Daniel Cane, Co-CEO e Co-Fondatore di ModMed – Serie di Interviste

Daniel Cane è co-CEO e co-fondatore di ModMed^®, un’azienda di tecnologia sanitaria con sede in Florida che sta trasformando l’assistenza sanitaria attraverso piattaforme intelligenti specifiche per specialità, aumentando l’efficienza delle pratiche e migliorando gli esiti dei pazienti.

Fondata nel febbraio 2010, ModMed è cresciuta fino a oltre 1.200 dipendenti e ha raccolto oltre 332 milioni di dollari in investimenti totali. Conosciuta per la sua crescita progressiva come azienda di tecnologia medica, ModMed è frequentemente riconosciuta a livello nazionale e regionale per i suoi risultati sotto la leadership di Daniel. Nel 2020, l’azienda è stata nominata una delle migliori aziende del paese da Inc. magazine. Tra il 2016 e il 2018, l’azienda è stata nominata una delle aziende in più rapida crescita in Nord America nella classifica Deloitte Technology Fast 500^™. A partire dal 2015, l’azienda è stata nominata annualmente nella lista esclusiva Inc. 5000, una prestigiosa raccolta delle aziende private in più rapida crescita del paese.

Può condividere alcune informazioni sulla sua formazione e su come ha influenzato il suo lavoro in ModMed?

Il mio viaggio nel tecnologia è iniziato durante i miei anni universitari a Cornell, quando ho co-fondato Blackboard. Abbiamo trasformato l’istruzione digitalizzando le note delle lezioni e creando una piattaforma che ha dato agli studenti e ai docenti una flessibilità e un’interazione senza precedenti. Per me, il successo di Blackboard si è concluso nel 2004 con la sua IPO, e mentre le nostre soluzioni sono state innovative nel settore dell’istruzione, non potevo fare a meno di cercare nuove sfide.

Una di queste sfide si è presentata quando sono andato per una visita di routine dal mio dermatologo. Abbiamo avuto una conversazione incredibile sui problemi dell’uso di sistemi basati sulla carta e sui modi per risolverli. Rendersi conto del collegamento tra la sua esperienza medica e la mia competenza tecnica, abbiamo deciso di unirci e creare ModMed insieme al nostro primo sistema di registrazione elettronica dei record sanitari (EHR).

Al momento, alcuni EHR già esistevano, ma purtroppo, gli studi li citavano spesso come una delle principali cause di burnout dei medici. Abbiamo adottato un approccio diverso e progettato il nostro EHR per adattare l’esperienza dell’utente ai flussi di lavoro specifici di una specialità medica. Il nostro sistema di registrazione elettronica dei record sanitari basato su cloud, EMA, è e continua ad essere progettato da medici per medici, il che ci ha differenziati e definisce il nostro “segreto” sul mercato. Nel corso degli anni, abbiamo ampliato le nostre offerte di prodotti per includere una gamma completa di soluzioni che aiutano i fornitori di servizi sanitari a semplificare e razionalizzare le operazioni della loro pratica e accelerare la consegna dell’assistenza.

Come vede la battaglia per un AI efficace nel settore sanitario essere vinta o persa con i dati?

Stiamo iniziando a vedere un aumento nell’adozione della tecnologia AI all’interno delle pratiche per semplificare i flussi di lavoro e massimizzare l’efficienza. Mentre ci muoviamo verso un’era in cui si utilizza l’AI per compiti più sofisticati – come suggerire trattamenti o altre raccomandazioni di supporto clinico – è fondamentale avere la strategia giusta per i dati e l’addestramento dell’AI. L’AI ha l’opportunità di migliorare significativamente l’esperienza per i pazienti e i fornitori e creare un cambiamento sistemico che migliorerà realmente l’assistenza sanitaria, ma renderlo una realtà dipenderà da grandi quantità di dati di alta qualità utilizzati per addestrare i modelli.

Perché i dati sono così critici per lo sviluppo dell’AI nel settore sanitario?

I dati sono il sangue vitale dell’AI, e la scarsa qualità dei dati comprometterà le prestazioni dell’AI, portando a risultati subottimali. Ciò può avere conseguenze gravi in un ambiente sanitario, poiché le vite dei pazienti potrebbero essere in gioco. Ma uno scenario più probabile è che queste esperienze negative potrebbero minare la fiducia dei pazienti e dei fornitori nell’AI, rallentando i progressi e l’impatto positivo che questa tecnologia rivoluzionaria può avere sull’assistenza sanitaria.

Ad esempio, nella stanza di esame, gli strumenti di ascolto ambientale abilitati all’AI sono progettati per suggerire contenuti per le note cliniche per il fornitore da esaminare e approvare. Idealmente, ciò dovrebbe ridurre il tempo che un fornitore trascorre documentando all’interno dell’EHR e consentire più tempo di qualità con il paziente. Tuttavia, la scarsa qualità dei dati e gli strumenti di addestramento dell’AI potrebbero avere l’effetto opposto, lasciando i fornitori a trascorrere un tempo eccessivo a correggere errori e riscrivere le note.

Inoltre, il pregiudizio è un rischio significativo associato agli algoritmi dell’AI, e i dati di alta qualità possono svolgere un ruolo chiave nel mitigare le disparità sanitarie. I modelli dell’AI possono apprendere modelli che trattano efficacemente una popolazione di pazienti in modo preferenziale rispetto ad altre popolazioni, compresi i gruppi legalmente protetti. Monitorando gli input dei dati e addestrando su dati robusti e rappresentativi, i risultati dell’AI possono essere più inclusivi e precisi.

Può spiegare i tipi di dati che ModMed utilizza per addestrare i suoi modelli di AI e come questi dati vengono raccolti e gestiti?

In ModMed, utilizziamo dati specifici per specialità per aiutare ad addestrare i nostri modelli di AI con precisione. Negli ultimi 14 anni, abbiamo creato set di dati strutturati specifici per specialità, de-identificati e coerenti con le leggi sulla privacy, e stiamo ora sfruttando questi dati interni per addestrare i nostri modelli di AI. Ad esempio, il nostro strumento di ascolto ambientale ModMed Scribe è stato addestrato per la dermatologia, il nostro primo lancio di specialità, su milioni di parametri strutturati da record di pazienti de-identificati campionati da una raccolta di 500 milioni di incontri con i pazienti.

Come definisce ModMed l'”AI etica” nel contesto dell’assistenza sanitaria?

Il potenziale dell’AI di avere pregiudizi o fornire informazioni inaccurate sotto forma di “allucinazioni” o omissioni può influenzare le vite dei pazienti. Per questo motivo, l’AI etica nel settore sanitario è questione di stabilire un alto standard di precisione e accuratezza. Significa sviluppare algoritmi con cura e responsabilità e utilizzare dati di alta qualità e diversificati per aiutare a consentire previsioni più accurate per ogni utente.

L’AI etica è anche questione di garantire che gli esseri umani rimangano nell’equazione. Un’AI non dovrebbe “superare il medico” ma invece ridurre il carico amministrativo che i medici e il loro personale sperimentano in modo che possano concentrarsi di più sull’aiutare i pazienti.

Quali misure sono in atto in ModMed per consentire lo sviluppo e la distribuzione di tecnologie AI in modo etico?

Il nostro approccio basato su dati strutturati – curando set di dati di addestramento di alta qualità e rappresentativi – ci aiuta a rendere l’AI responsabile una realtà. I dati rilevanti e de-identificati raccolti dai nostri sistemi di registrazione elettronica dei record sanitari da una vasta gamma di pratiche ci forniscono un set di dati di addestramento diversificato che riflette diverse popolazioni di pazienti.

Inoltre, il nostro team di sviluppo adotta la pulizia dei dati per facilitare la raccolta e l’utilizzo di dati di alta qualità. Questo processo consente ai nostri team di identificare, rettificare e rimuovere le incoerenze, gli errori e i valori mancanti dal set di dati. Attraverso questa manutenzione regolare, possiamo aggiornare costantemente l’AI in base ai dati delle prestazioni, in particolare i dati clinici, dove gli esiti dei pazienti possono essere influenzati.

Può discutere l’importanza della trasparenza e della responsabilità nello sviluppo dell’AI, in particolare nel settore sanitario?

La trasparenza rende possibile la responsabilità, ed è per questo che è un fondamento così cruciale per qualsiasi soluzione di AI nel settore sanitario. Le priorità principali dei medici sono l’assistenza e la sicurezza dei pazienti, quindi non sorprende che l’80% dei medici vuole conoscere le caratteristiche e le funzionalità della progettazione, dello sviluppo e della distribuzione degli strumenti di AI.

Inoltre, non tutti i dati sono stati creati uguali. È importante sapere dove e come vengono archiviati e raccolti i dati e come vengono aggiornati regolarmente. Siamo fortunati che, fin dalla nascita di ModMed, ci siamo impegnati in una strategia di dati che priorizza la trasparenza e l’accuratezza. Abbiamo una comprensione approfondita delle fonti e della qualità dei nostri dati e siamo fiduciosi che le nostre integrazioni di AI forniranno un valore considerevole ai nostri clienti.

Come viene integrata l’AI nei sistemi di registrazione elettronica dei record sanitari specifici per specialità di ModMed, come EMA e gGastro?

In tutta la nostra gamma di prodotti, abbiamo utilizzato l’apprendimento automatico per un po’ di tempo e stiamo rafforzando il nostro investimento in AI avanzata e generativa per semplificare l’attività di medicina e accelerare l’assistenza di qualità. Stiamo costruendo un’intera esperienza di pratica basata sull’AI che inizia prima che un paziente entri nell’edificio, si estende attraverso la stanza di esame e fino al reparto di fatturazione.

Nell’ambiente clinico, siamo nelle fasi finali del nostro programma pilota di ascolto ambientale AI per EMA, che crediamo sarà un fattore di cambiamento per la sua funzionalità a valle. La nostra soluzione di documentazione basata sull’AI è progettata per semplificare il processo di assistenza oltre la semplice trascrizione o la stesura di una nota SOAP. Utilizzando grandi quantità di dati strutturati, stiamo addestrando i nostri modelli di AI per catturare informazioni essenziali dalle conversazioni tra medico e paziente e, lavorando insieme al nostro sistema di registrazione elettronica dei record sanitari, per suggerire contenuti pertinenti per le note di visita, inclusi codici ICD-10, codici chirurgici e prescrizioni. Ciò salva ai medici tempo prezioso e consente loro di trascorrere più tempo di qualità con i loro pazienti.

Quali sono i benefici specifici che le soluzioni di AI specifiche per specialità forniscono ai fornitori di servizi sanitari e ai pazienti?

Nessuna specialità medica è uguale all’altra. Variano ampiamente con i pazienti che vedono, le condizioni che trattano e i codici medici utilizzati per il rimborso. Le soluzioni di AI devono essere personalizzate per accommodare queste variazioni per essere efficaci in qualsiasi modo veramente significativo.

Ad esempio, i sistemi di registrazione elettronica dei record sanitari di ModMed e gli strumenti di ascolto ambientale AI sono personalizzati esplicitamente per ogni specialità medica, fornendo supporto altamente pertinente e preciso ai clinici. Ogni processo di documentazione di specialità richiede componenti diversi all’interno della nota dei dati strutturati, inclusi codici medici e terminologia univoci. Questa specializzazione consente all’AI di comprendere e anticipare meglio le esigenze e i flussi di lavoro univoci delle pratiche di specialità, il che crediamo porterà a una implementazione più efficiente, una adozione più rapida e una maggiore efficacia complessiva nel migliorare l’efficienza operativa.

Dove vede le maggiori opportunità per l’AI nel settore sanitario nei prossimi cinque o dieci anni?

Nel futuro, l’AI permeerà quasi ogni aspetto dell’assistenza sanitaria in modi che non possiamo immaginare. Già, l’AI viene utilizzato per compiti amministrativi e, nel prossimo futuro, questa tendenza probabilmente aumenterà man mano che il valore dell’AI diventerà più evidente.

Vedo anche un futuro in cui l’AI sarà integrata in modo invisibile nelle interazioni tra medico e paziente, dove l’interfaccia utente o UI sarà virtualmente invisibile. Invece delle interazioni basate su schermo di oggi, l’AI potrebbe offrire una combinazione di realtà e realtà aumentata. Questo stato futuro dell’AI potrebbe analizzare i record sanitari per identificare approfondimenti critici, prevedendo il rischio di una malattia per un paziente. La grande quantità di dati presenti nei record sanitari presenta un’opportunità per l’AI di anticipare le esigenze di assistenza future e creare piani di trattamento preventivo personalizzati.

Questo potrebbe estendersi oltre l’ambito della pratica e diventare parte integrante della vita quotidiana di un paziente. I dispositivi indossabili abilitati all’AI potrebbero fornire supporto personalizzato, rispondere alle domande e programmare appuntamenti, tra le altre cose. L’AI potrebbe anche monitorare i segni vitali a distanza, rilevando e allertando i fornitori di potenziali problemi di salute. I piani di trattamento personalizzati, adattati ai singoli pazienti in base ai dati e alle preferenze, potrebbero diventare la norma.

Questo è veramente un momento emozionante per l’assistenza sanitaria. I prossimi cinque o dieci anni sono ricchi di opportunità per trasformare ulteriormente l’industria e migliorare l’esperienza del paziente.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare ModMed.