AKASA의 CTO 및 공동 창립자 Varun Ganapathi – 인터뷰 시리즈

Varun Ganapathi는 AKASA의 CTO이자 공동 창립자입니다. AKASA는 의료 분야에서 AI를 개발하는 회사로, 의료 기관의 운영을 개선하여 수익을 창출하고 효율성을 높이며 환자 경험을 향상시키는 데 도움을 줍니다. Varun은 AKASA 이전에 두 개의 AI 회사에서 성공적으로 사업을 시작했으며, 하나는 Google에 인수되었고另 하나는 Udacity에 인수되었습니다.

당신은 기계 학습 분야에서杰出した 경력을 가지고 있습니다. 스탠퍼드에서 헬리콥터를 자율 주행하게 만든 초기 경험에 대해 이야기해 주시겠습니까?

저는 스탠퍼드에서 물리학을 전공하면서 컴퓨터 과학과 기계 학습에 관심을 가졌습니다. AI와 기계 학습은 모든 것을 하나로 결합한 자동화된 물리학의 방법입니다.

특정 프로젝트에서 우리는 헬리콥터를 만들었습니다. 그 헬리콥터는 쌍둥이 매트리스보다 조금 작았으며, 드론이 普及하지 않은 시절에 만들어졌습니다. 사람들은 그 헬리콥터를 조종하여 트릭을 수행했습니다. 우리는 기계 학습 알고리즘을 개발하여 헬리콥터를 자율 주행하게 만들었습니다.

우리는 헬리콥터의 물리 시뮬레이터를 만들었고, 기계 학습 알고리즘을 개발하여 헬리콥터의 동작을 예측했습니다. 우리는 강화 학습을 적용하여 컨트롤러를 개발했습니다. 소프트웨어를 헬리콥터에 업로드한 후, 헬리콥터를 작동시켰습니다. 그리고 헬리콥터는 첫 시도에서 바로 작동했습니다! 헬리콥터는 자동으로倒立하여 비행했습니다. 이는 매우 인상적인 성과였습니다. 팀은 이후에도 헬리콥터를 자율 주행하게 만드는 작업을 계속했습니다.

당신은 또한 Google (GOOGL ) Books에서 일했습니다. 당신이 작업한 알고리즘과 회사가 Google에 인수된 경위에 대해 이야기해 주시겠습니까?

저는 스탠퍼드에서 수업을 들으면서 2004년에 Google에서 인턴으로 일했습니다. 그때 저는 Google Books 프로젝트에서 기계 학습을 적용하여 책의 정보를 레이블링했습니다. Google은 사람들을 고용하여 책의 정보를 수동으로 레이블링했습니다. 그러나 저는 기계 학습을 적용하여 이 작업을 자동화할 수 있을지에 대해 관심을 가졌습니다.

기계 학습을 적용한 결과, 알고리즘은 인간의 성능을 초과하는 성과를 보여주었습니다. 이는 기계 학습의 잠재력을 보여주는 중요한 경험이었습니다. 이후 저는 스탠퍼드에서 기계 학습에 대한 박사 학위를 취득했습니다. 박사 학위 논문에서는 실시간으로 인간의 동작을 추적하는 알고리즘을 개발했습니다. 이 알고리즘은 이후 저의 첫 번째 회사인 Numovis의 기초가 되었습니다. Numovis는 모션 트래킹과 컴퓨터 비전을 위한 사용자 인터페이스를 개발하는 회사였습니다. 이후 Numovis는 Google에 인수되었습니다.

저의 경력은 헬리콥터 프로젝트, Google Books, 자율 주행 자동차, 그리고現在의 헬스케어 운영까지 기계 학습의 강력한 가능성을 보여주는 것입니다.

AKASA의 창립 배경에 대해 이야기해 주시겠습니까?

우리는 AKASA를 헬스케어 운영의 큰 문제를 해결하기 위해 설립했습니다. 헬스케어 운영은 비용이 많이 들고 오류가 발생하기 쉽습니다. 이는 환자에게 불필요한 금융적 스트레스를 줄 수 있습니다. 우리는 기술을 적용하여 이러한 운영적인 문제를 해결할 수 있다고 믿었습니다. 우리는 여러 헬스케어 시스템과 리더들과의 대화에서 이 생각을 확인했습니다. 이후 AKASA는 2019년에 설립되었습니다.

AKASA의 목표는 인간의 건강을 증진시키고 AI를 적용하여 헬스케어의 미래를 구축하는 것입니다. 우리는 인간의 지능과 최신의 AI 및 기계 학습을 결합하여 헬스케어 시스템이 운영 비용을 줄이고 자원을 효율적으로 할당할 수 있도록 지원하고 있습니다.

우리의 플랫폼은 시스템에 구애받지 않고 유연하게 작동합니다. 현재 우리는 475개 이상의 병원과 헬스케어 시스템, 그리고 8,000개 이상의 외래 진료소에서 사용 중입니다. 우리의 기술은 이러한 기관들이 효율적으로 운영할 수 있도록 지원하고 있습니다.

우리의 고객은 110억 달러 이상의 총 환자 수익을 나타내고 있습니다. 이는 미국의 헬스케어 시스템에서 매년 발생하는 총 비용의 10% 이상입니다. 우리의 모델과 알고리즘은 거의 2.9억 개의 청구와 지불 데이터에서 학습되었습니다.

헬스케어의 운영은 매우 복잡하지만, 인간의 건강에 큰 영향을 미칩니다. 우리는 이러한 운영을 자동화하여 개선시키고 있습니다.

AKASA가 헬스케어에서 자동화하는 작업은 무엇입니까?

우리의 전문가가 포함된 자동화 접근법은 기계 학습과 인간의 판단 및 주제 전문 지식을 결합하여 헬스케어 운영에 강력하고 탄력적인 자동화를 제공합니다. AKASA는 헬스케어 재무 기능 내의 종단간 작업을 빠르고 효율적으로 자동화하고 스트림라인할 수 있습니다. 이러한 작업에는 환자 자격 확인, 보험 정보 문서화 및 확인, 환자 비용 추정, 편집, 청구 및 항소, 거부 예측 및 관리 등이 포함됩니다.

이러한 자동화는 인간의 오류와 지연을 줄여주어 환자에게 더 나은 경험을 제공할 수 있습니다. 또한 헬스케어 직원을 해방시켜 더 가치 있는 작업에 집중할 수 있도록 지원합니다.

AKASA에서 사용하는 기계 학습 알고리즘은 무엇입니까?

AKASA는 자율 주행 자동차를 가능하게 만든 것과 같은 기계 학습 접근법을 사용하여 헬스케어 시스템에 단일 솔루션을 제공합니다. 이 접근법은 기계 학습을 중심으로 하여 자동화의 능력을 확장하여 더 복잡한 작업을 수행할 수 있습니다.

우리는 컴퓨터 비전, 자연어 이해, 구조화된 데이터 문제를 위한 최첨단 알고리즘을 개발하고 있습니다. 우리의 플랫폼은 컴퓨터 비전 기반의 RPA를 시작으로 현대적인 AI와 기계 학습, 그리고 전문가가 포함된 자동화를 제공합니다.

작동 방식에 대한 높은 수준의 개요를 제공하면, 우리의 독점적인 솔루션은 먼저 헬스케어 직원이 작업을 수행하는 방식을 관찰합니다. 그런 다음 우리 팀은 데이터를 레이블링하고 알고리즘을 교육하여 기술이 헬스케어 직원과 시스템이 작동하는 방식을 이해하고 학습할 수 있도록 지원합니다. 이후 플랫폼은 이러한 워크플로를 자동으로 수행합니다. 마지막으로, 우리는 전문가가 포함된 루프를 사용하여 시스템이 플래그를 설정한 예외와 아웃라이어를 처리합니다. AI는 이러한 경험에서 지속적으로 학습하여 더 복잡한 작업을 수행할 수 있습니다.

AKASA의 인간이 포함된 자동화 솔루션인 Unified Automation™에 대해 이야기해 주시겠습니까?

Unified Automation은 헬스케어를 위한 플랫폼입니다. AI, 기계 학습, 그리고 의료 청구 전문가 팀을 사용하여 완전히 통합된 맞춤형 솔루션을 제공하여 가치 실현을 빠르게 지원합니다. 이는 거의 유지 보수나 예외 큐가 필요하지 않습니다.

이 플랫폼은 예외와 아웃라이어를 고려하여 설계되었습니다. 새로운 문제가 발생하면 플랫폼은 문제를 AKASA의 전문가 팀에게 플래그 설정하여 해결하고 시스템이 학습할 수 있도록 지원합니다. 이는 우리를 다른 솔루션과 차별화시키며 플랫폼이 지속적으로 학습하고 개선할 수 있도록 합니다.

Unified Automation은 헬스케어 산업의 동적인 특성을 적응합니다. 이는 운영 비용을 줄이고, 직원을 더 가치 있는 작업에 할당하며, 환자 금융 경험을 개선하는 데 도움을 줍니다.

Unified Automation의 작동 방식은 다음과 같습니다.

독점적인 소프트웨어가 관찰합니다: 우리의 Worklogger™ 툴은 헬스케어 직원이 작업을 수행하는 방식을 원격으로 관찰합니다. 그런 다음 우리 팀은 데이터를 레이블링하고 알고리즘을 교육하여 기술이 헬스케어 직원과 시스템이 작동하는 방식을 이해하고 학습할 수 있도록 지원합니다.

AI가 수행합니다: 관찰과 학습을 통해, 우리의 AI는 이러한 작업을 자동으로 수행합니다. 이는 지속적으로 학습하여 더 복잡한 작업을 수행할 수 있습니다. Unified Automation은 업스트림 워크 큐에서 작업을 할당하고 완료합니다. 또한 자동으로 프로세스를 최적화하여 직원의 개입이 필요하지 않습니다.

인간의 전문 지식이 보장합니다: 시스템은 자동으로 AKASA의 의료 청구 전문가 팀에게 예외와 아웃라이어를 플래그 설정하여 해결하고, AI를 실시간으로 교육합니다. 이는 인간이 포함된 루프입니다. 지속적인 학습이 내장되어 있기 때문에, Unified Automation 플랫폼은 시간이 지남에 따라 더 지능적이고 효율적으로 됩니다.

AKASA에 대해 더 이야기해 주시겠습니까?

우리는 연구를 우선하는 접근 방식을 취하고 있습니다. 이는 고객이 최신 기술에 접근할 수 있도록 지원합니다. 우리는 또한 우리의 AI와 접근 방식을 피어 리뷰된 출판물에 발표하여 헬스케어 운영에서 AI의 새로운 기준을 설정하고 산업을 앞으로 나아가도록 지원하고 있습니다.

예를 들어, 우리의 연구는 국제 기계 학습 회의, 자연어 처리 정상, 기계 학습을 위한 헬스케어 회의 등에서 발표되었습니다. 우리는 우리의 모델을 테스트하고 성능을 비교하여 시장에서 최고의 AI 접근 방식을 제공하고 있습니다.

우리의 예측 거부 솔루션은 현재까지 발표된 가장 정확한 深層 학습 기반 시스템입니다. 이는 기존의 기준선보다 22% 더 높은 정확도를 보여주었습니다. 또한 우리의 독서, 주의, 코드 모델은 의료 청구의 자율 코드화를 위한 새로운 기준을 설정했습니다. 이는 현재의 모델을 18%超过하여 인간 코더의 생산성을 초과했습니다. 우리는 이러한 혁신이 미국 헬스케어 시스템을 대규모로 개선하는 데 중요한 역할을 할 것이라고 믿습니다.

헬스케어에서 AI에 대한 많은 홍보가 있지만, 실제로 기술이 무엇을 할 수 있는지에 대한 검증은 더 어려운 작업입니다. 우리는 이러한 의미 있는 nhưng 어려운 길을 걸어 AKASA의 Unified Automation 플랫폼이 병원과 헬스케어 시스템에서真正한 긍정적인 변화를 가져오는 것을 증명하기 위해 노력하고 있습니다.

우리는 미래와 AKASA에서 일어날 일에 대해 흥분하고 있습니다. 우리는 AI와 함께 헬스케어의 미래를 구축하고 있습니다.

감사합니다. 더 많은 정보를 원하는 독자는 AKASA를 방문하시기 바랍니다.