Mohan Giridharadas, Pendiri & CEO di LeanTaaS – Seri Wawancara

Mohan Giridharadas adalah Pendiri & CEO di LeanTaaS, pemimpin pasar dalam menyediakan perangkat lunak pengelolaan kapasitas, penjadwalan, dan aliran pasien berbasis AI dan SaaS untuk sistem kesehatan. Perangkat lunak perusahaan ini digunakan oleh lebih dari 175 sistem kesehatan di seluruh negeri. LeanTaaS baru-baru ini menjadi perusahaan kesehatan digital pertama yang melampaui valuasi $1 miliar dengan akuisisi Hospital IQ pada 10 Januari 2023, yang juga diikuti oleh Bain Capital yang mengakuisisi saham mayoritas di perusahaan pada 6 Juni 2022.

Anda tahu dari usia dini bahwa Anda ingin menjadi insinyur, apa yang memicu minat ini?

Saya tumbuh dewasa, ayah saya adalah insinyur, begitu juga dengan tiga kakak laki-laki saya. Saya selalu berada di jalur pendidikan tinggi dan akhirnya masuk IIT (Institut Teknologi India) di Bombay. Saya belajar teknik listrik di jurusan sarjana sebelum pindah ke Amerika Serikat dan mendarat di Universitas Georgia Tech untuk Master di Ilmu Komputer, dan kemudian Universitas Stanford untuk MBA.

Anda bekerja di McKinsey & Company selama 18 tahun, apa saja proyek yang Anda kerjakan dan apa saja pelajaran yang Anda pelajari dari pengalaman tersebut?

Di McKinsey, saya menjalankan Lean Manufacturing dan Lean Service Operations di Amerika Utara, plus Lean Operations dan Lean Service Operations di APAC. Saya meninggalkan perusahaan pada akhir 2009 dengan dua ide utama untuk memulai LeanTaaS. Pertama, saya menyadari bahwa proyek perbaikan operasional di mana-mana sedang berlangsung di belakang lembaran spreadsheet Excel. Selain itu, setiap upaya perbaikan proses memerlukan tim proyek — baik internal maupun eksternal. Tim-tim ini memiliki pekerjaan proyek yang terus berkembang dengan apa pun yang menjadi prioritas proyek. Visi saya untuk memulai LeanTaaS adalah dapat mengirimkan kemampuan transformasi lean yang menggantikan matematika Excel dengan matematika yang lebih canggih, dan menggantikan kebutuhan akan tim proyek di lapangan dengan platform SaaS.

Visi asli LeanTaaS sangat luas, apa yang membuat Anda berubah fokus ke kesehatan?

Perjalanan LeanTaaS dimulai pada 2010 dengan pendekatan yang tidak bergantung pada industri. Kami bekerja dengan sekitar 20 perusahaan, termasuk Google (GOOGL ), Home Depot (HD ), dan Flextronics untuk meningkatkan kinerja operasional melalui aplikasi SaaS yang dibangun khusus.
Kemudian, pada 2013, kami bermitra dengan Stanford Health Care untuk memecahkan tantangan penjadwalan infus. Kami membuat algoritma yang dirancang untuk mencocokkan pasokan yang tersedia dengan sinyal permintaan yang sedang berlangsung. Saya tahu dari pengalaman sebelumnya bahwa mencocokkan pasokan dan permintaan dengan cara yang analitis sangat penting untuk mengoptimalkan kinerja operasional. Solusi kami berhasil, dan kami menghabiskan 18 bulan untuk memperbaiki algoritma kami dan menciptakan produk pertama kami, iQueue untuk Pusat Infus. Pada 2015, kami berubah fokus untuk sepenuhnya memfokuskan pada kesehatan.

Apa saja teknologi pembelajaran mesin yang digunakan untuk membantu mengoptimalkan operasional rumah sakit dan lembaga kesehatan?

Ketika lebih banyak data kesehatan yang digigitalkan, kesempatan ada untuk memanfaatkan data tersebut untuk membantu penyedia lebih efisien mencocokkan pasokan dan permintaan. Teknologi pembelajaran mesin memiliki kemampuan matematika yang jauh melampaui kemampuan manusia, dan telah semakin digunakan untuk mengoptimalkan operasional di rumah sakit dan pusat infus. Teknologi ini memanfaatkan wawasan berbasis data untuk meningkatkan efisiensi, hasil pasien, dan alokasi sumber daya. Beberapa teknologi pembelajaran mesin yang menonjol dalam pengoptimalan kesehatan termasuk:

Analitik Prediktif: Algoritma pembelajaran mesin dapat menganalisis data historis untuk memprediksi tingkat admisi pasien, wabah penyakit, dan hasil pasien. Ini membantu rumah sakit mengalokasikan sumber daya lebih efektif dan merencanakan kemungkinan lonjakan permintaan pasien.

Manajemen Aliran Pasien: Pembelajaran mesin dapat mengoptimalkan aliran pasien dengan memprediksi waktu pelepasan, hambatan, ketersediaan tempat tidur, dan pergerakan pasien di dalam rumah sakit. Ini mengurangi waktu tunggu, meningkatkan kepuasan pasien, dan meningkatkan utilitas sumber daya.

Pengalokasian Sumber Daya dan Penjadwalan: Pembelajaran mesin dapat membantu dalam penjadwalan staf rumah sakit, ruang operasi, dan peralatan berdasarkan data historis dan permintaan waktu nyata, memastikan pengalokasian sumber daya yang optimal. Ini sangat penting selama krisis kekurangan staf kesehatan saat ini.

Bagaimana LeanTaaS membantu mengurangi kekurangan staf kesehatan?

Teknologi kami, yang ditenagai oleh AI dan analitik prediktif dan diberi makan oleh data historis dan waktu nyata sistem kesehatan, mendukung pemimpin sistem kesehatan dalam mengoptimalkan sepenuhnya tenaga kerja yang tersedia di seluruh unit rawat inap, pusat infus, dan ruang operasi. Kami melakukan ini melalui beberapa cara:

Solusi penjadwalan staf, untuk memastikan staf yang tersedia dikonfigurasi di seluruh area rawat inap untuk memenuhi kebutuhan pasien saat ini dan masa depan. Sebagai contoh, iQueue untuk Aliran Pasien Rawat Inap menawarkan modul penjadwalan staf yang memberikan visibilitas di seluruh sistem kesehatan, memberikan pemimpin unit keperawatan dan kantor penjadwalan waktu dan wawasan untuk mengidentifikasi celah penjadwalan staf dan mengalokasikan sumber daya yang tersedia untuk mengatasi hambatan dan memenuhi kebutuhan pasien individu. Dengan menggunakan iQueue untuk Aliran Pasien Rawat Inap, Health First mencapai pengurangan 44% dalam floating inti di seluruh sistem kesehatan ke tingkat perawatan yang berbeda, pengurangan 45 menit dalam mengkomunikasikan rencana penjadwalan staf harian, dan 500 panggilan yang dihilangkan setiap bulan untuk menerjunkan staf.

Alat penjadwalan yang dioptimalkan untuk memastikan staf bekerja pada hari yang dapat diprediksi dan konsisten dan mengambil istirahat yang dibutuhkan. Sebagai contoh, iQueue untuk Pusat Infus memberdayakan pemimpin infus untuk membuat jadwal yang dioptimalkan yang mempertimbangkan campuran janji temu, sumber daya perawat, dan janji temu yang terkait. Jadwal ini “menghaluskan” puncak tengah hari dalam jadwal harian dengan menempatkan janji temu pada waktu yang optimal, dan memprediksi pasien tambahan dan tidak hadir yang mungkin dalam hari-hari mendatang untuk memberikan perawat beban kerja yang konsisten yang memungkinkan istirahat teratur. Dengan iQueue untuk Pusat Infus, Oregon Health & Science University mencapai pengurangan 39% dalam persentase hari di atas kapasitas maksimum, pengurangan 14% dalam utilisasi kursi puncak, dan pengurangan 31% dalam menjalankan melewati waktu tutup yang dijadwalkan.

Fitur yang mengurangi atau menghilangkan tugas-tugas yang memakan waktu atau stres untuk staf dalam pekerjaan sehari-hari mereka. Sebagai contoh, iQueue untuk Ruang Operasi menyediakan modul yang menyederhanakan dan mendigitalkan proses pemesanan di ruang operasi, menampilkan sumber tunggal kebenaran untuk informasi penjadwalan ruang operasi, dan memungkinkan penjadwal untuk melepaskan waktu atau meminta pemesanan kasus dengan satu klik, bukan dengan beberapa panggilan telepon. Dengan menggunakan iQueue untuk Ruang Operasi, Baptist Health Jacksonville mencapai pengurangan 46% dalam panggilan yang ditinggalkan, 4 kasus tambahan dijadwalkan setiap hari per rumah sakit, pengurangan 50% dalam waktu rata-rata menangani panggilan, dan pengurangan 40% dalam volume panggilan di rumah sakit terbesar mereka.

Apakah Anda dapat membahas beberapa fitur inti yang membantu mengotomatisasi aliran pasien?

Mengelola kapasitas rawat inap adalah salah satu tantangan paling kritis untuk rumah sakit. Ini memerlukan tindakan seimbang yang kompleks untuk mengkoordinasikan ketersediaan tempat tidur, aliran pasien, dan kebutuhan staf untuk memastikan bahwa sumber daya yang tepat tersedia untuk memenuhi permintaan pasien. Tanpa kemampuan untuk mengelola kapasitas dan staf secara proaktif, bottleneck terjadi yang mempengaruhi aliran pasien, memicu waktu tunggu yang lama, waktu tinggal yang lama, pengalihan, atau pasien yang pergi tanpa diobati. Praktik operasional ini menghasilkan perawatan pasien yang tidak memadai, kepuasan staf yang rendah, dan pendapatan yang hilang untuk rumah sakit.
Solusi iQueue untuk Aliran Pasien Rawat Inap dari LeanTaaS memungkinkan pemimpin rumah sakit dan tim garis depan untuk mengkoordinasikan ketersediaan tempat tidur, aliran pasien, dan kebutuhan staf secara bersamaan untuk memastikan bahwa kapasitas tersedia, prioritas sejalan di seluruh tim perawatan, dan staf dialokasikan ke area di mana mereka paling dibutuhkan. iQueue mengumpulkan dan menganalisis data dari sistem yang ada (misalnya, EHR, aliran pasien, manajemen tenaga kerja, dll.) untuk menyesuaikan kapasitas secara dinamis. iQueue mendukung setiap anggota tim dengan terus memantau kesehatan operasional rumah sakit mereka untuk memberikan wawasan waktu nyata dan mengidentifikasi hambatan, memungkinkan mereka untuk mempersiapkan apa yang akan datang. Melalui otomatisasi yang ditenagai teknologi dan transparansi, rumah sakit dapat meningkatkan cara mereka bekerja dengan mengelola kapasitas secara proaktif untuk mengarahkan kemajuan perawatan, mengatur pelepasan dan transfer harian, dan menyederhanakan penjadwalan staf harian.

Bagi banyak rumah sakit, LeanTaaS sangat membantu dalam menghadapi pandemi COVID-19, apa saja hasil yang dilihat?

Pandemi COVID-19 sangat terbuka mendorong rumah sakit ke ujung kapasitas mereka. Di sisi permintaan, lebih banyak pasien tiba-tiba membutuhkan perawatan medis yang intensif, sementara di sisi pasokan, ada kekurangan PPE, kemudian tempat tidur ICU, kemudian tempat tidur biasa, dan akhirnya staf perawat. Sampai hari ini, margin rumah sakit sangat tipis karena beban pasien yang meningkat dan prosedur elektif yang berkurang. Tanpa kemampuan untuk memperluas jejak mereka atau membeli lebih banyak aset, rumah sakit harus beralih fokus untuk mendapatkan lebih banyak dari aset yang ada.
Solusi LeanTaaS membantu rumah sakit menjadwalkan operasi, mengurangi tugas administratif, dan pada akhirnya menjadi lebih efisien biaya — situasi yang menguntungkan semua pihak. Sebagai contoh, selama pandemi, Novant Health menghadapi kekurangan waktu operasi yang tersedia, 8.000 kasus operasi yang ditunda, dan utilisasi blok yang rendah. Sistem ini mengimplementasikan iQueue untuk Ruang Operasi untuk membantu meningkatkan kapasitas ruang operasi dan memberikan ahli bedah dan penjadwal mereka dengan alat yang membuat waktu ruang operasi sederhana untuk dilihat, diakses, dan dibagikan. Alat ini terbukti sangat penting dalam mengatasi dampak kembalinya kasus operasi. Novant Health meningkatkan volume kasus sebesar 4% dan membersihkan seluruh backlog yang telah terkumpul selama 75-90 hari, hanya dalam 90 hari berikutnya. Mereka akhirnya mencapai ROI sebesar 6,15X, serta partisipasi yang lebih luas dari ahli bedah dan administrator praktik mereka.

Apa saja tantangan di balik membawa kesehatan ke era modern?

Secara tradisional, industri kesehatan telah ditandai dengan infrastruktur warisan yang kuno yang mengagungkan masalah daripada proaktif memecahkannya; kewajiban khusus untuk keselamatan dan akurasi yang mencegah kepercayaan teknologi baru; dan akhirnya, karena sumber daya keuangan sangat berharga, para pemimpinnya tidak dapat mengambil risiko untuk berinvestasi tanpa imbalan yang dijamin. Pandemi sebenarnya membantu mengubah nada ini. Sistem kesehatan perlu mengadopsi solusi digital dengan cepat seperti telehealth dan solusi manajemen kapasitas kami untuk mempertahankan akses ke perawatan, dan dalam prosesnya mereka membuktikan permintaan penyedia dan pasien untuk solusi canggih, ROI, dan bahwa mereka bisa lebih cepat dan lincah dalam mengadopsi teknologi daripada yang mereka ketahui sendiri.

Setelah beberapa dekade tertinggal di belakang industri lain, lonjakan transformasi digital ini memposisikan kesehatan untuk melompati generasi teknologi. Ini tidak bisa mengejar konsumerisme, tetapi bisa melompat ke depan dan memimpin serangan ke AI. Pemimpin kesehatan sekarang tahu cara memprioritaskan keselamatan, privasi, hasil segera, dan return on investment yang terbukti dalam teknologi mereka, yang harus menawarkan alur kerja yang benar-benar mendukung dan berguna yang melestarikan dan meningkatkan keahlian manusia. Dalam mendigitalkan dengan cepat, mereka telah membangun infrastruktur yang dibutuhkan untuk mendukung teknologi AI baru dengan keamanan.

Namun, elemen kritis membawa teknologi baru ke kesehatan adalah manajemen perubahan. Teknologi saja tidak menghasilkan transformasi yang berkelanjutan. Ini harus dipasangkan dengan ahli manajemen perubahan yang dapat membimbing organisasi melalui gangguan menuju hasil. Itulah mengapa awal tahun ini, LeanTaaS mengumumkan peluncuran Transformasi sebagai Layanan (TaaS), layanan pertama dari jenisnya yang menjamin hasil. Penawaran TaaS memberikan setiap pelanggan dengan tim yang didedikasikan yang menyampaikan layanan yang diperlukan untuk mengimplementasikan teknologi kami, memastikan kebersihan data yang dinormalisasi, mengotomatisasi dan mendigitalkan alur kerja yang ada, mengarahkan manajemen perubahan, membangun tata kelola sistemik, dan menjamin kesuksesan.

Apakah ada yang lain yang ingin Anda bagikan tentang LeanTaaS?

Kami terus mendengarkan pelanggan kami dan berinovasi berdasarkan kebutuhan spesifik mereka dan kemajuan dalam AI. Oleh karena itu, kami baru-baru ini meluncurkan iQueue Autopilot, solusi AI generatif pertama dari jenisnya untuk operasi rumah sakit yang memberikan pemimpin rumah sakit dengan percakapan seperti manusia dan wawasan yang dapat ditindaklanjuti untuk mendukung pengambilan keputusan untuk aliran pasien, penjadwalan, pusat komando, manajemen blok, penjadwalan staf, dan kasus manajemen kapasitas lainnya di seluruh pengaturan rawat inap dan rawat jalan. Dengan dukungan yang mudah diakses, segera, dan kuat ini, pemimpin rumah sakit dapat menghasilkan hasil keuangan yang lebih tinggi dan meningkatkan akses ke perawatan; perawat dan penyedia dapat dengan bebas mengalokasikan waktu dan perhatian tertinggi mereka kepada pasien; dan staf dapat beroperasi secara produktif dari hari ke hari sambil menghindari kelelahan. Dengan iQueue Autopilot, LeanTaaS membawa visi kami tentang “pengawasan lalu lintas udara” untuk kesehatan — mengelola aliran pasien dan pengoptimalan kapasitas di seluruh kontinum perawatan pada satu platform tunggal — ke kehidupan.

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