Vasili Razhnou, CEO e Fondatore di MEDvidi – Serie di Interviste

Vasili Razhnou è il CEO e Fondatore di MEDvidi, una piattaforma di salute mentale alimentata da intelligenza artificiale. Come fondatore seriale con oltre 15 anni di esperienza nel settore sanitario e aziendale, ha costruito cinque startup tecnologiche. In MEDvidi, Vasili guida lo sviluppo di strumenti clinici alimentati da intelligenza artificiale che riducono il carico amministrativo e consentono ai fornitori di offrire cure più rapide e coerenti. Sotto la sua guida, l’azienda ha raggiunto 30 milioni di dollari di ricavi annuali.

Ha trascorso oltre un decennio costruendo infrastrutture sanitarie, dalla prima digitazione delle cliniche alla scalabilità di molte imprese di telemedicina prima di fondare MEDvidi. Qual è il problema specifico o il momento che l’ha spinto a fondare l’azienda e come quelle esperienze precedenti hanno plasmato il suo approccio alla costruzione di sistemi clinici guidati da intelligenza artificiale?

È iniziato molto prima di MEDvidi. Nel 2008, quando mi sono unito alla mia prima clinica, tutto funzionava ancora con carta e penna. I nostri uffici erano pieni di cartelle cliniche, il che creava confusione fisica e mentale. Ci volevano circa cinque giorni per localizzare e recuperare le cartelle dei pazienti.

Ho comprato uno scanner e una macchina per distruggere i documenti per digitizzare tutto. Quel singolo cambiamento ha trasformato il modo in cui funzionava la clinica. Ha risparmiato denaro e tempo e ha reso le cartelle dei pazienti facilmente accessibili. Un’azione semplice ha mostrato che a volte l’infrastruttura operativa è la base di una buona assistenza.

Da lì, abbiamo costruito un’interfaccia online con archiviazione cloud, poi un piccolo sistema di intake e di cartella clinica elettronica, aggiungendo funzionalità anno dopo anno.

MEDvidi è emersa originariamente dalle cliniche tradizionali offline a San Francisco e Miami nel 2019 e si è trasformata in una piattaforma di telemedicina personalizzata nel 2020 per rendere l’assistenza sanitaria mentale accessibile in tutta la zona degli Stati Uniti. Mentre costruivamo l’azienda, ci siamo resi conto che i fornitori sono sopraffatti: trascorrono in media 16 ore a settimana in compiti amministrativi.

Per affrontare questo collo di bottiglia, abbiamo sviluppato uno strumento clinico alimentato da intelligenza artificiale. Oggi, MEDvidi fornisce cure per condizioni comuni come ADHD, ansia e depressione in tutta la zona degli Stati Uniti, automatizzando i flussi di lavoro e la gestione dei farmaci per i clinici con intelligenza artificiale. Riducendo l’attrito nella documentazione e nel lavoro amministrativo, ampliamo sia l’accesso dei pazienti che la capacità dei fornitori.

Ha visto l’evoluzione del settore sanitario da flussi di lavoro manuali a piattaforme di telemedicina su larga scala. Quali sono le maggiori inefficienze operative che persistono ancora oggi e perché sono state così difficili da risolvere senza intelligenza artificiale?

Il problema più grande nel settore sanitario è ancora la capacità dei fornitori. Stanno trascorrendo troppo tempo in compiti amministrativi, lasciando poco tempo per nuovi pazienti. In MEDvidi, lo vediamo di persona: entro tre mesi dall’unirsi a noi, la maggior parte dei fornitori è prenotata all’80% con pazienti di follow-up.

Durante quelle visite, la maggior parte del tempo è spesa in compiti amministrativi di routine come la verifica dell’identità del paziente, la cartella clinica, l’estrazione dei rapporti PDMP, la valutazione del comportamento di ricerca di droga, la revisione della storia medica, ecc. Questi sono compiti importanti, ma non richiedono il giudizio di un clinico per una diagnosi complessa.

L’intelligenza artificiale ha cambiato questo: possiamo ora automatizzare la maggior parte di esso. Ad esempio, il Generatore di Cartelle Cliniche dell’AI trascrive le visite in tempo reale, aggiornando la documentazione ogni 60 secondi e riducendo il tempo di cartellazione di 10 volte. Il Revisionatore di Cartelle dell’AI monitora il 100% degli incontri clinici per l’aderenza alle SOP, riducendo il tempo di revisione della cartella del 80% mentre gestisce la verifica dell’identità, la rilevazione del comportamento di ricerca di droga e l’adeguamento alle linee guida. Un Receptionist dell’AI gestisce la riprogrammazione via SMS e voce, raccoglie problemi relativi alle prescrizioni dai pazienti, fornisce aggiornamenti e integra le informazioni nei flussi di lavoro.

La sua piattaforma si concentra molto sull’automatizzazione dei flussi di lavoro psichiatrici di routine mentre mantiene i medici nel loop. Come definisce il confine giusto tra automazione e presa di decisioni cliniche?

I fornitori di assistenza sanitaria rimangono al centro dell’assistenza. Questo è l’unico modo giusto per farlo. L’intelligenza artificiale di MEDvidi è progettata per supportare e potenziare i clinici, non per sostituirli. Ogni decisione clinica, prescrizione e piano di trattamento è esaminata e approvata da un fornitore di assistenza sanitaria autorizzato.

Credo che il settore sanitario abbia bisogno di più prove che la tecnologia possa migliorare l’efficienza senza compromettere la sicurezza. Il nostro obiettivo è assicurarci che i fornitori non sprecino il loro giudizio su compiti che non lo richiedono. Quando un paziente stabile si presenta per una visita di follow-up di routine e il caso è semplice, l’intelligenza artificiale può gestire la preparazione, la documentazione e la revisione e il fornitore conferma la decisione. L’essere umano è sempre nel loop, ma stiamo assicurandoci che il loro tempo sia speso dove conta veramente.

L’Assistente di Prescrizione dell’AI è stato addestrato con dati clinici reali e richiede l’approvazione del medico per ogni decisione. Come pensa alla sicurezza, alla responsabilità e alla controllabilità quando si dispiegano intelligenza artificiale in ambienti ad alto rischio?

Quando si opera in uno spazio altamente regolamentato come il settore sanitario, non si può permettere di sbagliare.

A differenza di altri strumenti di intelligenza artificiale sanitaria addestrati con dati medici non specifici, l’intelligenza artificiale di MEDvidi è stata addestrata con oltre 130.000 visite psichiatriche reali, fornendo precisione specifica del dominio. È un’infrastruttura unica, costruita e addestrata appositamente per i flussi di lavoro psichiatrici, le norme e i requisiti di sostanze controllate.

Il nostro sistema di intelligenza artificiale funziona come un livello di verifica clinica, basato su linee guida basate sull’evidenza e su un set di dati proprietario di migliaia di visite storiche reali. Assicura che ogni prescrizione sia allineata con gli standard e fornisce ai regolatori una supervisione trasparente. Fondamentalmente, l’intelligenza artificiale non prende decisioni indipendenti. È l’architettura che abbiamo intenzionalmente costruito.

Molte piattaforme di telemedicina hanno affrontato critiche per la prescrizione eccessiva e gli incentivi non allineati. Come possono i sistemi di intelligenza artificiale migliorare effettivamente la conformità e ricostruire la fiducia anziché amplificare quei rischi?

Nel settore sanitario, ci sono sempre due componenti: il lato aziendale e il lato clinico. Molte aziende di telemedicina hanno offuscato quella linea durante gli anni di boom, priorizzando la crescita e, in alcuni casi, compromettendo la rigore clinica.

In MEDvidi, abbiamo sempre mantenuto quelle funzioni strettamente separate. Le decisioni cliniche non sono mai influenzate da incentivi aziendali. I nostri sistemi di intelligenza artificiale rafforzano effettivamente quella separazione anziché indebolirla.

Uno dei modi principali in cui lo facciamo è attraverso la revisione della cartella clinica guidata da intelligenza artificiale. Ogni incontro con il paziente viene verificato in base a SOP cliniche standardizzate per assicurare che il piano di trattamento sia appropriato e conforme. Queste SOP non sono state create da team aziendali: sono state sviluppate e continuamente revisionate da un comitato di professionisti medici autorizzati e allineate con tutte le leggi e i regolamenti applicabili. Sono state progettate con un solo obiettivo in mente: fornire la migliore assistenza possibile per ogni paziente individuale. È importante notare che questi protocolli sono completamente controllabili e possono essere esaminati dai regolatori in qualsiasi momento.

L’intelligenza artificiale diventa uno strato di coerenza e responsabilità. Aiuta a garantire che le decisioni di assistenza siano basate su standard clinici, non su pressioni soggettive, vincoli di tempo o richiesta del paziente. Ciò significa che a volte diciamo no. Se un paziente si presenta aspettando un farmaco specifico perché l’ha letto online, ma non è clinicamente appropriato, i nostri fornitori non lo prescriveranno: e l’intelligenza artificiale aiuta a far rispettare quel standard in modo coerente.

C’è un compromesso. I pazienti che non ricevono il trattamento che si aspettano possono lasciare recensioni negative. Ma quella è il prezzo della pratica della medicina responsabile. Nel lungo termine, questo tipo di sistema trasparente, basato su protocolli e controllabile è ciò che rafforza la conformità e ricostruisce la fiducia tra pazienti, fornitori e regolatori.

Ha sottolineato che fino all’80% delle visite psichiatriche sono follow-up di routine. Come l’automatizzazione di queste interazioni cambia fondamentalmente l’accesso all’assistenza e all’economia della consegna della salute mentale?

Oggi, l’accesso all’assistenza sanitaria mentale è limitato non dalla domanda ma da come il tempo del clinico è allocato. Fino all’80% delle visite psichiatriche sono follow-up di routine: spesso guidate da requisiti regolamentari piuttosto che da complessità clinica. In molti di questi casi, il fornitore sta verificando che un paziente stabile stia continuando lo stesso trattamento, senza cambiamenti significativi.

Ciò crea un collo di bottiglia strutturale. I clinici trascorrono la maggior parte del loro tempo mantenendo i pazienti esistenti, mentre i nuovi pazienti aspettano 6-9 settimane per essere visti. Questo è esattamente dove l’automazione ha il maggior impatto. Per i pazienti stabili, il flusso di lavoro è altamente strutturato: controlli dei sintomi, monitoraggio degli effetti collaterali, verifica dell’aderenza e revisione della conformità.

Queste sono interazioni basate su protocolli che l’intelligenza artificiale può gestire in modo coerente e su larga scala. Quando qualcosa cade al di fuori dei parametri previsti: una reazione avversa, un cambiamento dei sintomi o qualsiasi bandiera rossa, il caso viene immediatamente escalato a un fornitore.

Spostando queste interazioni di routine sull’intelligenza artificiale, riequilibriamo fondamentalmente la capacità. I clinici possono ridirigere il loro tempo verso nuovi pazienti e casi più complessi in cui il giudizio umano è critico.

Ciò amplia l’accesso senza aumentare il numero di fornitori.

L’economia cambia anche. Il costo di servizio per un paziente stabile diminuisce notevolmente, mentre la produttività del fornitore aumenta. Invece di essere un fattore limitante, il tempo del clinico diventa una risorsa sfruttata. A scala, ciò significa tempi di attesa più brevi, costi più bassi e la capacità di servire popolazioni che in precedenza non erano servite: inclusi pazienti rurali e coloro che non possono prendersi una pausa dal lavoro.

In breve, l’automazione non sostituisce l’assistenza: la rialloca. Rimuove il carico amministrativo e regolamentare dai clinici e lo converte in un’infrastruttura scalabile, che è ciò che alla fine sblocca l’accesso.

Nel suo recente articolo, Perché l’intelligenza artificiale nel settore sanitario viene dispiegata nel posto sbagliato, sostiene che l’industria si concentra troppo sul sostituire i clinici invece di risolvere i collo di bottiglia amministrativi. Quali sono i maggiori malintesi che guidano questo disallineamento?

Le persone tendono ancora a pensare che “intelligenza artificiale nel settore sanitario” significhi solo ChatGPT che parla con i pazienti invece di veri medici e prescrive farmaci senza controllo.

L’infrastruttura di intelligenza artificiale nel settore sanitario è altamente complessa e richiede sempre la supervisione umana. Quando le aziende cercano di abbreviare e andare direttamente alla presa di decisioni cliniche autonoma, si scontrano con problemi di fiducia, regolamentazione e sicurezza.

Il punto di ingresso corretto è il livello amministrativo. Risolvi quello per primo, dimostra e prova la sicurezza, costruisci la fiducia e poi espandi da lì. È il percorso che MEDvidi sta seguendo.

Se l’automatizzazione amministrativa è il punto di ingresso con il maggior ritorno per l’intelligenza artificiale nel settore sanitario, quali flussi di lavoro specifici le organizzazioni dovrebbero dare priorità per primo per vedere un impatto immediato?

L’errore più grande è cercare di sovrapporre l’intelligenza artificiale a flussi di lavoro rotti. L’obiettivo non dovrebbe essere il miglioramento incrementale: dovrebbe essere ripensare dove possono essere costruiti flussi di lavoro completamente nuovi con intelligenza artificiale.

Inizia mappando il processo clinico e operativo dall’inizio alla fine e identificando dove viene effettivamente speso il tempo. Nella maggior parte delle organizzazioni, i collo di bottiglia più grandi sono la pianificazione, il flusso dei pazienti e la documentazione. Sono compiti ad alta volumetria e ripetitivi in cui l’intelligenza artificiale può offrire un ritorno immediato sull’investimento. L’automatizzazione della pianificazione riduce le assenze e il tempo inattivo del fornitore. La documentazione guidata da intelligenza artificiale: come la trascrizione e la generazione della cartella clinica in tempo reale, rimuove uno dei carichi più pesanti sui clinici.

Ma l’opportunità reale va oltre l’ottimizzazione. Alcuni flussi di lavoro, specialmente follow-up di routine o controlli di conformità, possono essere completamente ridisegnati intorno all’intelligenza artificiale anziché essere semplicemente assistiti da essa. È lì che si verificano guadagni a livello di funzione.

Il monitoraggio della conformità è un altro buon esempio. Oggi, le organizzazioni verificano manualmente una piccola percentuale di incontri. Con l’intelligenza artificiale, è possibile esaminare il 100% delle interazioni in tempo reale, segnalando lacune nella documentazione, deviazioni dalle SOP e potenziali rischi prima che si aggravino.

In alcuni casi, questi nuovi flussi di lavoro nativi dell’intelligenza artificiale potrebbero non adattarsi perfettamente ai quadri regolamentari esistenti. Ciò significa che le organizzazioni devono essere pronte a validare il loro approccio, generare prove e lavorare a stretto contatto con i regolatori per dimostrare la sicurezza e la conformità.

Le aziende che vedranno il maggior impatto non sono quelle che aggiungono funzionalità di intelligenza artificiale, ma quelle disposte a ricostruire flussi di lavoro fondamentali intorno a ciò che l’intelligenza artificiale rende possibile.

Il settore sanitario è unicamente complesso con regolamentazioni stratificate, dati frammentati e alte conseguenze per gli errori. Come appare un’architettura di intelligenza artificiale pronta per la produzione in questo ambiente rispetto a un sistema di demo o di prova?

L’intelligenza artificiale dovrebbe essere addestrata con dati clinici reali e specifici del dominio e costruita intorno a flussi di lavoro reali. Ogni output dovrebbe essere controllabile. Ciò significa che tutte le cartelle, le prescrizioni segnalate e i controlli delle SOP sono esaminabili e tracciabili.

Un sistema pronto per la produzione deve anche tenere conto di come viene effettivamente erogata l’assistenza. I fornitori sono molto basati sui protocolli. Quando si assumono clinici indipendenti, portano abitudini da precedenti ambienti. L’intelligenza artificiale standardizza questo in un modo e supporta quei flussi di lavoro.

Ancora una volta, il livello di supervisione umana è cruciale. L’intelligenza artificiale dovrebbe gestire il carico di lavoro amministrativo e analitico, mentre i clinici rimangono responsabili delle decisioni finali.

Il più importante è che il sistema debba essere costruito fin dall’inizio con la conformità, la sicurezza e l’affidabilità in mente.

Guardando avanti, come vede l’intelligenza artificiale che ridisegna la telemedicina e la prescrizione nei prossimi tre anni, specialmente mentre i regolatori iniziano a rispondere ai primi dispiegamenti come i flussi di lavoro di prescrizione assistita da intelligenza artificiale?

L’ambiente regolamentare sta cambiando. L’intelligenza artificiale è già qui nel settore sanitario. Stati come l’Utah stanno creando sandbox per consentire alle aziende tecnologiche di dimostrare cosa può fare l’intelligenza artificiale, inclusa la prescrizione di sostanze controllate.

Nei prossimi anni, vedremo cure di follow-up completamente automatizzate per pazienti stabili. Visite gestite dall’intelligenza artificiale con i medici in un ruolo di supervisione, confermando le decisioni. Questo modello rende l’assistenza più rapida e più economica per le persone che attualmente non possono accedervi affatto. È lo standard che stiamo cercando di stabilire.

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