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, per aumentare l’efficienza delle pratiche e migliorare 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 dalla rivista Inc. 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 percorso nel settore tecnologico è iniziato durante gli anni universitari alla Cornell, quando ho co-fondato Blackboard. Abbiamo trasformato l’istruzione digitalizzando le note di classe 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 rivoluzionarie 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 sulle difficoltà dell’uso di sistemi basati sulla carta obsoleti e su come risolverle. Rendersi conto del collegamento tra la sua esperienza medica e la mia conoscenza tecnica, abbiamo deciso di unirci e creare ModMed insieme alla nostra prima piattaforma di registrazione elettronica dei dati sanitari (EHR).

All’epoca, alcuni EHR esistevano già, 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 utente ai flussi di lavoro specifici di una specialità medica. La nostra piattaforma EHR basata su cloud, EMA, è e continua ad essere progettata da medici per medici, il che ci ha differenziati e definisce la nostra “ricetta segreta” sul mercato. Nel corso degli anni, abbiamo ampliato le nostre offerte di prodotti per includere una suite 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’intelligenza artificiale efficace nel settore sanitario essere vinta o persa con i dati?

Stiamo iniziando a vedere un aumento dell’adozione della tecnologia di intelligenza artificiale 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’intelligenza artificiale per eseguire 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’intelligenza artificiale. L’intelligenza artificiale ha l’opportunità di migliorare significativamente l’esperienza per i pazienti e i fornitori di servizi sanitari e creare un cambiamento sistemico che migliorerà realmente l’assistenza sanitaria, ma rendere questo 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’intelligenza artificiale nel settore sanitario?

I dati sono il lifeblood dell’intelligenza artificiale e una cattiva qualità dei dati comprometterà le prestazioni dell’intelligenza artificiale, portando a risultati subottimali. Ciò può avere conseguenze gravi in un ambiente sanitario, poiché le vite dei pazienti possono essere in gioco. Ma uno scenario più probabile è che queste esperienze negative potrebbero minare la fiducia dei pazienti e dei fornitori di servizi sanitari nell’intelligenza artificiale, 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’intelligenza artificiale sono progettati per suggerire contenuti per le note cliniche per il fornitore di servizi sanitari da esaminare e approvare. Idealmente, ciò dovrebbe ridurre il tempo che un fornitore di servizi sanitari trascorre documentando all’interno dell’EHR e consentire più tempo di qualità con il paziente. Tuttavia, una cattiva fonte di dati e strumenti di intelligenza artificiale mal addestrati potrebbero avere l’effetto opposto, lasciando i fornitori di servizi sanitari a trascorrere un tempo eccessivo a correggere errori e riscrivere le note.

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

Può elaborare sui tipi di dati che ModMed utilizza per addestrare i suoi modelli di intelligenza artificiale e su come questi dati vengono raccolti e gestiti?

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

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

La possibilità che l’intelligenza artificiale abbia pregiudizi o fornisca informazioni inaccurate sotto forma di “allucinazioni” o omissioni può avere un impatto sulla vita dei pazienti. Per questo motivo, l’intelligenza artificiale etica nel settore sanitario consiste nell’instaurare uno standard elevato per l’accuratezza e la precisione. 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’intelligenza artificiale etica consiste anche nel garantire che gli esseri umani rimangano nella equazione. Un’intelligenza artificiale 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 di intelligenza artificiale 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’intelligenza artificiale responsabile una realtà. I dati rilevanti e de-identificati raccolti dai nostri sistemi di registrazione elettronica dei dati 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 incongruenze, errori e valori mancanti dal set di dati. Attraverso questa manutenzione regolare, possiamo aggiornare costantemente l’intelligenza artificiale in base ai dati di prestazione, 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’intelligenza artificiale, in particolare nel settore sanitario?

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

Inoltre, non tutti i dati sono 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 dei nostri dati e della loro qualità e siamo fiduciosi che le nostre integrazioni di intelligenza artificiale forniranno un valore considerevole ai nostri clienti.

Come viene integrata l’intelligenza artificiale nei sistemi di registrazione elettronica dei dati 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 intelligenza artificiale avanzata e generativa per semplificare l’assistenza sanitaria e accelerare l’assistenza di qualità. Stiamo costruendo un’intera esperienza di pratica abilitata all’intelligenza artificiale che inizia prima che un paziente entri nella stanza, si estende attraverso la stanza di esame e arriva fino al dipartimento di fatturazione.

Nell’ambiente clinico, siamo nelle fasi finali del nostro programma pilota di ascolto ambientale abilitato all’intelligenza artificiale per EMA, che crediamo sarà un fattore di cambiamento per la sua funzionalità a valle e il contenuto suggerito. La nostra soluzione di documentazione abilitata all’intelligenza artificiale 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 intelligenza artificiale a catturare informazioni essenziali dalle conversazioni tra medico e paziente e, lavorando insieme al nostro sistema di registrazione elettronica dei dati sanitari, a suggerire contenuti rilevanti per le note di visita, compresi i codici ICD-10, i codici chirurgici e le 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 intelligenza artificiale 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 intelligenza artificiale devono essere personalizzate per accommodare queste variazioni per essere efficaci in qualsiasi modo veramente significativo.

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

Dove vede le opportunità più significative per l’intelligenza artificiale nel settore sanitario nei prossimi cinque o dieci anni?

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

Vedo anche un futuro in cui l’intelligenza artificiale 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’intelligenza artificiale potrebbe offrire una combinazione di realtà e realtà aumentata. Questo stato futuro dell’intelligenza artificiale potrebbe analizzare i registri sanitari per identificare informazioni critiche, prevedendo il rischio di vari disturbi per un paziente. La grande quantità di dati presenti nei registri sanitari presenta un’opportunità per l’intelligenza artificiale di anticipare le esigenze di assistenza future e creare e aiutare a gestire piani di trattamento preventivo.

Questa esperienza potrebbe estendersi al di là dell’ambiente di pratica e diventare integrante della vita quotidiana di un paziente. Gli accessori abilitati all’intelligenza artificiale potrebbero fornire supporto personalizzato, rispondere a domande e pianificare appuntamenti, tra le altre cose. L’intelligenza artificiale potrebbe anche monitorare i segni vitali a distanza, rilevando e allertando i fornitori di servizi sanitari per potenziali problemi di salute. I piani di trattamento personalizzati, adattati a 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.