Connect4Patients의 창립자이자 CEO인 Greg Brady – 인터뷰 시리즈

Greg Brady, Connect4Patients의 창립자이자 CEO는 기술 전문가이자 연속적인 기업가로서 대규모 기업 플랫폼을 구축한 경험이 있으며, Oracle와 i2 Technologies에서 리더십 역할을 수행한 후 One Network Enterprises를 설립하여 거의 2십년 동안 CEO로 재직하였으며, 이후 의료 분야에서 Connect4Patients를 통해 데이터 통합, AI, 네트워크 기반 시스템에 대한 몇십년간의 경험을 적용하여 산업 전체의 비효율성을 해결하고자 합니다.

Connect4Patients는 의료 기술 플랫폼으로서 분산된 의료 기록, 예방적 치료의 제한, 비효율적인 진단 등과 같은 문제를 해결하기 위해 단일한 환자 중심의 데이터 생태계를 제공합니다. 핵심 제품인 “의료 네트워크”는 제공자 간에 정확한 환자 기록을 생성하는 디지털 인프라로 작동하며, 내장된 AI 도구는 임상적 의사 결정, 환자 이해, 의료 오류를 줄이는 것을 향상시키며, 궁극적으로 비용을 절감하고 결과를 개선하며, 의료를 반응적인 치료에서 예방적, 종합적인 건강 관리로 전환하는 것을 목표로 합니다.

이전에는 One Network Enterprises를 설립하여 15만개의 거래 파트너와 연결된 글로벌 공급망 플랫폼을 구축하였으며, 이는 약 8억 3천9백만 달러에 가까운 Blue Yonder의 인수로 이어졌습니다. 대규모 다중 당사자 데이터 네트워크를 설계하는 경험은 어떻게 의료 플랫폼을 시작하고 단일한 환자 기록의 아이디어를 추구하는 데 영향을 주었나요?

공급망은 계약 제조업체, 공급업체, 물류 회사 등에 걸쳐 분산되어 있습니다.

One Network를 배포하기 전에 회사들은 내부 운영과 공급업체 및 물류 파트너와의 수동 프로세스에 집중했지만, 모든 사람이 작업하는 데이터는 달랐습니다. 단일한 진실의 버전이 없었습니다. 이것은 리드 타임을 증가시키고 고객을 지원하는 서비스 수준 문제를 생성했으며, 또한 판매를 잃었습니다.

실시간 단일 버전의 진실을 제공하는 것은 시간과 비용을 줄이고 서비스 수준을 개선하는 데 필요했습니다.

의료 산업과 비교해 보면, 문제는 동일합니다. 데이터는 병원, 1차 진료 제공자, 전문가, 그리고 가장 중요한 환자 간에 분산되어 있습니다. 이 접근 방식은巨額의 비용을 생성합니다. 여러 수동 프로세스가 참가자 간에 배포되어야 하기 때문입니다. 이것은 환자 치료에서 시간을 뺏기고, 각 제공자는 수동으로 완전한 의료 기록을 생성하려고 하기 때문에, 질적인 시간을 환자와 보낼 수 없습니다. 가장 중요한 것은, 이 수동 프로세스는 의료 오류를 생성하며, 이는 치명적일 수 있습니다.

정부와 산업은 수년간 이 문제를 해결하려고 시도했지만, 네트워크와 환자 중심 응용 프로그램만이 жиз력 있는 해결책입니다.

단일 버전의 진실을 반영하는 네트워크를 배포하는 경험은 이 문제를 해결하는 데 독보적인 자격을 갖추고 있습니다. 그리고 그것이 Healthcare Network가 들어오는 곳입니다. Healthcare Network는 병원, 의사, 연구소, 영상 시설 등 모든 치료 제공자를 원활하게 온보딩하고, 가족 기록 및 웰니스 데이터를 포함한 단일 완전한 환자 기록에 액세스할 수 있는 디지털 고속도로로 작동합니다. 이 데이터는 환자가 이해할 수 있는 언어와 설명으로 번역되며, 환자는 네트워크의 데이터를 정화하고 예방적 치료 및 치료 기반 치료를 관리하는 데 도움을 줄 수 있습니다.

의료에서 전자 건강 기록에大量 투자했음에도 불구하고, 임상의들은 여전히 시스템 간에 분산된 데이터로 어려움을 겪고 있습니다. 의료에서 상호 운용성이 지속적인 도전으로 남아 있는 이유는 무엇인가요?

상호 운용성은 데이터 교환, 표준화, 주간 건강 정보 교환(HIE) 등 여러 단계를 거쳤습니다. 그러나 모두 실패했습니다. 의사와 시스템이 데이터를 공유하고 싶지 않기 때문이 아닙니다. 산업 맞춤형 및 여러 시설, 전문 분야, 인구 통계 간의 통합의 번거로운 프로세스 때문입니다.

결론적으로, HIE는 작동하지 않습니다.

미국에는 수십만개의 EMR 구현이 있으며, 데이터를 공유하는 접근 방식은 점대점 솔루션으로 정의되었습니다. 그러나 점대점 솔루션의 연결 수는 압도적이며, 데이터 보안은重大な 문제입니다. 비밀은 각 노드가 네트워크에 온보딩하여 누구든지 추가적인 통합 없이 즉시 연결할 수 있는 다대다 네트워크입니다.

시스템 아키텍처 관점에서 “단일 진실의 원천”을 생성하는 것이 실제로 어떤 모습인지, 그리고 이러한 시스템으로 흐르는 데이터가 신뢰할 수 있고 검증된 데이터인지 어떻게 보장하나요?

Healthcare Network 위에 위치한 환자 중심의 HIPAA 규정 준수 솔루션은 Connect4Patients입니다. 환자와 함께 Connect4Patients는 각 제공자를 정의하고 제공자 간의 보안을 관리합니다. 네트워크는 안전한 HIPAA 규정 준수 데이터 센터에서 실행됩니다.

환자가 네트워크에 연결되면, 제공자를 빠르게 정의하고, 오리온 AI는 데이터를 융합하고, 정화하고, 환자가 이해할 수 있는 언어로 번역하며, 환자와 함께 이를 정제합니다. 이 활동은 단일 진실의 원천과 환자 중심 응용 프로그램을 생성하며, AI는 모든 참가자를 지원합니다. Healthcare Network와 환자 중심 응용 프로그램은 기존의 EMR를 보완하며, 이를 활성화하기 위해 비싼 IT 프로젝트가 필요하지 않습니다.

우리의 주요 초점은 환자에게ประโยชน을 제공하는 것입니다. 기록은 환자의 것이며, 환자는 이를 액세스하고 관리할 수 있어야 합니다.

Connect4Patients는 허가 기반 데이터 공유와 환자 참여를 강조합니다. 어떻게 환자에게 건강 데이터를 제어할 수 있는 권한을 제공하면서도 임상의와 건강 시스템이 신속한 데이터 기반의 의사 결정을 내릴 수 있도록 플랫폼을 설계하나요?

AI 시스템은 데이터를 환자가 이해할 수 있는 언어로 번역하고, 치료 제공자용 별도의 문서를 생성합니다. 문서 유형은 허가 기반으로, 환자가 승인한 정보만 공유할 수 있습니다. 이 환자 중심 접근 방식은 환자가 자신의 치료 기반 치료에积極적으로 참여할 수 있도록 하며, 예방적 치료 접근 방식을 초기에 hướng합니다. 이 예방적 치료 접근 방식은 미국에서 큰 변화를 가져올 것입니다.

단일 진실의 원천은 모든 당사자와 공유되며, 제공자는 진단 지원과 약물 상호 작용 분석을 위해 AI를 사용할 수 있습니다. AI 학습 모델과 AI 연구 보조기는 완전한 환자 기록을 즉시 데이터 기반의 의사 결정에 사용할 수 있습니다.

의료 분야에서 많은 AI 시스템은 불완전하거나 일관성이 없는 데이터 세트로 어려움을 겪고 있습니다. 단일한 환자 내러티브를 가지는 것은 임상적 의사 결정에서 기계 학습 모델을 적용하는 방식을 어떻게 변경하나요?

미국의 치료 기반 시장에서 완전한 단일 진실의 원천을 생성하면, AI 시스템은 급성 및 만성 치료를 지원하며, 진단 지원, 약물 상호 작용, 처방 식이 및 운동 프로그램을 포함할 수 있습니다. 학습 모델은 예방적 치료 모델을 지원하는 필요한 변경 사항을 식별할 수 있습니다. 예를 들어, 식품 공급에서 제거해야 하는 성분, 환자에게 부정적인 영향을 미치는 약물, 그리고 다양한 환자 인구에 적합한 운동 및 운동 프로그램을 제안할 수 있습니다.

완전하고 정화된 의료 기록이 있는 경우, AI 시스템은 훨씬 더 유용하고 정확할 것입니다. 우리는 완전한 라이프스타일 기록이 의료 및 웰니스 데이터를 포함하여 AI 시스템에 제공될 때, AI 시스템을 사용할 수 있는 모든 방법을まだ 완전히 이해하지 못하고 있습니다.

공급망에서 다중 당사자 네트워크를 통해 복잡한 생태계를 동기화하는 방법을 보여주었습니다. 의료가 병원, 보험사, 약국, 환자 등이 공유 데이터 인프라에서 운영되는 유사한 네트워크 모델로 발전할 수 있다고 생각하시나요?

예. Healthcare Network는 전체 의료 산업을 통합합니다. 병원, 클리닉, 의사, 보험사, 환자 등이 모두 최소한의 노력으로 구독할 수 있습니다.

기술적인 관점에서, 임상 데이터, 운영 데이터, 환자 생성 데이터를 단일한 지능형 플랫폼으로 통합하는 데 가장 큰 장벽은 무엇인가요?

병원들은 대부분 의료 언어에 대한 FHIR 표준을 채택했지만, 워크플로우와 인프라는 여전히 일치하지 않습니다. 이러한 차이점은 모든 전자 의료 기록에 존재합니다. 또한 시스템은 FHIR 리소스 표준을 동일하게 채워 넣지 않습니다. 예를 들어, 일부 시스템은 의료 기록을 포함할 수 있지만, 다른 시스템은 이를 빈 리소스로 남길 수 있습니다.

환자 보고 데이터, 즉 웰니스 및 디지털 정보는 더욱 도전적입니다. 이는 환자와 벤더 간에 비정형화되어 있으며, 전통적인 의료 기록에 포함되지 않습니다. 환자가 이 정보를 공유하고 싶，即使 의사가 이 정보를 입력할 표준화된 위치나 구조화된 위치를 가지고 있지 않을 수 있습니다. 최선의 경우, 의사는 이를 임상 기록에 추가하거나, 환자가 떠난 후에 버릴 수 있습니다. 구조화된 데이터와 비구조화된 데이터를 완전하고 깨끗하게 통합하는 것이 해결책이며, 우리의 비밀입니다.

AI 기반 의료 플랫폼은 개인 정보 보호와 거버넌스에 대한 우려를 자주 일으킵니다. 어떻게 고급 분석과 상호 운용성의 엄격한 규제 요구 사항을 어떻게 균형을 유지하나요?

모든 환자 데이터는 보호되고, 안전하며, HIPAA 규정 준수입니다.

AI 시스템은 데이터를 집계하고匿名화하여 보안 문제를 제거하므로, AI 시스템은 원인과 결과를 학습할 수 있습니다. 이 정보는 예방 조치를 제안하는 데 사용될 수 있습니다. 예를 들어, 식이 및 운동 프로그램 또는 새로운 약물 프로토콜을 제안할 수 있습니다. 그러나 이 정보는 개별 환자에게만 제공되는 것이 아니라, 시스템 전체에서 사용할 수 있습니다.

환자 수준에서 개인 정보 보호와 거버넌스는 문제가되지 않습니다. 사용자가 보안과 권한을 제어하기 때문입니다.

의료 시스템이 AI 도구를 점점 더 많이 채택함에 따라, 이 도구들이 전체 잠재력을 발휘하기 전에 새로운 기초 데이터 아키텍처가 필요하다고 생각하시나요?

Healthcare Network와 C4P 환자 앱은 기존 인프라를 보완하여 훨씬 더 효율적으로 만들 수 있습니다. 나는 의료 접근 방식과 그 인프라를 재구상하는 것이 산업이 네트워크와 제공할 수 있는 데이터의 힘을 보았을 때 발생할 것이라고 믿습니다. 지금으로서는, 네트워크와 환자 앱은 기존 시스템을 개선합니다.

앞으로 보아, 의료가 성공적으로 단일한 환자 기록과 지능형 데이터 네트워크를 달성하면, 예방적 치료, 인구 건강, 개인화된 의료 등에서 결과를 어떻게 변화시킬 수 있을까요?

의료는 매년 수십억 달러의 비용을 지불하고, 수십만명의 환자에게 피해를 입히고 있습니다. 나는 환자를 중심으로 두면, 이러한 엄청난 의료 비용을 크게 절감하고, 더 중요한 것은 생명을 구할 수 있을 것이라고 믿습니다. 우리는 쉽게 어떤 비율의 개선이 할 수 있는지 상상할 수 있습니다. 수십만명의 피해를 예방하고, 매년 수십억 달러를 절감하여, 모든 사람을 위해 더 나은 라이프스타일과 예방적 치료에 투자할 수 있습니다.

멋진 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Connect4Patients를 방문하십시오.