이노발론의 인사이트 비즈니스 유닛 사장 에드 치즈 – 인터뷰 시리즈

에드 치즈, 이노발론의 인사이트 비즈니스 유닛 사장, 금융 데이터, 분석 및 전략적 자문 분야에서 광범위한 배경을 가지고 있습니다. 그는 최근에 S&P 글로벌 마켓 인텔리전스의 수석 부사장으로서 2,000명의 직원을 둔 10억 달러의 데이터 및 분석 비즈니스를 관리했으며, 이전에는 개인 자본 자문가, PeerNova Inc.의 이사, Mendoza Ventures의 제한된 파트너로 활동했습니다.

이노발론은 미국 기반의 기술 회사로, 클라우드 기반 소프트웨어와 데이터 분석 솔루션을 헬스케어 산업에 제공합니다.旗艦제품인 이노발론 원 플랫폼을 통해, 이 회사는 수백만 명의 환자에 대한 실제 클리니컬 및 청구 데이터를 집계 및 분석하여, 헬스 플랜, 제공자, 약국, 생명 과학 조직이 임상 결과, 치료 품질, 위험 점수, 지불誠實性, 운영 효율성을 개선하는 데 도움을 줍니다.

당신은 S&P 글로벌, IHS 마킷, 이노발론에서 오랜 경력을 보냈습니다. 실제 데이터와 분석에 중점을 둔 헬스케어 분야에서 집중하기로 결정한 가장 형성적인 역할이나 경험은 무엇입니까? 그것은 이노발론의 인사이트 비즈니스 유닛을 이끄는 ваш 비전을 어떻게 형성했습니까?

저는 대부분의 경력을 데이터 및 분석 비즈니스를 구축하고, 운영하고, 확장하는 데 보냈습니다. 주로 금융 서비스 분야에서, 종종 작은 규모에서 시작하여 유기적 및 무기적 전략을 통해 상당한 성장률을 달성했습니다. 금융 산업에서 30년 이상을 보낸 후, 저는 잠시 휴식을 취하고 리셋하기로 결정했습니다. 저는 그 세계에 너무 오랫동안 있었고, 저는 그 일을 사랑했지만, 환경이 점점 더 만족스럽지 않게 느껴졌습니다. 그래서 2024년 초, 저는 물러나기로 결정했습니다.

그 해의 휴식은 매우 중요한 시간이었습니다. 저는 가족과 더 많은 시간을 보냈고, 기업 및 비영리 이사회의 이사로 활동했으며, 예상치 못하게 교회에서 더 많은 활동을했습니다. 이 전환은 저에게 균형, 공동체, 목적을 다시 생각할 기회를 주었습니다. 1년이 끝날 무렵, 저는 여전히 팀을 이끌고 비즈니스를 구축하는 데 많은 에너지와 열정을 가지고 있음을 깨달았습니다. 그러나 저는 그 일을 더 개인적이고 목적 있게 하고 싶었습니다.

이노발론의 CEO인 아담 칸슬러가 저에게 회사에 대해 더 많이 알려주기 위해 연락했을 때, 타이밍은 행운이었습니다. 저는 아담과 많은 년 동안密接하게 일했으며, 그는 저에게 훌륭한 리더입니다. 그는 이노발론을 데이터와 솔루션을 제공하는 회사로 소개했으며, 이는 헬스케어 산업에서 활동하는 회사입니다. 그는 또한 이 회사가 새로운 인사이트 비즈니스 유닛을 이끌어갈 사람을 찾고 있다고 언급했습니다.

아담과의 대화 이전에, 저는 제가 데이터 및 분석 분야의 배경을 헬스케어 산업에 적용할 수 있다는 생각을 कभ이지 못했습니다. 그러나 더 많이 배우고 나서, 그것은 저에게 공鳴했습니다. 헬스케어 데이터는 매우 구체적입니다. 그것은 우리에게 실제로 영향을 미칠 수 있습니다. 금융 서비스에서 개발한 분석의 엄격함과 규모를 헬스케어 품질과 결과를 개선하는 데 적용하는 아이디어는 매우 매력적이었습니다. 그 목적감이 저를 여기로 데려왔으며, 저는 데이터, 기술, 사람들을 결합하여 헬스케어 생태계 전반에서 측정할 수 있는 차이를 만들기 위해 인사이트 비즈니스 유닛을 이끌고 있습니다.

스노우플레이크의 AI 데이터 클라우드에서 고급 분석 및 1차 소스 실제 데이터를 제공하는 이노발론의 움직임은 헬스케어 및 생명 과학 분야의 경쟁 역학을 어떻게 변화시키나요?

저는 그것을 경쟁 역학의 변화라고 생각하기보다는 고객이 원하는 곳에서 그들을 만나는 전략적인 움직임이라고 생각합니다. 저는 고객이 데이터와 자원을 더 현대적이고 민첩하며 접근하기 쉬운 방식으로 소비하고 싶은 플랫폼에서 데이터와 자원을 제공하는 것이 중요하다고 생각했습니다. 스노우플레이크와 같은 플랫폼으로의 고객 이동을 보면서, 저희는 고객이 원하는 곳에서 데이터를 제공하는 것이 중요하다고 생각했습니다.

이노발론의 실제 데이터 제품, 예를 들어 MORE² 레지스트리,는 실제 데이터 플랫폼의 품질, 깊이, 시기성 또는 규모에서 다른 실제 데이터 플랫폼과 어떻게 차별화되나요?

저희의 실제 데이터 제품, MORE² 레지스트리,는 1차 소스 데이터로 구별됩니다. 우리는 헬스케어 생태계 전반에 걸쳐 다양한 엔티티에서 직접 데이터를 수집하여, 환자의 헬스케어 여정을 전체적으로 볼 수 있게 해주며, 임상 의사 결정에 대한 통찰력을 제공합니다.

저희 데이터의 폭은 주목할 만한 차별점이지만, 데이터의 역사와 일관성은 정말로 인상적입니다. 스노우플레이크와의 파트너십을 통해, 저희 고객은 이제 저희의 종단적 데이터셋에 빠르고 안전하게 접근할 수 있습니다. 이는 전통적인 데이터 분석 및 AI 기반 분석 모두에서 더 나은 결과를 제공할 수 있습니다.

다양한 출처의 데이터셋을 연결하거나 통합하여 포괄적인 실제 증거를 구축하는 데 기술적 또는 거버넌스적인 도전은 무엇인가요?

저희 데이터의 기초는 환자와 제공자, 약국, 지불자 간의 상호작용에서 비롯됩니다. 이러한 상호작용은 개인적이며, 환자의 치료에 중요한 접촉점에서 비롯됩니다. 이것은 저희가 데이터의 신뢰할 수 있는 관리자가 되도록 만들며, 실제 증거 프로세스에 데이터를 제공할 때 특히 중요합니다. 저희는 데이터를 관리하고, 보호하고, 사용하는 방식이 저희의 신뢰성과 파트너와의 관계를 정의합니다.

가장 큰 도전은 데이터 사용과 개인 정보 보호 사이의 균형을 맞추는 것입니다. 개인 정보 보호에만 집중한다면, 데이터의 가치와 영향을 잃을 수 있습니다. 그러나 분석에만 집중한다면, 환자와 가족에 대한 의무를 위반할 수 있습니다. 이것은 기술적인 도전이기도 하지만, 거버넌스적인 도전이기도 합니다. 저희는 무엇을 할 수 있는지, 무엇을 해야 하는지, 무엇을 할 수 없는지에 대해 끊임없이 고려해야 합니다.

기술적인 관점에서, 또 다른 주요 도전은 데이터셋의 연결입니다. 단일 데이터셋은 충분하지 않습니다. 여러 출처의 데이터셋을 연결하는 능력은 임상 의사 결정 및 생명 과학 조직의 임상 시험 설계 및 실행을 포함한 다양한 분야에서 실제 증거를 구축하는 데 중요합니다.

궁극적으로, 거버넌스는 데이터를 보호하는 동시에 데이터의 가치와 영향을 최대화하는 균형을 찾는 것입니다. 이것은 항상 쉽지 않습니다. 일부 규정은 의도적으로 혁신을 방해하거나 잠재적인 이점을 제한할 수 있습니다. 저희의 역할은 데이터를 신중하게 관리하고, 규정과 협약을 준수하며, 책임감 있게 혁신을 추구하는 것입니다.

AI와 실제 데이터 기반 분석을 헬스케어에 도입하는 것에 대한 고객의 가장 일반적인 우려는 무엇이며, 어떻게 대응합니까?

제가 가장 많이 듣는 우려는 데이터 품질과 AI 모델을 훈련하는 데 저희 데이터를 사용할 수 있는 허가입니다. 데이터 품질은 AI에서 매우 중요합니다. 데이터 품질이 좋지 않으면, 출력도 가치가 없습니다. 저희 고객은 일관된, 정확한, 신뢰할 수 있는 데이터를 기대합니다. 저희는 데이터 품질을 보장하기 위해 노력했습니다.

두 번째 고려 사항은 저희 데이터가 AI 모델 개발을 지원하는 데 사용될 수 있는 방법입니다. 데이터 기반 조직으로서, 저희는 이러한 새로운 사용 사례를 책임감 있게 허용하는 것이 중요하다고 생각합니다. 데이터와 AI의 빠른 발전에 따라, 저희는 책임감 있게 혁신할 수 있도록 접근 방식을 조정했습니다.

고객이 플랫폼과 분석을 도입했을 때 성공 또는 ROI를 측정하는 방법은 무엇이며, 고객이 가장 관심 있는 지표는 무엇입니까?

저희는 플랫폼과 분석이 고객의 운영 및 임상 결과에 미치는 실제 영향으로 성공을 측정합니다. 이것은 고객에 따라 다를 수 있습니다. 예를 들어, CMS 스타 등급을 개선하거나, 위험 조정을 최적화하거나, 생명 과학을 위한 실제 증거를 생성하는 것입니다. 공통점은 통찰력이 시의적절하고, 신뢰할 수 있으며, 실행 가능해야 한다는 것입니다.

지표는 고객이 헬스케어 연속체에서 어디에 있는지에 따라 다를 수 있습니다. 고객은 품질 개선, 치료 격차 감소, 치료 프로토콜 준수 향상 또는 비용 또는 이용 감소와 같은 측면에 초점을 맞출 수 있습니다. 고객은 저희의 분석이 환자 결과, 운영 효율성, 전략적 성과를 개선하는 데 도움이 되는 정보에 기반한 의사 결정을 내릴 때 ROI를 실현합니다.

5년 후, 헬스케어 및 생명 과학에서 AI와 실제 데이터가 어떻게 발전할 것으로 예상하나요? 다음 전선은 무엇이라고 생각하나요?

5년 후, 헬스케어는 우리가 지금 인식하지 못하는 무언가가 될 수 있습니다. 그러나 한 가지 확실한 것은 그것이 변혁적일 것이라는 것입니다. 혁신의 속도는 비상합니다. 그러나 진행은 헬스케어 생태계의 단편화로 인해 제한됩니다. AI는 임상 의사 결정 지원, 생명 과학 조직의 임상 시험 설계 및 실행과 같은 모든 분야에서 점점 더 중요해질 것입니다.

다음 5년 동안, 저희는 더 많은 자동화, 예측 분석의 향상, 실제 데이터의 연결을 통해 조직이 실시간으로 필요한 통찰력을 얻을 수 있도록 할 것입니다. 이것은 환자의 치료 여정을 전환하고, 헬스케어 운영을 개선할 수 있습니다.

실제 데이터와 AI를 통합하는 것을 처음으로 탐색하는 조직에 대한 3가지 조언은 무엇입니까?

첫째, 데이터에 집중하고 데이터 품질을不断적으로 평가해야 합니다. 둘째, 직원들의 아이디어와 혁신을 활용해야 합니다. 세째, 올바른 사람과 기술적인 재능을 고용해야 합니다. 올바른 사람과 기술적인 재능 없이, 혁신을 추구하고, 가치를 창출하고, 경쟁에서 뒤처지지 않습니다.

감사합니다. 이노발론에 대해 더 알고 싶은 독자는 이노발론을 방문하십시오.