इनोवालोन के इनसाइट्स बिजनेस यूनिट के अध्यक्ष एड चिडसे – साक्षात्कार श्रृंखला

एड चिडसे, इनोवालोन के इनसाइट्स बिजनेस यूनिट के अध्यक्ष, इस भूमिका में वित्तीय डेटा, विश्लेषण और रणनीतिक सलाहकार में व्यापक पृष्ठभूमि लाते हैं – हाल ही में एसएंडपी ग्लोबल मार्केट इंटेलिजेंस में वरिष्ठ उपाध्यक्ष के रूप में, जहां उन्होंने 2,000 कर्मचारियों के साथ एक अरब डॉलर के डेटा और विश्लेषण व्यवसाय का प्रबंधन किया, और पहले एक निजी इक्विटी सलाहकार, पीयरनोवा इंक के बोर्ड सदस्य और मेंडोज़ा वेंचर्स में सीमित भागीदार के रूप में।

इनोवालोन, एक अमेरिकी स्थित प्रौद्योगिकी फर्म है जो स्वास्थ्य सेवा उद्योग के लिए क्लाउड-आधारित सॉफ्टवेयर और डेटा-विश्लेषण समाधान प्रदान करती है। अपने फ्लैगशिप ऑफरिंग, इनोवालोन वन^® प्लेटफ़ॉर्म के माध्यम से, कंपनी विशाल, वास्तविक दुनिया के नैदानिक और दावा डेटा को एकत्रित और विश्लेषण करती है – सैकड़ों मिलियन जीवन को शामिल करती है – स्वास्थ्य योजनाओं, प्रदाताओं, फार्मेसियों और जीवन विज्ञान संगठनों को नैदानिक परिणामों, देखभाल की गुणवत्ता, जोखिम स्कोरिंग, भुगतान अखंडता और परिचालन दक्षता में सुधार करने में मदद करने के लिए।

आपके पास एसएंडपी ग्लोबल, आईएचएस मार्किट और अब इनोवालोन में एक लंबा करियर रहा है। क्या वह एकल सबसे रूपांतरक भूमिका या अनुभव था जिसने आपको वास्तविक दुनिया के डेटा (आरडब्ल्यूडी) और स्वास्थ्य सेवा में विश्लेषण पर ध्यान केंद्रित करने के लिए प्रेरित किया, और यह आपके लिए इनोवालोन में इनसाइट्स बिजनेस यूनिट का नेतृत्व करने के लिए आपके दृष्टिकोण को कैसे आकार देता है?

मैंने अपने अधिकांश करियर डेटा और विश्लेषण व्यवसाय बनाने, चलाने और बढ़ाने में बिताया है, मुख्य रूप से वित्तीय सेवाओं में, अक्सर छोटी शुरुआत से शुरू करके और जैविक और अकार्बनिक रणनीतियों के संयोजन के माध्यम से महत्वपूर्ण वृद्धि को चलाने के लिए। वित्तीय उद्योग में तीन दशक से अधिक समय के बाद, मैंने एक बिंदु पर रुकने और पुनः आरंभ करने का फैसला किया। मैं उस दुनिया में बहुत लंबे समय से था, और जबकि मुझे काम पसंद था, पर्यावरण कम से कम पूर्ण महसूस करने लगा था। इसलिए, 2024 की शुरुआत में, मैंने कदम करने का फैसला किया।

उस साल का अवकाश अविश्वसनीय रूप से आधार था। मैंने अपने परिवार के साथ अधिक समय बिताया, एक कॉर्पोरेट और एक गैर-लाभकारी बोर्ड में शामिल हुए, और, कुछ हद तक अप्रत्याशित रूप से, अपने चर्च में अधिक शामिल हो गए। इस पिवोट ने मुझे संतुलन, समुदाय और उद्देश्य पर ध्यान केंद्रित करने का अवसर दिया जिस तरह से मैं लंबे समय से नहीं कर पाया था। वर्ष के अंत तक, मुझे एहसास हुआ कि मेरे पास अभी भी टीमों का नेतृत्व करने और व्यवसाय बनाने के लिए बहुत ऊर्जा और जुनून था, लेकिन मैं चाहता था कि यह काम अधिक व्यक्तिगत और उद्देश्यपूर्ण महसूस हो।

जब एडम कांस्लर, इनोवालोन के सीईओ, मुझसे कंपनी के बारे में अधिक बताने के लिए संपर्क किया, तो समय अनुकूल था। मैंने एडम के साथ कई वर्षों तक काम किया है और उनका एक नेता के रूप में बहुत सम्मान करता हूं। उन्होंने इनोवालोन को स्वास्थ्य सेवा को सशक्त बनाने वाले डेटा और समाधानों के एक अग्रणी प्रदाता के रूप में वर्णित किया, जो पेयर्स, प्रदाताओं, फार्मेसी संगठनों और जीवन विज्ञान कंपनियों के साथ काम करता है, और उल्लेख किया कि कंपनी अपने इनसाइट्स व्यवसाय इकाई का नेतृत्व करने के लिए एक नए व्यक्ति की तलाश में थी।

एडम के साथ उस बातचीत से पहले, मैं वास्तव में नहीं सोचा था कि मैं स्वास्थ्य सेवा उद्योग में डेटा और विश्लेषण में अपनी पृष्ठभूमि का लाभ उठा सकता हूं। हालांकि, जितना अधिक मैंने सीखा, उतना ही यह मुझे प्रतिध्वनित हुआ। स्वास्थ्य सेवा डेटा बहुत ही स्पर्श करने योग्य है क्योंकि यह हमें वास्तविक तरीकों से प्रभावित कर सकता है। वित्तीय सेवाओं में विकसित की गई समान विश्लेषणात्मक कठोरता और पैमाने को स्वास्थ्य सेवा गुणवत्ता और परिणामों में सुधार करने के लिए लागू करने का विचार अविश्वसनीय रूप से आकर्षक था। यह उद्देश्य है जो मुझे यहां लाया है, और यह इनसाइट्स व्यवसाय इकाई का नेतृत्व करने के लिए मेरे दृष्टिकोण को आकार देना जारी रखता है, डेटा, प्रौद्योगिकी और लोगों को एक साथ लाने के लिए एक मापनीय अंतर लाने के लिए स्वास्थ्य सेवा पारिस्थितिकी तंत्र भर में।

आप इनोवालोन के उन्नत विश्लेषण और प्राथमिक स्रोत आरडब्ल्यूडी को स्नोफ्लेक के एआई डेटा क्लाउड पर उपलब्ध कराने के कदम को स्वास्थ्य सेवा और जीवन विज्ञान में प्रतिस्पर्धी गतिविधियों को बदलने के रूप में कैसे देखते हैं?

मैं इसे प्रतिस्पर्धी गतिविधियों को बदलने के लिए एक रणनीतिक कदम के बजाय ग्राहकों को वहां मिलने के लिए एक कदम मानता हूं जहां वे हैं। मेरे दिमाग में, यह महत्वपूर्ण था कि हम सुनिश्चित करें कि ग्राहकों को हमारे डेटा और संसाधनों तक पहुंच प्राप्त हो जहां वे उन्हें एक अधिक आधुनिक, लचीले और सुलभ तरीके से उपभोग करना चाहते हैं। इस कदम के साथ, हम जानते थे कि हमारे अधिक से अधिक ग्राहक स्नोफ्लेक जैसे प्लेटफार्मों पर移 रहे थे, इसलिए यह महत्वपूर्ण था कि हम उन्हें वहां मिलें जहां वे हमारे डेटा का उपभोग करना चाहते थे।

इनोवालोन के आरडब्ल्यूडी ऑफरिंग्स, जैसे कि एमओआरई² रजिस्ट्री, को अन्य वास्तविक दुनिया के डेटा प्लेटफार्मों से क्या अलग करता है, गुणवत्ता, गहराई, समयबद्धता या पैमाने के संदर्भ में?

हमारे आरडब्ल्यूडी ऑफरिंग्स, जिनमें एमओआरई² रजिस्ट्री शामिल है, को अलग करने वाली बात हमारा प्राथमिक स्रोत डेटा है। हम स्वास्थ्य सेवा पारिस्थितिकी तंत्र भर में विभिन्न संस्थाओं से सीधे इस डेटा को एकत्र करते हैं, जैसे कि स्वास्थ्य सेवा प्रदाता या भुगतानकर्ता, और यह हमें रोगियों की स्वास्थ्य सेवा यात्राओं का एक समग्र दृष्टिकोण प्रदान करता है, जो स्वास्थ्य सेवा पारिस्थितिकी तंत्र भर में निर्णय लेने का समर्थन करने के लिए अंतर्दृष्टि को निकालने की अनुमति देता है।

हमारे पास मौजूद डेटा की गहराई अकेले एक उल्लेखनीय विभेदक है, लेकिन इस डेटा के पीछे का इतिहास और निरंतरता वास्तव में उल्लेखनीय है। स्नोफ्लेक के साथ हमारी साझेदारी के माध्यम से, हमारे ग्राहक अब हमारे दीर्घकालिक डेटासेट तक सुरक्षित और तेजी से पहुंच सकते हैं, जो पारंपरिक रूप से जटिल मैनुअल डेटा अंतर्ग्रहण प्रक्रियाओं द्वारा छुपा हुआ था। जीवन विज्ञान और जैवफार्मा कंपनियों के लिए विशेष रूप से, यह जानना कि उनका भागीदार निर्णय लेने के लिए संगत और विश्वसनीय डेटा प्रदान करेगा,绝对 महत्वपूर्ण है। यह आधार हमारे आरडब्ल्यूडी ऑफरिंग का आधार है, जिसे हम लगातार विस्तारित कर रहे हैं।

विभिन्न स्रोतों से डेटासेट को जोड़ने या एकत्र करने के लिए वास्तविक दुनिया के साक्ष्य बनाने में तकनीकी या शासन संबंधी क्या चुनौतियां हैं?

यह हमारे डेटा की नींव को पहचानने के साथ शुरू होता है, जो रोगी और उनके प्रदाता, फार्मेसी और भुगतानकर्ता के बीच बातचीत से वापस आता है। अक्सर, ये बातचीत व्यक्तिगत होती हैं और उनकी देखभाल में प्रभावशाली स्पर्शबिंदुओं से उत्पन्न होती हैं। यह हमें अपने डेटा का एक विश्वसनीय स्टीवर्ड होना महत्वपूर्ण बनाता है और हमें इस डेटा के आसपास मजबूत शासन की आवश्यकता है। हम इनोवालोन में इस जिम्मेदारी को बहुत गंभीरता से लेते हैं, खासकर जब यह वास्तविक दुनिया के साक्ष्य प्रक्रियाओं में आरडब्ल्यूडी की खिलवाड़ की बात आती है। हम अपने डेटा को कैसे प्रबंधित करते हैं, कैसे इसकी रक्षा करते हैं और इसका उपयोग कैसे करते हैं, यह हमारी विश्वसनीयता और हमारे भागीदारों के साथ हमारे विश्वास को परिभाषित करता है।

एक और बड़ी चुनौती डेटा का उपयोग और गोपनीयता के बीच संतुलन है। यदि ध्यान केवल गोपनीयता पर है, तो आप डेटा से पूरी तरह से विश्लेषण और मूल्य निकालने की क्षमता खो देते हैं। हालांकि, यदि ध्यान केवल विश्लेषण पर है, तो आप रोगियों और परिवारों के लिए अपने नैतिक या नियामक दायित्वों से कम हो सकते हैं। यह चुनौतीपूर्ण संतुलन न केवल एक तकनीकी चुनौती है, बल्कि एक शासन संबंधी चुनौती भी है। हमें लगातार यह विचार करना होगा कि हम क्या कर सकते हैं, क्या हमें करना चाहिए और क्या हम नहीं कर सकते हैं ताकि हमारे पास मौजूद डेटा की रक्षा करते हुए इसका मूल्य और प्रभाव को अधिकतम किया जा सके।

तकनीकी दृष्टिकोण से, एक और बड़ी चुनौती लिंकेज है। कोई भी डेटासेट, चाहे वह कितना भी गहरा या व्यापक क्यों न हो, कभी भी पर्याप्त नहीं है। विभिन्न स्रोतों से डेटासेट को जोड़ने की क्षमता महत्वपूर्ण है, और हम इसे अपने विभिन्न भागीदारों के साथ काम करके प्राथमिकता देते हैं।

अंततः, शासन यह सुनिश्चित करने के बारे में है कि हम डेटा की रक्षा करने और इसका मूल्य निकालने के बीच सही संतुलन बनाए रखें। यह हमेशा आसान नहीं होता है, खासकर जब कुछ नियम, जबकि अच्छे इरादे से, अनजाने में नवाचार को दबा सकते हैं या रोगियों और व्यापक पारिस्थितिकी तंत्र के लिए हम द्वारा वितरित किए जा सकने वाले लाभों को सीमित कर सकते हैं। हमारी भूमिका डेटा के जिम्मेदार स्टीवर्ड होने की है, आपूर्तिकर्ता समझौतों और नियमों के भीतर काम करने की है, और अभी भी जिम्मेदार तरीके से नवाचार करने के लिए तरीके खोजने की है।

आखिरकार, स्वास्थ्य सेवा पारिस्थितिकी तंत्र में एक संरचनात्मक चुनौती है जो अत्यधिक खंडित है। एक ग्राहक को आवश्यक सभी डेटा तक पहुंचने के लिए, अक्सर कई डेटासेट से डेटा खींचने और विभिन्न देखभाल बिंदुओं पर डेटा को जोड़ने की आवश्यकता होती है, जिसमें बीच में कई मध्यस्थ होते हैं। वित्तीय सेवाओं की तुलना में, स्वास्थ्य सेवा डेटा एकीकरण और अंतरपरिवर्तनीयता के मामले में वर्षों से पिछड़ रही है, यदि दशकों से नहीं। हालांकि, यह इनोवालोन के लिए भी एक बड़ा अवसर है। यदि हम डेटा को जोड़ने, उपलब्ध कराने और रचनात्मक रूप से उपयोग करने के तरीके में आगे बढ़ सकते हैं, तो हम रोगियों के लिए अंततः अधिक अभिनव विश्लेषण और समाधान प्रदान कर सकते हैं।

आप संवेदनशील स्वास्थ्य डेटा पर एआई मॉडल तैनात करते समय गोपनीयता, नियामक अनुपालन और नवाचार के बीच संतुलन कैसे बनाते हैं?

मैं एआई के बारे में सोचता हूं कि यह अंततः आज किए जा सकने वाले कुछ को बदलने या बढ़ाने के बारे में है, बस तेज़, स्मार्ट, अधिक उन्नत तरीके से। जब एक ग्राहक हमारे डेटा पर एआई मॉडल तैनात करना चाहता है, तो यह कुछ है जिसे हमें अपनाना होगा। जैसा कि हमारे डेटा का कोई भी उपयोग है, वहां नियम और शर्तें हैं जो परिभाषित करती हैं कि एक ग्राहक क्या कर सकता है और क्या नहीं। ये हमारे अपने अपस्ट्रीम अनुमतियों, प्रतिबंधों और लागू नियमों पर आधारित हैं। यह फ्रेमवर्क एआई की दुनिया में नहीं बदलता है, और हमें इसे जिम्मेदारी से अपनाना होगा ताकि एआई आगे बढ़ सके, क्योंकि यह स्वास्थ्य सेवा पारिस्थितिकी तंत्र को बहुत लाभ पहुंचा सकता है।

एआई को ऐतिहासिक डेटा की आवश्यकता होती है मॉडल बनाने के लिए और चलाने के लिए निरंतर डेटा की आवश्यकता होती है। हमारे दृष्टिकोण से, एक डेटा प्रदाता के रूप में, यह एक मजबूत स्थिति है, क्योंकि एक बार जब एक मॉडल हमारे डेटा पर बनाया जाता है, तो यह हमारे डेटा में और अधिक निहित हो जाता है। हमें हर मॉडल को एक ग्राहक उपयोग के मामले की तरह देखना होगा, सुनिश्चित करना होगा कि यह ठीक से लाइसेंस प्राप्त और शासित है। एआई का सबसे संवेदनशील हिस्सा, खासकर स्वास्थ्य सेवा में, देखभाल वितरण के दौरान मानव की भागीदारी सुनिश्चित करना है। यह एक बहुत बड़ा विषय है, और कई लोग इसकी बहस कर रहे हैं।

आपके ग्राहकों के साथ बातचीत से, एआई और आरडब्ल्यूडी को अपनाने में स्वास्थ्य सेवा में सबसे आम चिंताएं क्या हैं, और आप उन्हें कैसे संबोधित करते हैं?

मुझे जो सबसे आम चिंताएं सुनने को मिलती हैं वे डेटा गुणवत्ता और हमारे डेटा को अपने स्वयं के एआई मॉडल को प्रशिक्षित करने के लिए उपयोग करने की अनुमति है। डेटा गुणवत्ता के लिए, एआई के साथ, ‘गARBAGE इन, गARBAGE आउट’ सच है। यदि डेटा गुणवत्ता खराब है, तो आउटपुट भी बहुत मूल्यवान नहीं होगा। हमारे ग्राहकों को संगत, सटीक और विश्वसनीय डेटा की अपेक्षा है। दी गई वolumes को देखते हुए, मेरी पहली प्राथमिकताओं में से एक डेटा गुणवत्ता को सुनिश्चित करना था। हमने डेटा को साफ करने, डुप्लिकेट निकालने, मानकीकरण करने और डाउनस्ट्रीम वितरित करने के लिए काम किया है। डेटा गुणवत्ता की मालिकी भी सुधार करती है क्योंकि यह हमारे डेटासेट में संगतता और विश्वसनीयता में सुधार करता है, जो हमें अपने पारंपरिक डेटा विश्लेषण प्रसाद के साथ-साथ एआई-आधारित विश्लेषण में अधिक वितरित करने की अनुमति देता है।

आपके प्लेटफ़ॉर्म और विश्लेषण को अपनाने वाले ग्राहकों के लिए सफलता या आरओआई को कैसे मापते हैं, और वे किन मेट्रिक्स की परवाह करते हैं?

हम सफलता को हमारे प्लेटफ़ॉर्म और विश्लेषण द्वारा ग्राहकों के परिचालन और नैदानिक परिणामों पर वास्तविक प्रभाव के द्वारा मापते हैं। यह विभिन्न सफलता उपायों में शामिल हो सकता है, जैसे कि मेडिकेयर एडवांटेज में सीएमएस स्टार रेटिंग में सुधार, जोखिम समायोजन का अनुकूलन, या जीवन विज्ञान के लिए कार्रवाई योग्य वास्तविक दुनिया के साक्ष्य का उत्पादन। सामान्य धागा यह है कि अंतर्दृष्टि समय पर, विश्वसनीय और कार्रवाई योग्य होनी चाहिए।

मेट्रिक्स के लिए, ग्राहक, जहां वे स्वास्थ्य सेवा पारिस्थितिकी तंत्र में हैं, इसके आधार पर गुणवत्ता में सुधार, देखभाल में अंतराल को कम करने, उपचार प्रोटोकॉल के पालन में सुधार, या मापनीय लागत या उपयोग लाभ पर ध्यान केंद्रित कर सकते हैं। ग्राहक तब आरओआई को महसूस करते हैं जब हमारा विश्लेषण उन्हें सूचित निर्णय लेने में मदद करता है जो रोगी परिणामों, परिचालन दक्षता और/या रणनीतिक प्रदर्शन में सुधार करते हैं।

आगामी 5 वर्षों में, आप स्वास्थ्य सेवा और जीवन विज्ञान में एआई और आरडब्ल्यूडी के विकास की उम्मीद कैसे करते हैं, और आप इसके अगले मोर्चे को क्या देखते हैं?

पांच साल में, स्वास्थ्य सेवा कुछ ऐसा हो सकती है जिसे हम अभी नहीं पहचानते हैं, लेकिन यह अनुमान लगाना असंभव है कि उद्योग कितनी तेजी से विकसित होगा। एकमात्र निश्चितता यह है कि यह परिवर्तनकारी होगा। जबकि नवाचार की गति असाधारण है, प्रगति स्वास्थ्य सेवा पारिस्थितिकी तंत्र में खंडितता से सीमित है, जो प्रयोगशालाओं, फार्मेसियों और ईएचआर में फैली हुई है, जहां कुछ संगठन वास्तव में इन डेटा स्रोतों को एक अर्थपूर्ण तरीके से जोड़ पाते हैं।

जबकि यह एक सीमित कारक हो सकता है, यदि डेटा जुड़ा हुआ है और एक सामान्य और मानकीकृत तरीके से दीर्घकालिक रूप से बनाया जा सकता है, तो मुझे लगता है कि कुछ भी संभव है। एआई तेजी से नैदानिक निर्णय समर्थन से लेकर जीवन विज्ञान संगठनों द्वारा नैदानिक परीक्षण डिजाइन और निष्पादन के तरीके तक सब कुछ को अंतर्निहित करेगा। अगले पांच वर्षों में, हम अधिक स्वचालन, उन्नत भविष्यवाणी विश्लेषण और बढ़ी हुई कनेक्टिविटी देखेंगे जो संगठनों को वास्तविक समय में आवश्यक अंतर्दृष्टि तक पहुंच प्रदान करेगी, जो सभी रोगी देखभाल यात्राओं और स्वास्थ्य सेवा संचालन को बदलने की क्षमता रखते हैं।

वास्तविक दुनिया के डेटा के साथ एआई को एकीकृत करने वाले संगठनों के लिए, आप क्या तीन सलाह देंगे?

पहली और सबसे महत्वपूर्ण बात, डेटा पर ध्यान केंद्रित करें और सुनिश्चित करें कि आप निरंतर अपने डेटा की गुणवत्ता का मूल्यांकन कर रहे हैं। दूसरा, अपने कर्मचारी आधार की बौद्धिक शक्ति का दोहन करें। वास्तविकता यह है कि सर्वोत्तम विचार संगठन के हर स्तर से आ सकते हैं, विशेष रूप से नई पीढ़ियों से जो डेटा, एआई और प्रौद्योगिकी में रही हैं। नेताओं को उन विचारों और नवाचारों को हार्नेस करने के तरीके खोजने चाहिए जो संगठन के भीतर गहरे हैं। तीसरा, सही लोगों को नियुक्त करें। बिना सही लोगों और तकनीकी प्रतिभा के, गति से नवाचार करना, मूल्य बनाना और प्रतिस्पर्धी रहना लगभग असंभव होगा।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें इनोवालोन पर जाना चाहिए。