया।

उस समय, कुछ ईएचआर पहले से मौजूद थे, लेकिन दुर्भाग्य से, अध्ययनों ने उन्हें अक्सर चिकित्सक जलन के प्रमुख कारणों में से एक के रूप में उद्धृत किया। हमने एक अलग दृष्टिकोण अपनाया और हमारे ईएचआर को एक चिकित्सा विशेषज्ञता के विशिष्ट कार्य प्रवाह के लिए उपयोगकर्ता अनुभव को अनुकूलित करने के लिए डिज़ाइन किया। हमारा प्रमुख क्लाउड-आधारित ईएचआर, ईएमए, डॉक्टरों द्वारा डॉक्टरों के लिए डिज़ाइन किया गया है, और यह हमें बाजार में अलग करता है और हमारे गुप्त सॉस को परिभाषित करता है। समय के साथ, हमने अपने उत्पाद प्रसाद का विस्तार करने के लिए एक पूर्ण सूट के समाधानों को शामिल किया है जो चिकित्सा प्रदाताओं को अपने अभ्यास संचालन को सरल बनाने और देखभाल की डिलीवरी में तेजी लाने में मदद करते हैं।

आप स्वास्थ्य सेवा में प्रभावी एआई की लड़ाई को डेटा के साथ जीतने या हारने के रूप में कैसे देखते हैं?

हम अभ्यासों में एआई प्रौद्योगिकी के अपनाने में वृद्धि देख रहे हैं ताकि कार्य प्रवाह को सुव्यवस्थित किया जा सके और दक्षता को अधिकतम किया जा सके। जैसा कि हम अधिक जटिल कार्यों को करने के लिए एआई के युग में प्रवेश करते हैं, जैसे कि उपचार या अन्य नैदानिक-समर्थन सिफारिशें सुझाना, यह महत्वपूर्ण है कि हमारे पास सही डेटा और एआई प्रशिक्षण रणनीति हो। एआई रोगियों और प्रदाताओं के लिए अनुभव में काफी सुधार कर सकता है और वास्तव में स्वास्थ्य सेवा में सिस्टमिक परिवर्तन पैदा कर सकता है, लेकिन इसे वास्तविकता बनाने के लिए बड़ी मात्रा में उच्च-गुणवत्ता वाले डेटा की आवश्यकता होगी जो मॉडल को प्रशिक्षित करने के लिए उपयोग किया जाता है।

स्वास्थ्य सेवा उद्योग में एआई विकास के लिए डेटा इतना महत्वपूर्ण क्यों है?

डेटा एआई की जीवन रेखा है, और खराब डेटा गुणवत्ता एआई के प्रदर्शन को बाधित करेगी, जिससे उपोत्पादक परिणाम होंगे। यह एक स्वास्थ्य सेवा सेटिंग में गंभीर परिणाम हो सकता है क्योंकि रोगियों की जान जोखिम में हो सकती है। लेकिन एक अधिक संभावित परिदृश्य यह है कि इन नकारात्मक अनुभवों से रोगियों और प्रदाताओं दोनों का एआई में विश्वास कम हो सकता है, जिससे प्रगति और इस क्रांतिकारी प्रौद्योगिकी का स्वास्थ्य सेवा पर सकारात्मक प्रभाव धीमा हो सकता है।

उदाहरण के लिए, परीक्षा कक्ष में, एआई-सक्षम एंबियंट सुनने वाले उपकरण नैदानिक नोटों के लिए सामग्री का सुझाव देने के लिए डिज़ाइन किए गए हैं जिसे प्रदाता समीक्षा और अनुमोदन कर सकते हैं। आदर्श रूप से, यह प्रदाता द्वारा ईएचआर के भीतर दस्तावेजीकरण करने में बिताए जाने वाले समय को कम करना चाहिए और रोगी के साथ अधिक गुणवत्ता वाला समय बिताने की अनुमति देनी चाहिए। हालांकि, खराब डेटा सourcing और खराब प्रशिक्षित एआई उपकरण इसके विपरीत प्रभाव डाल सकते हैं, जिससे प्रदाता को त्रुटियों को ठीक करने और नोट्स को फिर से लिखने में असामान्य समय बिताना पड़ सकता है।

इसके अलावा, पूर्वाग्रह एआई एल्गोरिदम से जुड़ा एक महत्वपूर्ण जोखिम है, और गुणवत्ता वाले डेटा स्वास्थ्य सेवा में असमानताओं को कम करने में एक महत्वपूर्ण भूमिका निभा सकते हैं। एआई मॉडल उन पैटर्न सीख सकते हैं जो एक रोगी आबादी की तुलना में दूसरे के साथ अधिक प्रभावी ढंग से व्यवहार करते हैं, जिसमें कानूनी रूप से संरक्षित समूह भी शामिल हैं। डेटा इनपुट की निगरानी करके और व्यापक और प्रतिनिधि डेटा पर प्रशिक्षण देकर, एआई आउटपुट अधिक समावेशी और सटीक हो सकते हैं।

क्या आप मॉडमेड द्वारा अपने एआई मॉडल को प्रशिक्षित करने के लिए उपयोग किए जाने वाले डेटा के प्रकार पर विस्तार से बता सकते हैं और यह डेटा कैसे सourced और प्रबंधित किया जाता है?

मॉडमेड में, हम अपने एआई मॉडल को प्रशिक्षित करने के लिए विशेषज्ञता-विशिष्ट डेटा का उपयोग करते हैं। पिछले 14 वर्षों में, हमने विशेषज्ञता-विशिष्ट, डी-आइडेंटिफाइड संरचित डेटा सेट बनाए हैं जो गोपनीयता कानूनों के अनुरूप हैं और अब हम अपने एआई मॉडल को प्रशिक्षित करने के लिए इन-हाउस डेटा का लाभ उठा रहे हैं। उदाहरण के लिए, हमारे एंबियंट सुनने वाले उपकरण मॉडमेड स्क्राइब को त्वचा विज्ञान के लिए हमारे पहले विशेषज्ञता लॉन्च पर 500 मिलियन रोगी मुठभेड़ों से डी-आइडेंटिफाइड रोगी रिकॉर्ड के नमूने से संरचित पैरामीटर के लाखों पर प्रशिक्षित किया गया है।

मॉडमेड स्वास्थ्य सेवा के संदर्भ में “नैतिक एआई” को कैसे परिभाषित करता है?

एआई के पास पूर्वाग्रह या “हॉलुसिनेशन” या छूट के रूप में असटीक जानकारी प्रदान करने की संभावना हो सकती है, जो रोगी जीवन को प्रभावित कर सकती है। इस कारण से, स्वास्थ्य सेवा में नैतिक एआई सटीकता और सटीकता के लिए उच्च मानक निर्धारित करने के बारे में है। इसका अर्थ है कि एल्गोरिदम को सावधानी से और जिम्मेदारी से विकसित करना और उच्च-गुणवत्ता वाले डेटा का उपयोग करना जो अधिक सटीक भविष्यवाणियों को सक्षम बनाता है।

नैतिक एआई यह सुनिश्चित करने के बारे में भी है कि मानव अभी भी समीकरण में हैं। एक एआई को “डॉक्टर को डॉक्टर” नहीं करना चाहिए, बल्कि चिकित्सकों और उनके कर्मचारियों को अनुभव होने वाले प्रशासनिक बोझ को कम करना चाहिए ताकि वे रोगियों की मदद पर अधिक ध्यान केंद्रित कर सकें।

मॉडमेड में एआई प्रौद्योगिकियों को नैतिक रूप से विकसित और तैनात करने के लिए क्या उपाय हैं?

हमारा संरचित डेटा दृष्टिकोण—उच्च-गुणवत्ता वाले प्रशिक्षण डेटा सेट क्यूरेटिंग—जिम्मेदार एआई को वास्तविकता बनाने में मदद करता है। विभिन्न अभ्यासों से एकत्र किए गए प्रासंगिक और डी-आइडेंटिफाइड डेटा हमें विभिन्न रोगी आबादी को दर्शाने वाले विविध प्रशिक्षण डेटा प्रदान करता है।

इसके अलावा, हमारी विकास टीम डेटा क्लीनिंग को अपनाती है जो उच्च-गुणवत्ता वाले डेटा को इकट्ठा करने और उपयोग करने में मदद करती है। यह प्रक्रिया हमारी टीमों को डेटा सेट से असंगतताओं, त्रुटियों और मissing मान की पहचान करने, सुधारने और हटाने की अनुमति देती है। इस नियमित रखरखाव के माध्यम से, हम क्लिनिकल डेटा के आधार पर प्रदर्शन डेटा के अनुसार एआई को लगातार अपडेट कर सकते हैं, जो रोगी परिणामों को प्रभावित कर सकता है।

क्या आप स्वास्थ्य सेवा में, विशेष रूप से एआई विकास में पारदर्शिता और जवाबदेही के महत्व पर चर्चा कर सकते हैं?

पारदर्शिता जवाबदेही को संभव बनाती है, जो इसे स्वास्थ्य सेवा में किसी भी एआई समाधान के लिए एक महत्वपूर्ण आधार बनाती है। चिकित्सकों की शीर्ष प्राथमिकता रोगी देखभाल और सुरक्षा है, इसलिए यह कोई आश्चर्य नहीं है कि 80% चिकित्सक एआई उपकरणों के डिजाइन, विकास और तैनाती की विशेषताओं और सुविधाओं के बारे में जानना चाहते हैं।

इसके अलावा, सभी डेटा समान नहीं बनाए जाते हैं। यह जानना महत्वपूर्ण है कि डेटा कहां और कैसे संग्रहीत किया जाता है और यह कितनी बार अपडेट किया जाता है। हम भाग्यशाली हैं कि मॉडमेड की स्थापना के बाद से, हम डेटा रणनीति के लिए प्रतिबद्ध रहे हैं जो पारदर्शिता और सटीकता को प्राथमिकता देती है। हमारे पास अपने डेटा के स्रोतों और गुणवत्ता की एक व्यापक समझ है और हमें विश्वास है कि हमारे एआई एकीकरण हमारे ग्राहकों को महत्वपूर्ण मूल्य प्रदान करेंगे।

मॉडमेड के विशेषज्ञता-विशिष्ट ईएचआर सिस्टम जैसे ईएमए और जीजी गैस्ट्रो में एआई को कैसे एकीकृत किया जा रहा है?

हमारे पोर्टफोलियो भर में, हम कुछ समय से मशीन लर्निंग का उपयोग कर रहे हैं और उन्नत और उत्पादक एआई में हमारे निवेश को मजबूत कर रहे हैं ताकि चिकित्सा के व्यवसाय को सरल बनाया जा सके और गुणवत्ता देखभाल की डिलीवरी में तेजी लाई जा सके। हम एक पूरे एआई-संचालित अभ्यास अनुभव का निर्माण कर रहे हैं जो मरीज के दरवाजे पर आने से पहले शुरू होता है, परीक्षा कक्ष में विस्तारित होता है, और बिलिंग विभाग तक जाता है।

क्लिनिकल सेटिंग में, हम अपने एआई एंबियंट सुनने वाले पायलट कार्यक्रम के अंतिम चरण में हैं जो हमें लगता है कि इसके डाउनस्ट्रीम कार्यक्षमता और सुझाए गए संरचित सामग्री के लिए एक गेम-चेंजर होगा। हमारा एआई-संचालित प्रलेखन समाधान देखभाल प्रक्रिया को सुव्यवस्थित करने के लिए डिज़ाइन किया गया है, न कि केवल प्रतिलेखन या एक साबुन नोट ड्राफ्ट करने के लिए। विशाल मात्रा में संरचित डेटा का उपयोग करके, हम अपने एआई मॉडल को डॉक्टर-रोगी बातचीत से आवश्यक जानकारी कैप्चर करने और हमारे ईएचआर के साथ काम करने के लिए प्रशिक्षित कर रहे हैं ताकि यह दौरे के नोट्स, आईसीडी-10 कोड, सर्जिकल कोड और नुस्खे सहित प्रासंगिक सामग्री का सुझाव दे सके। यह चिकित्सकों को कीमती समय बचाता है और उन्हें अपने रोगियों के साथ अधिक गुणवत्ता वाला समय बिताने की अनुमति देता है।

विशेषज्ञता-विशिष्ट एआई समाधान स्वास्थ्य सेवा प्रदाताओं और रोगियों को क्या विशिष्ट लाभ प्रदान करते हैं?

कोई दो चिकित्सा विशेषज्ञता एक जैसे नहीं हैं। वे रोगियों की विविधता में, जिन स्थितियों का वे इलाज करते हैं, और जिन चिकित्सा कोडों का उपयोग वे पुनर्भुगतान के लिए करते हैं, वे बहुत भिन्न होते हैं। एआई समाधानों को प्रभावी ढंग से काम करने के लिए इन विविधताओं के अनुरूप होने की आवश्यकता है।

उदाहरण के लिए, मॉडमेड के ईएचआर और एआई एंबियंट सुनने वाले उपकरण विशेष रूप से प्रत्येक चिकित्सा विशेषज्ञता के लिए डिज़ाइन किए गए हैं, जो नैदानिक विशेषज्ञता को उच्च प्रासंगिक और सटीक समर्थन प्रदान करते हैं। प्रत्येक विशेषज्ञता की प्रलेखन प्रक्रिया में संरचित डेटा नोट में विभिन्न घटकों की आवश्यकता होती है, जिसमें विशिष्ट चिकित्सा कोड और शब्दावली शामिल है। यह विशेषज्ञता एआई को विभिन्न विशेषज्ञता अभ्यासों की विशिष्ट आवश्यकताओं और कार्य प्रवाह को बेहतर ढंग से समझने और पूर्वानुमान लगाने की अनुमति देती है, जो हमारा मानना है कि कार्यान्वयन में अधिक कुशलता, तेजी से अपनाने और संचालन की दक्षता में सुधार के परिणामस्वरूप होगा।

आप स्वास्थ्य सेवा में एआई के लिए अगले पांच से दस वर्षों में सबसे महत्वपूर्ण अवसरों को कहां देखते हैं?

भविष्य में, एआई निश्चित रूप से स्वास्थ्य सेवा के लगभग हर पहलू में प्रवेश करेगा, जिन तरीकों से हम कल्पना नहीं कर सकते हैं। पहले से ही, एआई को प्रशासनिक कार्यों के लिए उपयोग किया जा रहा है, और निकट भविष्य में, यह प्रवृत्ति संभवतः एआई के मूल्य को और अधिक स्पष्ट होने के रूप में बढ़ेगी।

मैं एक भविष्य की कल्पना करता हूं जहां एआई डॉक्टर-रोगी इंटरैक्शन में निर्बाध रूप से एकीकृत है, जहां उपयोगकर्ता इंटरफ़ेस या यूआई लगभग अदृश्य है। आज के स्क्रीन-आधारित इंटरैक्शन के बजाय, एआई वास्तविकता और वृद्ध वास्तविकता का मिश्रण प्रदान कर सकता है। यह भविष्य की स्थिति एआई स्वास्थ्य रिकॉर्ड का विश्लेषण करके एक रोगी के विभिन्न बीमारियों के जोखिम की पहचान कर सकती है और रोकथाम उपचार योजनाओं का निर्माण और प्रबंधन कर सकती है।

यह अनुभव अभ्यास सेटिंग से परे और एक रोगी के दैनिक जीवन में एकीकृत हो सकता है। एआई-संचालित पहनने योग्य उपकरण व्यक्तिगत समर्थन प्रदान कर सकते हैं, प्रश्नों का उत्तर दे सकते हैं और नियुक्तियों के बीच अन्य चीजों की व्यवस्था कर सकते हैं। एआई दूरस्थ रूप से महत्वपूर्ण संकेतों की निगरानी कर सकता है, संभावित स्वास्थ्य समस्याओं का पता लगा सकता है और प्रदाताओं को अलर्ट कर सकता है। व्यक्तिगत उपचार योजनाएं, जो व्यक्तिगत रोगियों के लिए डेटा और प्राथमिकताओं पर आधारित हैं, मानक बन सकती हैं।

यह वास्तव में स्वास्थ्य सेवा के लिए एक रोमांचक समय है। अगले पांच से दस वर्ष स्वास्थ्य सेवा उद्योग को और बदलने और रोगी अनुभव में सुधार करने के अवसरों से भरे हुए हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें मॉडमेड पर जाना चाहिए।