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

डैनियल केन मॉडमेड^® के सह-सीईओ और सह-संस्थापक हैं, जो दक्षिण फ्लोरिडा स्थित एक स्वास्थ्य सेवा आईटी कंपनी है, जो विशेषज्ञता-विशिष्ट, बुद्धिमान मंचों के माध्यम से स्वास्थ्य सेवा में क्रांति ला रही है ताकि अभ्यास की दक्षता बढ़ सके और रोगी के परिणाम में सुधार हो सके।

मॉडमेड की स्थापना फरवरी 2010 में हुई थी, और यह 1,200 से अधिक कर्मचारियों तक बढ़ गया है और कुल निवेश में 332 मिलियन डॉलर से अधिक जुटाया है। एक चिकित्सा प्रौद्योगिकी कंपनी के रूप में इसकी प्रगतिशील वृद्धि के लिए जाना जाता है, मॉडमेड को डैनियल के नेतृत्व में राष्ट्रीय और क्षेत्रीय स्तर पर इसकी उपलब्धियों के लिए बार-बार मान्यता प्राप्त है। 2020 में, कंपनी को इंक मैगज़ीन द्वारा देश के सर्वश्रेष्ठ कार्यस्थलों में से एक 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 नामित किया गया था। 2015 से शुरू होकर, कंपनी को हर साल इंक 5000 सूची में शामिल किया गया है, जो देश की सबसे तेजी से बढ़ने वाली निजी कंपनियों का एक प्रतिष्ठित संकलन है।

क्या आप अपनी पृष्ठभूमि के बारे में कुछ जानकारी साझा कर सकते हैं और यह आपके काम को मॉडमेड में 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 कक्षा नोट्स को डिजिटल करने और एक मंच बनाने के द्वारा बदल दिया जिसने छात्रों और संकुलों को अभूतपूर्व लचीलापन और परस्पर क्रिया प्रदान की। मेरे लिए, ब्लैकबोर्ड की सफलता 2004 में इसके आईपीओ में परिणत हुई, और जबकि हमारे समाधान शिक्षा प्रौद्योगिकी में खेल-परिवर्तनकारी थे, मैं नई चुनौतियों के लिए नजर रखने में मदद नहीं कर सकता था।

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 महसूस करते हुए, हमने मॉडमेड और 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 थकान के प्रमुख कारणों में से एक के रूप में उद्धृत किया। हमने एक अलग दृष्टिकोण अपनाया और हमारे ईएचआर को एक चिकित्सा विशेषता के विशिष्ट कार्यप्रवाह के अनुरूप उपयोगकर्ता अनुभव को डिज़ाइन किया। हमारा प्रमुख क्लाउड-आधारित ईएचआर, ईएमए, डॉक्टरों द्वारा डॉक्टरों के लिए डिज़ाइन किया गया है और यह हमें बाजार में हमारी गुप्त सॉस के रूप में परिभाषित करता है। वर्षों से, हमने अपने उत्पाद प्रसाद को विस्तारित किया है ताकि चिकित्सा प्रदाताओं को अपने अभ्यास संचालन को सरल बनाने और देखभाल की डिलीवरी में तेजी लाने में मदद मिल सके।

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

हम अभ्यास में कार्यप्रवाह को स्ट्रीमलाइन करने और दक्षता को अधिकतम करने के लिए एआई प्रौद्योगिकी के अपनाने में वृद्धि देख रहे हैं। जैसा कि हम अधिक जटिल कार्यों को करने के लिए एआई के उपयोग के युग में प्रवेश करते हैं – जैसे कि उपचार का सुझाव देना या अन्य नैदानिक ​​सUPPORT सिफारिशें – 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 सुधार करने के लिए प्रणालीगत परिवर्तन पैदा कर सकता है, लेकिन इसे वास्तविकता बनाने के लिए बड़ी मात्रा में उच्च गुणवत्ता वाले डेटा का उपयोग करने की आवश्यकता होगी जो मॉडल को प्रशिक्षित करते हैं।

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

डेटा एआई की जीवन रेखा है, और खराब डेटा गुणवत्ता एआई के प्रदर्शन को बाधित करेगा, जिससे उपोत्पादक परिणाम होंगे। स्वास्थ्य सेवा सेटिंग में यह एक गंभीर परिणाम हो सकता है क्योंकि रोगियों की जान दांव पर 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-संचालित एम्बिएंट सुनने वाले उपकरण प्रदाता की समीक्षा और अनुमोदन के लिए नैदानिक ​​नोट्स के लिए सामग्री का सुझाव देने के लिए डिज़ाइन किए गए हैं। आदर्श रूप से, यह प्रदाता द्वारा ईएचआर के भीतर दस्तावेज़ करने में बिताए गए समय को कम करना चाहिए और रोगी के साथ अधिक गुणवत्ता समय की अनुमति देनी चाहिए। हालांकि, खराब डेटा सourcing और बुरी तरह से प्रशिक्षित एआई उपकरण इसके विपरीत प्रभाव डाल सकते हैं, जिससे प्रदाता को इसके बजाय त्रुटियों को ठीक करने और नोट्स को फिर से लिखने में असामान्य रूप से अधिक समय बिताना पड़ सकता है।

इसके अलावा, पूर्वाग्रह एआई एल्गोरिदम से जुड़ा एक महत्वपूर्ण जोखिम है, और गुणवत्ता डेटा स्वास्थ्य सेवा में असमानताओं को कम करने में एक महत्वपूर्ण भूमिका निभा सकता है। एआई मॉडल उन पैटर्न सीख सकते हैं जो एक रोगी आबादी की तुलना में दूसरे को अधिक अनुकूलता से इलाज कर सकते 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 के एआई मॉडल को प्रशिक्षित करने के लिए उपयोग किए जाने वाले डेटा के प्रकारों पर विस्तार से बता सकते हैं और यह डेटा कैसे सोर्स 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 गोपनीयता कानूनों के अनुरूप विशेषज्ञता-विशिष्ट, गैर-पहचान योग्य संरचित डेटा सेट बनाए हैं और अब हम अपने एआई मॉडल को प्रशिक्षित करने के लिए इन-हाउस डेटा का लाभ उठा रहे हैं। उदाहरण के लिए, हमारे एम्बिएंट सुनने वाले उपकरण मॉडमेड स्क्राइब को त्वचा विज्ञान, हमारे पहले विशेषता लॉन्च के लिए, 500 मिलियन रोगी मुठभेड़ों के संग्रह से गैर-पहचान योग्य रोगी रिकॉर्ड से लिए गए लाखों संरचित पैरामीटर पर प्रशिक्षित किया गया है।

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

एआई के पास पूर्वाग्रह या “हॉल्यूसिनेशन” या छूट के रूप में असटीक जानकारी प्रदान करने की क्षमता रोगी जीवन को प्रभावित कर सकती है। स्वास्थ्य सेवा में नैतिक एआई के लिए यह सटीकता और सटीकता के लिए एक उच्च मानक निर्धारित करने के बारे में है। इसका अर्थ है एल्गोरिदम को सावधानी से और जिम्मेदारी से विकसित करना और उच्च गुणवत्ता वाले और विविध डेटा का उपयोग करना ताकि हर उपयोगकर्ता के लिए अधिक सटीक भविष्यवाणियां हो सकें।

नैतिक एआई यह भी सुनिश्चित करने के बारे में है कि मानव अभी भी समीकरण में हैं। एक एआई को “डॉक्टर को डॉक्टर” नहीं करना चाहिए, लेकिन इसके बजाय चिकित्सकों और उनके कर्मचारियों को अनुभव होने वाले प्रशासनिक बोझ को कम करना चाहिए ताकि वे रोगियों की मदद करने 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, प्रतिनिधि प्रशिक्षण डेटा सेट क्यूरेटिंग – हमें जिम्मेदार एआई बनाने में मदद करता है। विभिन्न अभ्यासों से एकत्र किए गए प्रासंगिक और गैर-पहचान योग्य डेटा हमें एक विविध सेट प्रदान करता है जो विभिन्न रोगी आबादी को दर्शाता है।

इसके अलावा, हमारी विकास टीम डेटा साफ़ करने को अपनाती है ताकि उच्च गुणवत्ता वाले डेटा को एकत्र करने और उपयोग करने में मदद मिल सके। 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, विशेष रूप से जहां रोगी परिणाम प्रभावित हो सकते हैं, प्रदर्शन डेटा के आधार पर एआई को नियमित रूप से अपडेट कर सकते हैं।

स्वास्थ्य सेवा में, विशेष रूप से एआई विकास में पारदर्शिता और जवाबदेही के महत्व पर चर्चा करें?

पारदर्शिता जवाबदेही को संभव बनाती है, जो स्वास्थ्य सेवा में किसी भी एआई समाधान के लिए इतनी महत्वपूर्ण है। चिकित्सकों की शीर्ष प्राथमिकताएं रोगी देखभाल और सुरक्षा हैं, इसलिए यह कोई आश्चर्य नहीं है कि 80% के चिकित्सक एआई टूल्स के डिज़ाइन, विकास और तैनाती की विशेषताओं और विशेषताओं 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 देता है। हमारे पास हमारे डेटा के स्रोतों और गुणवत्ता की एक व्यापक समझ है और हमें विश्वास है कि हमारे एआई एकीकरण हमारे ग्राहकों को काफी मूल्य प्रदान करेंगे।

मॉडमेड के विशेषज्ञता-विशिष्ट ईएचआर सिस्टम जैसे ईएमए और जीजीआस्ट्रो 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 गुणवत्तापूर्ण देखभाल को तेज किया जा सके। हम एक पूरे एआई-संचालित अभ्यास अनुभव का निर्माण कर रहे हैं जो दरवाजे से पहले शुरू होता है, परीक्षा कक्ष के माध्यम से और बिलिंग विभाग तक जाता है।

क्लिनिकल सेटिंग में, हम अपने एआई एम्बिएंट सुनने वाले पायलट कार्यक्रम के अंतिम चरण में हैं जो हमारे ईएमए के लिए है, जिसे हमें विश्वास है कि एक खेल-परिवर्तनकारी होगा। हमारा एआई-संचालित प्रलेखन समाधान क्लिनिकल प्रक्रिया को स्ट्रीमलाइन 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 मिलकर काम करने के लिए प्रशिक्षित कर रहे हैं ताकि यहां तक कि आईसीडी-10 कोड, सर्जिकल कोड और नुस्खे सहित यात्रा नोटों के लिए प्रासंगिक सामग्री का सुझाव दे सके। यह चिकित्सकों को कीमती समय बचाता है और उन्हें अपने रोगियों के साथ अधिक गुणवत्ता 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 विशेषताएं एक जैसी नहीं हैं। वे व्यापक रूप से भिन्न होते हैं जो रोगियों को वे देखते हैं, जो स्थितियों का वे इलाज करते हैं, और जो चिकित्सा कोड का उपयोग वे प्रतिपूर्ति के लिए करते हैं। एआई समाधानों को प्रभावी ढंग से प्रभावी होने के लिए इन भिन्नताओं को समायोजित करना होगा।

उदाहरण के लिए, मॉडमेड के ईएचआर और एआई एम्बिएंट सुनने वाले उपकरण विशेष रूप से प्रत्येक चिकित्सा विशेषता के लिए तैयार किए गए हैं, जो चिकित्सकों को अत्यधिक प्रासंगिक और सटीक समर्थन प्रदान करते हैं। प्रत्येक विशेषता की प्रलेखन प्रक्रिया में संरचित डेटा नोट के भीतर विभिन्न घटकों की आवश्यकता होती है, जिसमें अद्वितीय चिकित्सा कोड और शब्दावली शामिल है। यह विशेषज्ञता एआई को विभिन्न विशेषता अभ्यासों की विशिष्ट आवश्यकताओं और कार्यप्रवाह को बेहतर ढंग से समझने और पूर्वानुमान लगाने में सक्षम बनाती है, जिसे हमें विश्वास है कि अधिक कुशल कार्यान्वयन, 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, जिस तरह 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 के अधिक स्पष्ट होने के साथ बढ़ेगी।

मैं एक भविष्य की कल्पना करता हूं जहां एआई डॉक्टर-रोगी परस्पर क्रियाओं में निर्बाध रूप से एकीकृत है, जहां ‘यूजर इंटरफेस’ या यूआई लगभग अदृश्य है। इसके बजाय आज के स्क्रीन-आधारित परस्पर क्रियाओं के, एआई वास्तविकता और वृद्ध वास्तविकता का मिश्रण प्रदान कर सकता है। यह भविष्य की स्थिति एआई स्वास्थ्य रिकॉर्ड का विश्लेषण करने के लिए हो सकती है ताकि विभिन्न बीमारियों के लिए रोगी के जोखिम की पहचान की जा सके। चिकित्सा रिकॉर्ड में विशाल मात्रा में डेटा एआई के लिए भविष्य की देखभाल की आवश्यकताओं का अनुमान लगाने और रोकथाम उपचार योजनाओं को बनाने और प्रबंधित करने में मदद करने का अवसर प्रस्तुत करता है।

यह अनुभव अभ्यास सेटिंग से परे हो सकता है और रोगी के दैनिक जीवन का एक अभिन्न अंग बन सकता है। एआई-संचालित पोर्टेबल्स व्यक्तिगत समर्थन प्रदान कर सकते हैं, प्रश्नों का उत्तर दे सकते हैं और अन्य चीजों के बीच नियुक्ति का समय निर्धारित 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 चेतावनी दे सकता है। व्यक्तिगत रोगियों के लिए व्यक्तिगत उपचार योजनाएं, जो डेटा और वरीयताओं पर आधारित हैं, मानक बन सकती हैं।

यह वास्तव में स्वास्थ्य सेवा के लिए एक रोमांचक समय है। अगले पांच से दस वर्ष 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।