Kevin Keenahan, Net Health 최고제품책임자 — 인터뷰 시리즈

케빈 키나한(Kevin Keenahan)은 Net Health의 Chief Product Officer이며, 2020년에 네트 헬스에 인수된 티슈 애널리틱스(Tissue Analytics, Inc.)의 공동 창립자입니다.

네트 헬스의 사명은 인간 건강을 위한 데이터를 활용하는 것입니다. 그들은 재활 치료, 상처 치료, 가정 건강 및 호스피스, 직원 건강을 포함한 의료 전문 분야를 위한 EHR 소프트웨어와 예측 및 조치 가능한 분석을 제공합니다. 그들의 솔루션은 전국의 주요 병원, 전문 간호 시설, 노인 생활 시설, 가정 건강 및 호스피스 기관, 외래 클리닉을 포함한 23,000개 이상의 시설에서 신뢰를 얻고 있습니다.

상처 치료에 관여하게 된 경위를 공유해 주시겠습니까? 그리고 이것이 존스 홉킨스 대학교(Johns Hopkins University)에서 수행한 대학원 연구와 어떻게 관련이 있습니까?

2013년에저는 존스홉킨스대학교(Johns Hopkins University) 생체공학 혁신 및 설계 센터(Center for Bioengineering Innovation and Design, CBID)에서 석사 과정을 시작했습니다. 이 프로그램은 젊은 엔지니어들에게 존스 홉킨스 병원(Johns Hopkins Hospital)의 다양한 임상 환경에서 경험을 쌓을 수 있는 기회를 제공합니다.저는 다행히도 만성 및 급성 상처 치료를 포함한 다양한 임상 환경에서 경험을 쌓을 수 있었습니다. 그 경험을 통해저는 상처 치료 분야에서 혁신이 부족하다는 것을 깨달았고, 그 분야에서 데이터 수집과 상처 치료 결과를 개선할 수 있는 솔루션을 개발하기 위해 노력했습니다. 이러한 노력의 결과로저는 2014년에 티슈 애널리틱스를 설립했습니다.

티슈 애널리틱스는 2020년에 네트 헬스에 인수되었습니다. 그 당시의 상황과 인수를 결정한 이유를 공유해 주시겠습니까?

네트 헬스 티슈 애널리틱스는 기계 학습을 사용하여 상처 이미지를 분석하고 치유를 자동으로 측정합니다. 인수는 우리에게 더 큰 데이터 세트에 접근할 수 있는 기회를 제공했으며, 기계 학습 방법을 적용할 수 있었습니다. Net Health와 협력함으로써 기존 시장 지위와 의료기관 네트워크를 활용하고, Net Health의 입원환자 상처 치료 사업도 강화할 수 있었습니다.

네트 헬스는 상처 추적을 위해 기계 학습을 어떻게 사용합니까?

네트 헬스의 알고리즘은 몇 초 안에 수백만 개의 이미지를 분석하여 상처의 크기와 색상 구성 요소를 자동으로 측정합니다. 이는 자로 재는 수동 측정 방법보다 90% 더 정확하며, 수동 측정의 오차율은 40%입니다. 이러한 기능은 더 객관적인 치유 과정을 제공하여 더 나은 환자 치료와 결과를 도모할 수 있습니다. 이 기술은 모바일 상처 이미징 및 분석 솔루션의 기반이며, 이는 인공 지능과 스마트폰을 결합하여만성 상처를 더 정확하게 측정하고 특성을 파악하며 분석할 수 있습니다. 상처 촬영 과정에서 수집한 데이터로 욕창이 악화될 위험도 예측합니다. 이는 입원 중 발생한 욕창 때문에 불이익을 받는 병원에 특히 중요한 기능입니다.

의료 분야에서 상처 크기 추적의 정확성이 중요한 이유는 무엇입니까?

상처 크기 추적의 정확성은 몇 가지 이유로 중요합니다. 정확한 추적을 통해 의료 제공자는 상처의 치유 과정을 모니터링할 수 있으며, 효과적인 치료 결정과 치유 시간을 예측할 수 있습니다. 정기적으로 상처를 측정하면 상처가 예상대로 아물고 있는지, 치유가 정체되는 징후가 있는지 확인할 수 있습니다. 이를 바탕으로 적절한 치료 방침을 결정하고 필요에 따라 조정할 수 있습니다. 전체 치료팀이 공통의 치유 평가 기준을 사용하므로 환자를 포함한 모든 사람이 의료진과 치료 환경 전반에서 공유되는 객관적인 진척도를 확인할 수 있습니다.

상처 치료를 위한 다른 유형의 분석은 무엇입니까?

우리의 상처 치료 EHR 제품인 네트 헬스 상처 치료(Net Health Wound Care)에서는 절단 위험 및 총 상처 치유 시간에 대한 강력한 예측을 제공할 수 있습니다. 또한, 우리는 미방문 예측 지표를 제공하여 미방문을 위험에 처한 환자를 식별할 수 있습니다. 이를 통해 상처 치료 제공자는 환자와 직접 의사소통하거나 이중 예약을 통해 수입과 치료 시간을 손실하지 않도록 할 수 있습니다.

네트 헬스는 상처 분석을 넘어서서 어떤 서비스를 제공합니까?

우리는 재활 치료 전문가를 위한 EHR를 제공하며, 이는 물리 치료사, 작업 치료사, 언어 치료사를 포함합니다. 우리의 재활 치료 EHR는 개인 클리닉, 병원 치료 부서, 병원 외래 클리닉, 전문 간호 시설과 지원형 주거 공동체를 지원합니다. 우리의 외래 및 개인 클리닉 EHR에는 환자 참여 도구 모음이 포함되어 있으며, 이는 클리닉이 서비스를 홍보하고 환자와 디지털 상호 작용 도구 및 자동화된 디지털 등록 과정을 통해 참여할 수 있도록 도와줍니다.

의료 분야에서 인공 지능의 채택이 중요한 이유는 무엇입니까?

인공 지능은 의료 운영의 정확성과 효율성을 개선할 수 있습니다. 알고리즘은대량의 데이터를 분석하여 인간이 감지하기 어려운 또는 불가능한 패턴을 식별할 수 있습니다. 이는 더 정확한 진단, 더 개인화된 치료 계획, 더 나은 자원 배분을 가능하게 합니다. 조기에 진단하고 치료하며 합병증 위험을 줄이고 맞춤형 치료를 촉진해 환자의 치료 결과를 개선할 수도 있습니다. 또한, 인공 지능은 의료 비용을 줄일 수 있으며, 행정 작업을 자동화하여 수동 노동의 필요성을 줄일 수 있습니다. 예를 들어, 인공 지능 기반의 상처 치료 관리 플랫폼은 의료 제공자가 상처 치유 과정을 더 정확하게 추적할 수 있도록 도와주며, 잠재적인 합병증을 식별하고 치료 계획을 조정할 수 있습니다.

의료 분야에서 생성 인공 지능의 미래는 어떻습니까?

물론입니다. 인공 지능은 진단의 정확성과 속도를 개선할 수 있으며, 이는 더 나은 환자 결과를 도모할 수 있습니다. 생성 인공 지능은 환자의 의료 기록, 유전 데이터, 및 기타 요인을 분석하여 문서화 과정을 자동화할 수 있으며, 동시에 가장 효과적인 치료를 예측할 수 있습니다.

티슈 애널리틱스의 초기 비전은만성 상처를 위한 고도화된 이미징 및 진단 플랫폼으로 스마트폰을 변환하는 것이었습니다. 시간이 지남에 따라 비전이 어떻게 진화했는지 공유해 주시겠습니까?

네트 헬스에 인수된 이후, 티슈 애널리틱스는 상처 치료 관리 플랫폼을 개발하는 데 계속 노력했습니다. 또한, 네트 헬스의 더 광범위한 의료 솔루션에 기술을 통합하여 기능을 확장했습니다. 이를 통해 병원 내 욕창 악화를 예측하고 환자의 팔다리를 둘러싼 상처를 자동으로 촬영하는 기능을 추가했습니다. 이를 원주형 영상 촬영이라고 부릅니다. 앞으로도 모든 치료 환경에서 고급 분석을 활용해 만성 상처를 식별·예방·관리하는 데 초점을 맞추어 혁신을 이어갈 것입니다.

네트 헬스에 대해 더 공유해 주시겠습니까?

네트 헬스는 의료 제공자의 전문적인 필요에 중점을 둡니다. 이를 통해 네트 헬스는 제공자에게 특화된 솔루션을 제공할 수 있으며, 일괄적인 접근 방식이 아닌 개인화된 접근 방식을 취할 수 있습니다. 이러한 이해는 네트 헬스가 임상 워크플로우를 세부적으로 이해할 수 있도록 하며, 데이터를 수집하여 가장 영향력 있는 인공 지능 도구를 개발할 수 있도록 합니다.

인터뷰에 감사드립니다. 더 많은 정보를 원하시는 독자는 네트 헬스를 방문하실 수 있습니다.