펭귄 AI의 CEO 및 공동 창립자 Fawad Butt – 인터뷰 시리즈

Fawad Butt, 펭귄 AI의 CEO 및 공동 창립자는 카이저 퍼머넌트, 유나이티드 헬스케어, 옵텀에서 데이터 및 AI를 이끌었던 경험을 가진 헬스케어 데이터 및 AI 전문가입니다. 그는 이러한 경험을 통해 헬스케어의 행정적 비효율성을 목적에 맞춘 AI로 해결하는 펭귄 AI의 초점을 형성했습니다. 그의 리더십 아래, 펭귄 AI는 실제적인 가설을 중심으로 설계되었습니다. 즉, 헬스케어에는 보험자 및 제공자 운영을 위해 특별히 설계된 AI 시스템이 필요하며, 수동 작업을 줄이고 정확성을 개선하여 팀이 더 가치 있는 임상 및 운영 결정을 내릴 수 있도록 도와줍니다.

펭귄 AI는 보험자, 제공자, 수익 주기 관리 회사 및 헬스케어 기술 파트너를 위한 행정 및 임상 운영 자동화를 위한 헬스케어 네이티브 AI 회사입니다. 이 플랫폼은 헬스케어 특정 언어 모델, 디지털 워커, AI 에이전트, 거버넌스, 규정 준수 기능 및 워크플로 자동화를 결합하여 사전 승인, 청구 처리, 의료 코딩, 항소 관리, 위험 조정, 지불 무결성, 의료 차트 요약, 임상 문서 요약 및 자격 확인과 같은 사용 사례에 사용됩니다. 이 회사는 2,970만 달러의 벤처 자금을 확보하여 채용, 제품 개발 및 보험자 및 제공자와의 배포를 확대했으며, 또한 행정 워크플로우를 위한 거버넌스 디지털 워커를 생성하기 위한 Gwen을 출시했습니다.

카이저 퍼머넌트, 유나이티드 헬스케어, 옵텀에서 데이터 및 분석 조직을 이끌었던 경험을 통해, 펭귄 AI의 창립 비전을 형성한 구체적인 경험은 무엇인가?

나는 정확히 어떤 순간에 깨달았는지 말할 수 있습니다. 나는 큰 보험자 중 하나에서 리뷰를 받고 있었는데, 사전 승인이 세 번 거부된 큐를 보고 있었고, 그 중 하나도 실제 임상 질문이 첨부되지 않았습니다. 그들은 필드가 일치하지 않거나 문서가 잘못된 형식으로 나타났기 때문에 거부되었습니다. 이 나라에서 최고의 운영자가 하루를 그 기계에 음식을 주는 것으로 보냈고, 반대편에 기다리는 환자에게는 아무런 도움이 되지 않았습니다. 나는 카이저, 유나이티드 헬스케어, 옵텀에서 똑같은 낭비를 보았습니다. 그것은 다른 옷을 입었을 뿐입니다. 펭귄 AI의 비전은 바로 그 좌절에서 나왔습니다. 즉, 헬스케어 컨텍스트를 시스템 내에 넣어 AI 워커가 자신의 기준에 따라 적용하고 이유를 보여주고, 임상 판단에 대한 책임을 가진 사람이 있는 플랫폼을 구축하는 것입니다. 그것이 전체 게임입니다.

펭귄 AI는 헬스케어의 1조 달러 행정 부담을 해결하는 데 중점을 두고 있습니다. 어떤 워크플로우를 먼저 우선순위로 두었는지, 그리고 사전 승인, 청구 처리, 의료 코딩, 항소가 왜 AI 주도적인 변화를 위한 가장 큰 기회로 나타났는지 설명해 주십시오.

우리는 가장 큰 고통을 느끼는 곳으로 갔습니다. 사전 승인, 청구 처리, 의료 코딩, 항소는 모두 반복적인 작업이대량이며, 대부분의 경우가 패턴을 따르며, 예외는 매우 드물기 때문에 사람이 살펴봐야 할 예외만 볼 수 있습니다. 사전 승인이 목록을 이끌었던 이유는 환자가 서류가 큐에 있는 동안 실제로 고통을 겪는 것을 볼 수 있으며,누구도 그것을 변명할 수 없기 때문입니다. 우리의 AI 워커가 루틴 볼륨을 처리하고 실제 아웃라이어를 사람에게 라우팅할 때, 결과는 미묘하지 않습니다. 검토는 97% 빠르며, 거부는 반으로 줄어들며, 약 92%의 경우가 수동 터치를 없이 해결됩니다. 나는 이러한 네 가지를 선택했습니다. 즉, 빠르게 테제를 입증할 수 있으며, 행정 부담을 제거하여 환자, 임상가, 작업을 하는 사람 모두에게 헬스케어를 더 좋게 만들 수 있습니다. 모두가 같은 동작에서 승리합니다. 그것이 우리가 시작한 이유입니다.

헬스케어 행정관으로서, 대규모 기업 기술 벤더를 평가한 경험을 통해, AI 스타트업이 대규모 헬스케어 시스템 및 보험자 내에서견인력을 얻지 못하는 가장 일반적인 이유는 무엇입니까?

나는 구매 측면에서 충분히 오랜 시간을 보냈기 때문에, 스타트업이같은 세 가지 방법으로 기회를 잃는 것을 보았습니다. 하나는 헬스케어를 다른 기업 계정과 같이 취급하여 통합 메스, 레거시 시스템 및 규제 무게에 의해 방해받기 때문입니다. 둘째, 자율성을 과장하여 첫 번째 어려운 질문에 대답할 수 없으며, 이는 항상 “어떻게 그곳에 도착했는지 보여주세요”와 같은 버전입니다. 감사 트레이스를 제공할 수 없으며, 규제 팀이 받아들이지 않을 이유가 없으며, 파일럿은 바로 그 방에서 죽습니다. 셋째, 보험자-제공자 관계의 한쪽만 해결하고, 그들 사이의 마찰을 이해하지 못합니다. 그리고 솔직히, 모든 구매자는피로하고 있습니다. 그들은 작업을 아무도의 플래트폼에서 추가하지 않은 대시보드를 추가한 AI 파워드 도구가 가득 찬 서랍을 가지고 있습니다. 기준은 높고, 인내심은 얇습니다. 그리고 실제 경로를 보여줄 수 없는 사람은 문 앞으로 보여집니다.

많은 헬스케어 조직은 임상 운영에 AI를 배치하는 것에 대해 신중합니다. 대규모 보험자 또는 제공자 조직 내에서 성공적인 AI채택은 무엇입니까? 그리고 리더들은 그것을 확장하려고 할 때 어떤 실수를저지르합니까?

실제채택은 작게 시작하여 자신의 길을 번창시킵니다.진정로 아픈 워크플로우를 선택하고, 사람들을 루프에 넣어 작업이 수행되는 것을 볼 수 있도록 하며, 증거가 확장 구매를 사입하도록 합니다. 팀이 루틴 케이스를 올바르게 클리어하고 실제 판단이 필요한 케이스를 넘기는 AI 워커를 볼 때, 그들은 더 이상 저항하지 않고 더 많이 요청하기 시작합니다. 실수는 예측 가능합니다. 리더들은 모든 곳에동시에에 배포하려고 합니다. 기술을 구매하지만 워크플로우를 기술 주변으로 재설계하지 않으므로, 부담은 단지 다른 큐로 재배치됩니다. 또는 사람들을 너무 빠르게 제거하여 신뢰를 잃고, 왜 아무도 그것을 터치하지 않는지 궁금해합니다. 헬스케어 시스템에서 AI를 확장하는 것은 기술을 입는 변경 관리 작업입니다. 그것을그렇게 취급하는 팀이 승리합니다. 그리고 그들은 첫날부터 실제 메트릭에 대한 헌신을 함으로써, 모든 사람이 성공이 실제로 무엇인지 알 수 있도록 합니다.

펭귄 AI는 헬스케어 네이티브 AI 모델 및 워크플로우에 중점을 두고 있습니다. 헬스케어에는 일반적인 기업 AI 솔루션과는 다른 특별한 도전이 있습니다. 이러한 도전은 무엇이며, 일반적인 목적 AI 플랫폼은 어디에서 부족합니까?

헬스케어는 일반적인 기업 사용 사례가 아닙니다. 그렇지 않으면 불이익을 당할 것입니다. 그것에는 자신의 언어, 규칙, 결과, 그리고 아무것도 선택할 수 없습니다. 일반 모델은 당신에게 확신과 가능성 있는 답을 줄 것입니다. 그러나 그것은 당신의 의료 필요 기준을 가지고 있지 않으며, 감식자 또는 임상가가 승인할 수 있는 방식으로 그 이유를 보여줄 수 없습니다. 시작할 수 없습니다. 우리는 펭귄 AI를 이러한 이유로 계층으로 구축했습니다. 즉, 정보를 모으는 데이터 계층, 헬스케어 특정 이유와 거버넌스를 보유하는 컨텍스트 계층, 그리고 실제 작업을 수행하는 AI 워크포스, 포함 우리의 사전 구축된 AI 워커 솔루션 및 Gwen, 당신의 팀이 새로운 AI 워커를 세울 수 있는 빌더입니다. 일반적인 목적 플랫폼은 헬스케어 전문 지식을 프롬프트로 들어올 수 있는 것처럼 취급합니다. 당신은 그렇게 할 수 없습니다. 당신은 그것을 시스템에 구축해야 합니다. 그것이 우리가 만들었던 것입니다.

사전 승인은 제공자와 환자 모두에게 가장 좌절하는 과정 중 하나입니다. 향후 5년 동안 AI가 사전 승인을 어떻게 바꾸는지, 그리고 자동화가 결과를 개선하는 데 필요한 안전 장치는 무엇입니까?

5년 후, 단순한 승인은 몇 분 내에 돌아오고, 일관되게 당신의 지침에 따라 적용되며, 임상 판단이 필요한 경우에는 임상가를 루프에 넣습니다. 그것이 좋은 버전입니다. 여기서 사람들이 건너뛰는 부분입니다. 자동화는 또한 장벽을 산업화할 수 있습니다. 더 빠른 의료 거부 방법은 더 나은 처리량을 가진 불법 행위입니다. 따라서 안전 장치는 전체 게임입니다. AI 워커가하는 모든 추천은 이유와 전체 감사 트레이스를 가져야 하며, 우리는 그것을 “유리 상자”라고 부르며, 누구든지 정확히 어떻게 그것에 도달했는지 볼 수 있습니다. 속도는 결코 자동화된 거부의 은폐가 될 수 없습니다. 그리고 임상 판단에 대한 책임을 가진 사람이 항상 있습니다. 그것을 올바르게 얻으면 사전 승인은 더 이상 환자와 의사가 두려워하는 것이 아닙니다. 그것을 잘못하면 문제의 더 빠른 버전을 구축했습니다. 나는 오직 첫 번째 것에만 관심이 있습니다.

산업은 점점 더 AI 에이전트 및 자율 워크플로우에 대해 이야기하고 있습니다. 헬스케어 행정 작업을 최소한의 인간 개입으로 신뢰성 있게 처리할 수 있는 AI를 배치하는 데 가장 큰 기술적 및 운영상의 장애물은 무엇입니까?

어려운 부분은 데모가 아니라 가장자리입니다. 예외 처리, 일관성 없는 데이터 및 레거시 시스템이 아무것도 말하지 않는 곳입니다. đó에서 실제 엔지니어링이 살고 있습니다. 그리고 그것은 매우 비글래머러스합니다. 운영상의 장애물은 신뢰입니다. 그리고 그것은 아무도 무료로 주지 않습니다. 만약 사람들이 그것을 감사할 수 없거나 설명할 수 없다면, 그것을 확장하지 않을 것입니다. 이제 제가 전제에 조금 밀어붙이겠습니다. “최소한의 인간 개입”은 잘못된 목표이며, 그것이 걱정스럽습니다. 목표는 반복적인 볼륨을 처리하고 실제 판단이 필요한 경우에 사람을 끌어들이는 것입니다. 우리의 AI 워커는 반복적인 볼륨을 처리하고 실제 아웃라이어를 사람에게 라우팅합니다. 그것을 신뢰성 있게하고 투명하게 해결하는 것이 실제로 해결해야 할 어려운 문제입니다. 모든 다른 것은 과학 전시회 프로젝트입니다.

헬스케어는 세계에서 가장 규제가 많은 산업 중 하나입니다. 어떻게 혁신 속도와 규제, 개인 정보 보호 요구 사항, 감사 가능성 및 AI 주도 시스템에서 인간의 책임성을 균형 있게 유지합니까?

당신은 그것을 빠르게 이동할 권리를 얻는 것에 의해 구축된 것입니다. 헬스케어에서 거버넌스는 기본입니다. 그리고 우리는 그것을 먼저 부었습니다. 환자 데이터를 처리할 때, 기업 데이터 거버넌스는 도덕적 요구 사항이며, 나는 그것을 문자 그대로 의미합니다. 그래서 모든 추천은 “유리 상자” 표준으로 실행되며, 이유와 전체 감사 트레이스를 제공합니다. 이는 규제 팀이 실제로 속도를 신뢰할 수 있도록 합니다. 인간의 책임성은 설계에 내장되어 있으며, 임상 판단에 영향을 미치는 모든 것은 임상가가 소유합니다. AI 워커는 어셈블리와 루틴로드를 처리합니다. 그것이 빠르고 신뢰할 수 있는 시스템을 얻는 방법입니다. 그리고 이 산업에서 당신은 하나를 선택하고 다른 것을 건너뛰지 않습니다. 대부분의 사람들은 규제와 감사 가능성을 브레이크로 프레임합니다. 나는 그것을 발을 내딛을 수 있는 것으로 봅니다. 왜냐하면 그것이 생산에 도달하기 위해 필요한 것이기 때문입니다.

당신은 대규모 기업 데이터 및 분석 조직을 감독하는 것에서부터 스타트업을 처음부터 구축하는 것까지의 전환을 하였습니다. 운영에서 창립자로의 여정에서 가장 보람찬 측면은 무엇이며, 어떤 도전이 가장 놀라웠습니까?

가장 보람찬 부분은마침내 구축할 수 있는 것입니다. 큰 조직 내에서, 변화는 기관의 속도로 진행됩니다. 모든 변경 사항은 레거시 시스템, 경쟁 우선순위 및 승인 계층의 라우팅을 통해 진행되어야 하므로, 올바른 변경 사항은 18개월 후에나 실제로 적용될 수 있습니다. 그 속도는 당신을피로하게 만들 것입니다. 창립자 공간에서, 그 천장은 사라집니다. 우리는_scratch에서 구축할 수 있으며, 문제를 해결하기 위해 플랫폼을 설계할 수 있으며, 올바른 답변을 제공할 수 있습니다. 내가 간호사가 저녁을 돌려받았다는 것을 듣거나, 환자가 하루에서 몇 시간으로 답변을 받았다는 것을 듣는다면, 그것은 도로 맵 검토에서와 같은 방식으로 실제로 도착합니다. 그것은 내가이전에 한 가장 의미 있는 일이었습니다.

향후 10년 동안 AI가 헬스케어의 행정 부담을 많이 제거한다면, 어떻게 보험자, 제공자, 환자가 헬스케어 시스템을 다르게 경험할 것으로 생각합니까?

10년 후, 우리가 이것을 올바르게 한다면, 시스템은 마침내 다시 돌보는 것처럼 느껴질 것입니다. 환자는 실제로 두려워하고 취약할 때 실제 답변을 받을 것이며, 의사의 처방을 받기 위해 보험 비즈니스 행정의 소규모를 배우지 않아도 됩니다. 임상가는 의학의 예술에 시간을 보낼 것입니다. 그리고 그들의 앞에 있는 사람들에 집중할 것입니다. 운영 및 행정 직원, 즉 이 산업에서 가장 과소평가되는 사람들은 실제 전문 지식을 사용하는 작업을 할 것입니다. 그리고 보험자 및 제공자는 서로에게 서류를 던지는 것을 중단하고 협력할 것입니다. 그것이 내가 향하는 헬스케어입니다. 내가 관심 있는 점수 카드는 지루하고 구체적입니다. 환자 치료에 돌아온 시간과 환자 경험에서 제거된 지연. 우리가 하는 모든 것은 그 두 숫자를 위한 것입니다.

위대한 인터뷰 감사합니다. 더 많은 정보를 원하는 독자는 펭귄 AI를 방문하십시오.