ModMed의 공동 CEO 및 공동 창립자 Daniel Cane – 인터뷰 시리즈

Daniel Cane은 플로리다 주 남부에 본사를 둔 ModMed^®의 공동 CEO이자 공동 창립자입니다. ModMed은 의료 분야의 효율성을 높이고 환자 결과를 개선하기 위해 전문 분야별 지능형 플랫폼을 제공하는 헬스케어 IT 회사입니다.

2010년 2월에 설립된 ModMed은 현재 1,200명 이상의 직원을 보유하고 있으며 총 3억 3,200만 달러 이상의 투자를 유치했습니다. 의료 기술 회사로서의 급격한 성장으로 알려진 ModMed은 다니엘의 지도력 아래 전국적으로 및 지역적으로 여러 번 성과를 인정받았습니다. 2020년에는 Inc.誌에서 선정한 최고의 직장 중 하나로 이름을 올렸습니다. 2016년부터 2018년까지는 Deloitte Technology Fast 500^™ 목록에서 북미에서 가장 빠르게 성장하는 회사 중 하나로 선정되었습니다. 2015년부터는 매년 Inc. 5000 목록에 이름을 올리며, 국가에서 가장 빠르게 성장하는 사립 기업의 목록에 포함되었습니다.

당신의 배경과 그것이 ModMed에서의 당신의 업무에 미친 영향을 알려주세요.

나는 대학 시절에 Blackboard를 공동 설립하면서 기술 분야에 입문했습니다. 우리는 교육을 디지털화하고 학생과 교직원이 이전에 경험하지 못한 유연성과 상호 작용을 제공하는 플랫폼을 만들었습니다. Blackboard의 성공은 2004년에 IPO로 이어졌습니다. 그러나 우리의 솔루션이 교육 기술 분야에서 게임 체인저였음에도 불구하고, 나는 새로운 도전을 찾기 위해 주변을 둘러보았습니다.

그런 도전 중 하나는 내 피부과 전문의와의 정기적인 검진에서 찾아왔습니다. 우리는 구식 종이 기반 시스템을 사용하는 어려움과 그것을 해결하는 방법에 대해 훌륭한 대화를 나누었습니다. 그의 의학 전문 지식과 나의 기술 노하우 사이의 연결 고리를 깨달았을 때, 우리는 ModMed을 공동 설립하고 우리의 첫 번째 전자 건강 기록(EHR) 플랫폼을 만들기로 결정했습니다.

당시 이미 일부 EHR이 존재했지만, 불행히도 많은 연구에서 그것들이 의사 소진의 주요 원인 중 하나로 지적되었습니다. 우리는 다른 접근 방식을 취하여 우리의 EHR을 의료 전문 분야의 특정 워크플로에 적응하도록 설계했습니다. 우리의 기둥 클라우드 기반 EHR인 EMA는 의사들에 의해 설계되었으며, 의사들을 위해 설계되었습니다. 이것이 우리를 시장에서 차별화시키는 비법입니다. 시간이 지남에 따라 우리는 의료 제공자의 업무를簡素화하고 치료를 신속하게 제공하는 데 도움이 되는 전체 솔루션 제품군을 확장했습니다.

의료 분야에서 효과적인 AI를 위한 전쟁이 데이터와 함께 어떻게 승리하거나 패배하는지 बत주세요.

의료 분야에서 AI 기술의 채택이 증가하고 있으며, 업무 流程를 간소화하고 효율성을 최대화하는 데 도움이 됩니다. 우리는 더 복잡한 작업, 즉 치료 또는 기타 임상 지원 추천을 제안하는 시대로 접어들고 있습니다. 이때 데이터와 AI 훈련 전략이 제대로 구축되어야 합니다. AI는 환자와 제공자 모두에게 경험을 개선하고真正한 의료 개선을 위한 체계적인 변화를 만들 수 있습니다. 그러나 이것을 현실화하는 것은大量의 고품질 데이터를 사용하여 모델을 훈련시키는 데 달려 있습니다.

의료 산업에서 AI 개발을 위한 데이터가 왜 इतन 중요한가요?

데이터는 AI의 생명선입니다. 데이터의 품질이 나쁘면 AI의 성능이 저하되어 최적의 결과를 얻을 수 없습니다. 의료 환경에서는 환자의 생명이 달려 있을 수 있으므로, 이것은 심각한 결과를 초래할 수 있습니다. 그러나 더 가능성 있는 시나리오는 이러한 부정적인 경험으로 인해 환자와 제공자가 AI에 대한 신뢰를 잃어, 진행과 의료 분야에서 AI의 긍정적인 영향을 느리게 할 수 있습니다.

예를 들어, 검진실에서 AI를활용한 ambiente listening 도구는 제공자에게 임상 기록을 검토하고 승인할 내용을 제안하도록 설계되었습니다. 이상적으로, 이것은 제공자가 EHR 내에서 문서화하는 시간을 줄이고 환자와 더 많은 품질 시간을 보낼 수 있도록 해야 합니다. 그러나 데이터 소스가 불량하고 AI 훈련이 제대로 되지 않으면, 제공자가 오류를 수정하고 기록을 다시 작성하는 데 많은 시간을 보내게 할 수 있습니다.

또한, AI 알고리즘과 관련된 편향은 의료 분야에서重大한 위험입니다. 데이터의 품질은 이러한 편향을 완화하는 데 중요한 역할을 할 수 있습니다. AI 모델은 특정 환자 집단을 다른 집단보다 우선적으로 치료하는 패턴을 학습할 수 있습니다. 데이터 입력을 모니터링하고 다양한 대표적인 데이터로 훈련하면, AI 출력이 더 포용적이고 정확해질 수 있습니다.

ModMed에서 AI 모델을 훈련하는 데 사용하는 데이터 유형과 데이터의 소스 및 관리 방법에 대해 자세히 알려주세요.

ModMed에서는 전문 분야별 데이터를 사용하여 AI 모델을 정밀하게 훈련합니다. 지난 14년 동안, 우리는 전문 분야별 구조화된 데이터 세트를 만들었으며, 현재 이 데이터를 사용하여 AI 모델을 훈련하고 있습니다. 예를 들어, 우리의 ambiente listening 도구 ModMed Scribe는 피부과를 위한 첫 번째 전문 분야 출시로, 5억 개의 환자遭遇에서 추출한 구조화된 매개변수에 기반하여 훈련되었습니다.

ModMed에서 의료 분야의 “윤리적인 AI”를 어떻게 정의하나요?

AI가 편향되거나 부정확한 정보를 제공하는 가능성, 즉 “hallucinations”이나 생략이 환자의 생명을 위협할 수 있습니다. 이러한 이유로, 의료 분야에서 윤리적인 AI는 정확성과 정밀성을 높은 기준으로 설정하는 것을 의미합니다. 이것은 알고리즘을 신중하게 개발하고, 높은 품질의 데이터를 사용하여 모든 사용자에게 더 정확한 예측을 제공하는 것을 의미합니다.

윤리적인 AI는 또한 인간이 방정식에 포함되는 것을 의미합니다. AI는 의사를 “의사보다 우선”으로 만들어서는 안 됩니다. 대신, 의사와 그들의 직원이 행정 부담을 줄이고 환자에게 더 많은 시간을 보낼 수 있도록 해야 합니다.

ModMed에서 AI 기술을 윤리적으로 개발하고 배포하는 데 어떤 조치가 취해지고 있나요?

데이터를 구조화하고, 고품질의 대표적인 훈련 데이터 세트를 수집하는 접근 방식은 우리에게 책임 있는 AI를 현실화하는 데 도움이 됩니다. 다양한 의료 환경에서 수집된 데이터는 우리에게 다양한 훈련 데이터를 제공합니다. 또한, 개발 팀은 데이터 정리를 통해 데이터 세트에서 불일치, 오류 및 누락된 값을 식별하고 제거하는 데 도움이 됩니다. 이러한 정기적인 유지 보수로, 우리는 AI를 업데이트할 수 있으며, 특히 임상 데이터의 경우 환자 결과에 영향을 미칠 수 있습니다.

의료 분야에서 AI 개발의 투명성과 책임성의 중요성을 논의해 주세요.

투명성은 책임성을 가능하게 하는데, 이는 의료 분야에서 AI 솔루션의 중요한 기반입니다. 의사의 최우선 순위는 환자 치료와 안전이기 때문에, 80%의 의사가 AI 도구의 설계, 개발 및 배포의 특성을 알고 싶어합니다.

또한, 모든 데이터가 동일하게 생성되는 것은 아닙니다. 데이터가 어디에서 저장되고 소싱되는지, 그리고 얼마나 자주 업데이트되는지 알고 있는 것이 중요합니다.幸い, ModMed의 시작부터 우리는 투명성과 정확성을 우선하는 데이터 전략에 헌신했습니다. 우리는 데이터의 출처와 품질을 잘 이해하고 있으며, 우리의 AI 통합이 고객에게 상당한 가치를 제공할 것이라고 확신합니다.

ModMed의 전문 분야별 EHR 시스템, 즉 EMA와 gGastro에서 AI가 어떻게 통합되고 있나요?

우리는 기계 학습을 오랜 시간 동안 사용해 왔으며, 의료 분야의 업무를 간소화하고 치료의 질을 높이는 데 도움이 되는 고급 및 생성 AI에 대한 투자를 강화하고 있습니다. 우리는 검진실에서 시작하여, 청구 부서까지 모든 의료 환경에서 AI를활용한 경험을 구축하고 있습니다.

임상 환경에서, 우리는 EMA를 위한 AI ambiente listening 파일럿 프로그램의 최종 단계에 있습니다. 이것은 다운스트림 기능과 제안된 구조화된 콘텐츠로 인해 게임 체인저가 될 것입니다. 우리의 AI 기반 문서화 솔루션은 치료 과정을 간소화하는 데 설계되었습니다. 구조화된 데이터를 활용하여, 우리는 의사-환자 대화에서 중요한 정보를 캡처하고, EHR과 함께 방문 기록, ICD-10 코드, 수술 코드 및 처방과 같은 관련 콘텐츠를 제안하도록 AI 모델을 훈련하고 있습니다. 이것은 의사들에게 귀중한 시간을 절약하고, 환자와 더 많은 시간을 보낼 수 있도록 합니다.

의료 제공자와 환자에게 전문 분야별 AI 솔루션이 제공하는 구체적인 이점은 무엇인가요?

의료 분야는 서로 다릅니다. 그들은 환자를 보는 방식, 치료하는 조건, 그리고 보상에 사용되는 의료 코드가 다르기 때문입니다. AI 솔루션은 이러한 차이를 고려하여 효과적으로 작동하도록 설계되어야 합니다.

예를 들어, ModMed의 EHR과 AI ambiente listening 도구는 각 의료 분야에 특화되어 있습니다. 이것은 임상가에게 매우 관련性 있고 정확한 지원을 제공합니다. 각 전문 분야의 문서화 과정에는 구조화된 데이터 노트 내에서 고유한 의료 코드와 용어가 필요합니다. 이러한 전문성은 AI가 다양한 전문 분야의 고유한需求과 워크플로를 더 잘 이해하고 예측할 수 있도록 합니다.

의료 분야에서 향후 5년에서 10년간 AI의 가장 큰 기회는 어디에 있나요?

미래에는 AI가 의료 분야의 거의 모든 측면에 침투할 것입니다. 이미 AI는 행정 업무에 활용되고 있으며, 가까운 미래에는 AI의 가치가 더 명확해지면서 이러한 추세가 더욱 증가할 것입니다.

나는 미래에 AI가 의사-환자 상호작용에 완전히 통합된 시代를 볼 수 있습니다. 여기서 사용자 인터페이스는 거의 보이지 않습니다. 대신, AI는 건강 기록을 분석하여 환자의 다양한 질병에 대한 위험을 예측할 수 있습니다. 의료 기록에있는大量의 데이터는 AI가 미래의 치료 필요를 예측하고 예방적 치료 계획을 만들 수 있는 기회를 제공합니다.

이 경험은 의료 환경을 넘어서 환자의 일상生活의 일부가 될 수 있습니다. AI를활용한 웨어러블 기기는 개인화된 지원을 제공하고, 질문에 답변하며, 예약을 포함한 다양한 업무를 수행할 수 있습니다. AI는 또한 원격으로 생체 징후를 모니터링하여 제공자에게 잠재적인 건강 문제를 감지하고 경고할 수 있습니다. 개인화된 치료 계획은 데이터와 환자의 선호도에 따라 만들어질 수 있습니다.

의료 분야에서 이는真正로 흥미로운 시기입니다. 향후 5년에서 10년간은 산업을 더욱変革하고 환자 경험을 개선하는 기회가 많습니다.

인터뷰에 감사드립니다. 더 많은 정보를 원하시는 독자는 ModMed을 방문하시기 바랍니다.