Daniel Cane, Co-CEO dan Co-Founder ModMed – Seri Wawancara

Daniel Cane adalah co-CEO dan co-founder ModMed^®, sebuah perusahaan IT kesehatan yang berbasis di South Florida, yang mengubah kesehatan melalui platform cerdas khusus spesialisasi untuk meningkatkan efisiensi praktik dan memperbaiki hasil pasien.

Didirikan pada Februari 2010, ModMed telah tumbuh menjadi lebih dari 1.200 karyawan dan telah mengumpulkan lebih dari $332 juta dalam total investasi. Dikenal karena pertumbuhan progresifnya sebagai perusahaan teknologi medis, ModMed sering diakui secara nasional dan regional untuk pencapaiannya di bawah kepemimpinan Daniel. Pada tahun 2020, perusahaan ini dinamai sebagai salah satu Tempat Kerja Terbaik di Negara oleh majalah Inc. Antara 2016 dan 2018, perusahaan ini dinamai sebagai salah satu perusahaan yang tumbuh paling cepat di Amerika Utara dalam daftar Deloitte Technology Fast 500^™. Mulai 2015, perusahaan ini telah dinamai secara tahunan ke dalam daftar eksklusif Inc. 5000, sebuah kompilasi bergengsi dari perusahaan swasta yang tumbuh paling cepat di negara ini.

Apakah Anda bisa berbagi beberapa wawasan tentang latar belakang Anda dan bagaimana itu mempengaruhi pekerjaan Anda di ModMed?

Perjalanan saya di teknologi dimulai selama tahun-tahun saya di Cornell ketika saya mendirikan Blackboard. Kami mengubah pendidikan dengan mendigitalkan catatan kelas dan menciptakan platform yang memberikan siswa dan staf fleksibilitas dan interaksi yang belum pernah terjadi sebelumnya. Bagi saya, kesuksesan Blackboard mencapai puncaknya pada 2004 dengan IPO-nya, dan meskipun solusi kami sangat berubah dalam edTech, saya tidak bisa tidak memperhatikan tantangan baru.

Salah satu tantangan tersebut muncul ketika saya pergi untuk pemeriksaan rutin dengan dokter kulit saya. Kami memiliki percakapan luar biasa tentang kesulitan menggunakan sistem berbasis kertas yang ketinggalan zaman dan cara memperbaikinya. Mengerti jembatan antara keahlian medisnya dan pengetahuan teknis saya, kami memutuskan untuk bergabung dan menciptakan ModMed bersama dengan platform catatan kesehatan elektronik (EHR) pertama kami.

Pada saat itu, beberapa EHR sudah ada, tetapi sayangnya, studi sering menyebutkan mereka sebagai salah satu penyebab utama kelelahan dokter. Kami mengambil pendekatan yang berbeda dan merancang EHR kami untuk menyesuaikan pengalaman pengguna dengan alur kerja khusus spesialisasi medis. EHR awan kami yang andal, EMA, dirancang oleh dokter, untuk dokter, yang membedakan kami di pasar. Selama beberapa tahun, kami telah memperluas penawaran produk kami untuk mencakup rangkaian solusi lengkap yang membantu penyedia medis menyederhanakan dan mempercepat operasi praktik mereka dan mempercepat penyampaian perawatan.

Bagaimana Anda melihat pertarungan untuk AI efektif di kesehatan dimenangkan atau dikalahkan dengan data?

Kami mulai melihat peningkatan adopsi teknologi AI dalam praktik untuk menyederhanakan alur kerja dan memaksimalkan efisiensi. Ketika kami memasuki era menggunakan AI untuk tugas yang lebih kompleks – seperti menyarankan perawatan atau rekomendasi dukungan klinis lainnya – sangat penting untuk memiliki data dan strategi pelatihan AI yang tepat. AI memiliki kesempatan untuk secara signifikan memperbaiki pengalaman pasien dan penyedia, serta menciptakan perubahan sistemik yang akan benar-benar memperbaiki kesehatan, tetapi membuat ini menjadi kenyataan akan bergantung pada sejumlah besar data berkualitas tinggi yang digunakan untuk melatih model.

Mengapa data sangat kritis untuk pengembangan AI di industri kesehatan?

Data adalah darah hidup AI, dan kualitas data yang buruk akan mengganggu kinerja AI, menyebabkan hasil yang suboptimal. Ini dapat memiliki konsekuensi yang sangat buruk dalam pengaturan kesehatan karena nyawa pasien mungkin dipertaruhkan. Tetapi skenario yang lebih mungkin adalah bahwa pengalaman negatif ini dapat merusak kepercayaan pasien dan penyedia terhadap AI, memperlambat kemajuan dan dampak positif yang dapat dimiliki teknologi revolusioner ini terhadap kesehatan.

Sebagai contoh, di ruang pemeriksaan, alat mendengar ambient yang ditenagai AI dirancang untuk menyarankan konten untuk catatan klinis bagi penyedia untuk meninjau dan menyetujui. Idealnya, ini seharusnya mengurangi waktu yang dihabiskan penyedia dalam mendokumentasikan dalam EHR dan memungkinkan lebih banyak waktu berkualitas dengan pasien. Namun, sumber data yang buruk dan alat AI yang tidak terlatih dengan baik dapat memiliki efek sebaliknya, menyebabkan penyedia menghabiskan waktu yang tidak proporsional untuk memperbaiki kesalahan dan menulis ulang catatan.

Apakah Anda bisa menjelaskan tentang jenis data yang digunakan ModMed untuk melatih model AI-nya dan bagaimana data ini diperoleh dan dikelola?

Di ModMed, kami menggunakan data khusus spesialisasi yang komprehensif untuk membantu melatih model AI kami dengan presisi. Selama 14 tahun terakhir, kami telah menciptakan set data terstruktur khusus spesialisasi yang de-identifikasi sesuai dengan hukum privasi dan sekarang menggunakan data ini untuk melatih model AI kami. Sebagai contoh, alat mendengar ambient kami ModMed Scribe telah dilatih untuk dermatologi, peluncuran spesialisasi pertama kami, pada jutaan parameter terstruktur dari catatan pasien yang di-de-identifikasi yang diambil dari koleksi 500 juta pertemuan pasien.

Bagaimana ModMed mendefinisikan “AI etis” dalam konteks kesehatan?

Potensi AI untuk memiliki bias atau menyediakan informasi yang tidak akurat dalam bentuk “halusinasi” atau penghilangan dapat mempengaruhi nyawa pasien. Oleh karena itu, AI etis dalam kesehatan adalah tentang menetapkan standar tinggi untuk akurasi dan presisi. Ini berarti mengembangkan algoritma dengan hati-hati dan bertanggung jawab serta menggunakan data berkualitas tinggi dan beragam untuk membantu memungkinkan prediksi yang lebih akurat untuk setiap pengguna.

AI etis juga tentang memastikan bahwa manusia tetap dalam persamaan. AI tidak boleh “mengalahkan dokter” tetapi sebaliknya mengurangi beban administratif yang dihadapi dokter dan staf mereka sehingga mereka dapat fokus lebih pada membantu pasien.

Apa langkah-langkah yang diambil di ModMed untuk memungkinkan teknologi AI dikembangkan dan diterapkan secara etis?

Pendekatan data terstruktur kami—mengkurasi data pelatihan berkualitas tinggi dan representatif—membantu kami membuat AI yang bertanggung jawab menjadi kenyataan. Data yang relevan dan di-de-identifikasi yang dikumpulkan dari sistem EHR kami dari berbagai praktik memberikan kami set data pelatihan yang beragam yang mencerminkan berbagai populasi pasien.

Apakah Anda bisa membahas tentang pentingnya transparansi dan akuntabilitas dalam pengembangan AI, terutama dalam kesehatan?

Transparansi membuat akuntabilitas memungkinkan, yang menjadikannya landasan penting bagi setiap solusi AI dalam kesehatan. Prioritas utama dokter adalah perawatan pasien dan keselamatan, sehingga tidak mengherankan bahwa 80% dari dokter ingin tahu karakteristik dan fitur desain, pengembangan, dan penerapan alat AI.

Bagaimana AI diintegrasikan ke dalam sistem EHR khusus spesialisasi ModMed seperti EMA dan gGastro?

Di seluruh portofolio kami, kami telah menggunakan pembelajaran mesin selama beberapa waktu dan memperkuat investasi kami dalam AI canggih dan generatif untuk menyederhanakan bisnis kedokteran dan mempercepat perawatan berkualitas. Kami sedang membangun pengalaman praktik yang ditenagai AI yang dimulai sebelum pasien masuk, melalui ruang pemeriksaan, hingga departemen penagihan.

Apa manfaat spesifik yang diberikan oleh solusi AI khusus spesialisasi kepada penyedia kesehatan dan pasien?

Tidak ada dua spesialisasi medis yang sama. Mereka berbeda secara luas dengan pasien yang mereka lihat, kondisi yang mereka obati, dan kode medis yang digunakan untuk pembayaran. Solusi AI harus disesuaikan untuk mengakomodasi variasi ini untuk menjadi efektif dalam cara yang benar-benar bermakna.

Di mana Anda melihat peluang terbesar untuk AI dalam kesehatan selama lima hingga sepuluh tahun ke depan?

Di masa depan, AI pasti akan memasuki hampir setiap aspek kesehatan dengan cara yang tidak terbayangkan. Sudah, AI sedang digunakan untuk tugas administratif, dan dalam waktu dekat, tren ini kemungkinan akan meningkat karena nilai AI menjadi lebih jelas.

Saya juga melihat masa depan ketika AI diintegrasikan secara mulus ke dalam interaksi dokter-pasien, di mana antarmuka pengguna atau UI hampir tidak terlihat. Sebagai gantinya, AI bisa menawarkan campuran kenyataan dan realitas yang ditingkatkan. Masa depan AI ini bisa menganalisis catatan kesehatan untuk mengidentifikasi wawasan kritis, memprediksi risiko pasien untuk berbagai penyakit. Jumlah besar data dalam catatan medis menyajikan kesempatan bagi AI untuk memprediksi kebutuhan perawatan di masa depan dan menciptakan serta membantu mengelola rencana perawatan pencegahan.

Pengalaman ini bisa meluas di luar pengaturan praktik dan menjadi integral bagi kehidupan sehari-hari pasien. Perangkat yang ditenagai AI bisa memberikan dukungan pribadi, menjawab pertanyaan, dan menjadwalkan janji temu di antara hal-hal lain. AI juga bisa memantau tanda-tanda vital secara remote, mendeteksi dan mengingatkan penyedia tentang masalah kesehatan potensial. Rencana perawatan pribadi, disesuaikan dengan pasien individu berdasarkan data dan preferensi, bisa menjadi norma.

Ini benar-benar waktu yang menyenangkan untuk kesehatan. Lima hingga sepuluh tahun ke depan penuh dengan kesempatan untuk lebih mengubah industri dan memperbaiki pengalaman pasien.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi ModMed.