Harjinder Sandhu, PhD, Oprichter en CEO, Saykara – Interviewreeks

Harjinder Sandhu, PhD is de oprichter en CEO van Saykara, een bedrijf dat werkt aan de bestrijding van de epidemie van artsvermoeidheid die is ontstaan door de steeds zwaardere documentatie-eisen en de tijd die besteed wordt aan het invoeren van gegevens in het elektronisch patiëntendossier (EHR).

U bent oorspronkelijk begonnen met uw carrière in de academische wereld als professor in de informatica en bent daarna overgestapt naar ondernemerschap. Kunt u vertellen wat u inspireerde om over te stappen naar ondernemerschap?

Na jaren in de academische wereld te hebben doorgebracht met lesgeven en onderzoeksartikelen schrijven over de transformatieve kracht van informatica, wilde ik die kennis toepassen in een reële situatie, iets dat een wezenlijke invloed kon hebben op de industrie. Oorspronkelijk was mijn plan om een jaar of twee te helpen bij het opzetten van een bedrijf en daarna terug te keren naar de academische wereld. Echter, na de dotcom-krach, was de uitdaging en de opwinding van het opbouwen van iets dat een echte verschil kan maken in het leven van mensen, te groot, en ik ben nooit teruggekeerd naar mijn positie als professor.

Kunt u het verhaal achter Saykara vertellen?

Ik heb Saykara in 2015 opgericht met als doel de ongebruikte potentie van spraakherkenning, machine learning en natuurlijke taalverwerking te benutten om een van de meest significante problemen aan te pakken die huidige gezondheidszorgorganisaties tegenkomen, namelijk de omslachtige en tijdrovende aard van klinische documentatie.

Hoewel de huidige spraakherkenningstechnologieën zeer capabel zijn om de letterlijke dictaten van artsen vast te leggen, blijft het gebruik ervan om de vereiste klinische documentatie te voltooien, een aanzienlijke hoeveelheid tijd en moeite vergen, waarbij artsen nog steeds zijn vastgebonden aan een computer, muis en toetsenbord – het bewerken van inhoud terwijl ze gaan en het navigeren door de complexiteit van het elektronisch patiëntendossier (EHR)-systeem. Daar ligt het grotere probleem.

In de afgelopen vijf jaar heeft Saykara een platform ontwikkeld en gelanceerd dat gebruik maakt van kunstmatige intelligentie (AI) om conversaties tussen artsen en patiënten te interpreteren en automatisch de klinische notities, orders en verwijzingen te construeren die nodig zijn voor het medisch dossier. En we doen dit via een spraakgestuurde assistent genaamd Kara die artsen kunnen benaderen via een mobiele app.

Ik ben persoonlijk al 20 jaar betrokken bij spraakherkenningstechnologie, machine learning en natuurlijke taalverwerking, en Saykara is eigenlijk mijn derde gezondheidstechnologie-startup. Mijn eerste startup was een bedrijf genaamd MedRemote, dat ik in 2000 heb opgericht met mijn vriend Kulmeet Singh, en dat uiteindelijk is verkocht aan Nuance Communications, de wereldleider in spraakherkenningstechnologieën. In 2011 hebben we samen een ander bedrijf opgericht genaamd Twistle, dat nog steeds bestaat, en hoewel ik nog steeds zitting heb in de raad van bestuur, is mijn voltijdse focus sinds 2015 mijn rol als CEO van Saykara.

Hoe groot is het probleem van klinische documentatie en hoeveel tijd kost dit proces normaal gesproken voor artsen?

Hoe groot is het probleem? Een woord: REUSACHTIG.

Artsen zijn belast met een steeds grotere hoeveelheid klinische documentatie als gevolg van verzekeringsfactureringseisen, openbare rapportage en regelgevende verplichtingen. Artsen verliezen niet alleen tijd met patiënten, maar die tijd wordt ook beperkt door het feit dat ze gegevens moeten invoeren in het elektronisch patiëntendossier (EHR).

Een vaak aangehaalde studie die is gepubliceerd in de Annals of Medicine, toonde aan dat artsen bijna tweemaal zoveel tijd besteden aan administratief werk als aan directe klinische interactie met patiënten. Specifiek vond de studie dat voor elke uur dat artsen besteden aan directe klinische interactie met patiënten, ze bijna twee uur besteden aan EHR- en bureawerk. En voor veel artsen gaat dit over in een extra een tot twee uur per nacht, iets dat gewoonlijk wordt aangeduid als ‘pajamauur’.

Talrijke andere studies en enquêtes hebben aangetoond dat tussen de 50% en 71% van de artsen burn-out ervaren, wat erger is geworden tijdens de COVID-19-pandemie. Het Medscape 2020 Physician Burnout & Suicide Report onthulde dat de belangrijkste bijdragers aan burn-out zijn “te veel bureaucratische taken (bijv. grafieken, papierwerk)”, “te veel uren werken” en “toename van computerisering van de praktijk (EHR’s)”.

Wat doet Saykara met machine learning- en natuurlijke taalverwerkingstechnologieën dat uniek is?

Wat we doen in de context van conversational AI is volledig uniek. We kunnen conversaties begrijpen die natuurlijk plaatsvinden tussen artsen en patiënten en gestructureerde gegevens genereren uit die conversaties op een manier die geen enkel ander bedrijf doet. Bovendien kunnen we onze platform gemakkelijk aanpassen aan elk gebied van medische specialisatie, en we kunnen de gebruikerservaring aanpassen aan de stijl en voorkeuren van elke individuele arts.

We hebben momenteel een semi-autonoom hybride model dat onze AI koppelt aan een menselijke reviewer, wat helpt om onze kennisbasis te versterken en ervoor zorgt dat we accurate resultaten teruggeven aan onze gebruikers vanaf de eerste dag.

Waar de spraakherkenningcomponent van ons systeem vastlegt wat er wordt gezegd, interpreteert de natuurlijke taalverwerkingcomponent wat er wordt gezegd. Als een patiënt bijvoorbeeld komt voor kniepijn, moet het systeem eerst begrijpen dat kniepijn een symptoom is. Vervolgens moet het een verhaal opbouwen rond kniepijn op basis van wat de patiënt zegt of de arts samenvat. Wanneer gebeurde het? Wat was de oorzaak? Hoe ernstig is het? Het systeem moet vervolgens dat verhaal in zijn ruwe gegevensformaat nemen en een uitgebreide, hoogwaardige klinische notitie samenstellen, die de arts ziet.

Ons systeem kan ook het “geluid” filteren en begrijpen welke informatie een arts nodig heeft om te verzamelen op basis van de reden voor een patiëntenbezoek, en vervolgens accurate voorspellingen doen en anticiperen wat relevant is en wat niet. Als een patiënt bijvoorbeeld naar een reumatoloog gaat voor artritis en begint te praten over de angst die hij heeft over het kopen van een nieuw huis, zal de reumatoloog waarschijnlijk niet willen of nodig hebben om die details te documenteren. Ons systeem kan dit leren en zich alleen richten op wat relevant is voor de klinische notitie van de reumatoloog. Aan de andere kant, als een patiënt naar een huisarts gaat en begint te praten over de angst die hij heeft over het kopen van een nieuw huis, zal de huisarts waarschijnlijk wel willen en nodig hebben om die details te documenteren.

Kunt u het proces beschrijven voor hoe een arts Saykara zou gebruiken tijdens een interactie met een patiënt?

Tijdens een spreekkamerbezoek of een procedure, of wat wordt aangeduid als een “klinische ontmoeting”, opent de arts eenvoudig onze iOS-app (meestal op een iPhone), tikt op de naam van de patiënt (een dagelijkse lijst wordt geïmporteerd uit de EHR of de agenda-app van de arts) en praat dan gewoon met de patiënt in een volledig normale en gebruikelijke manier. Onze AI-assistent, genaamd Kara, luistert ambient naar de gehele conversatie en wanneer de klinische ontmoeting is voltooid, tikt de arts op de app om de opname te beëindigen. Ons platform interpreteert en transformeert vervolgens de relevante inhoud die nodig is voor notities, orders, verwijzingen, enz., en de gestructureerde en narratieve gegevens worden rechtstreeks ingevuld in het dossier van de patiënt in het EHR-systeem, klaar voor de arts om te controleren en te ondertekenen.

Saykara biedt een geavanceerd en flexibel platform dat artsen in staat stelt de oplossing te gebruiken in meerdere verschillende modi. Kunt u enkele van de verschillende modi beschrijven?

Wat ik zojuist beschreef, is de ‘ambient-modus’. Artzen hebben ook de optie om onze AI-assistent te gebruiken in de ‘recap-modus’, die hen eveneens in staat stelt om gewoon te praten – geen speciale codewoorden of commando’s zijn vereist. Echter, in plaats van dat Kara luistert naar de gehele conversatie met een patiënt, biedt de arts een of meer korte reflecterende samenvattingen, hetzij tijdens en/of na de ontmoeting. Het proces daarna is hetzelfde, evenals de resulterende inhoud.

Welke marktsegmenten en industrieën richt Saykara zich momenteel op om te bedienen, en hoe licentieert u uw platform?

Op het hoogste niveau dient Saykara de gezondheidszorgindustrie. Onze klanten omvatten onafhankelijke artsenpraktijken, evenals ziekenhuizen, gezondheidszorgsystemen, ambulante chirurgiecentra en spoedzorgcentra. We hebben een software-as-a-service-abonnementsmodel waarbij klanten een maandelijkse vergoeding betalen om ons platform te gebruiken.

Hoe is de feedback van praktiserende artsen?

De feedback is overweldigend positief. Dit is echt leven veranderend voor artsen en ze gebruiken die exacte woorden. Onze AI-assistent elimineert volledig de ‘pajamauur’ die ik eerder beschreef en reduceert de tijd die artsen besteden aan interactie met het EHR en het voorbereiden van klinische documentatie met gemiddeld 70%. Het belangrijkste is dat het artsen meer tijd met hun patiënten geeft. Artzen kunnen patiënten hun volle aandacht geven zonder afleiding.

We hebben tientallen getuigenissen over de impact die onze oplossing heeft gehad op productiviteit, werk-leven-balans en de arts-patiëntrelatie. Bijvoorbeeld, een huisarts zei: “Nu, met Saykara, kan ik een patiënt zien in 15 minuten en ik noteer voor 30 seconden. Het is gewoon een game-changer.” Een kinderarts zei: “Mijn partner kan je vertellen dat ik een veel gelukkiger persoon ben wanneer ik thuiskom, wetend dat ik die last van grafieken niet meer op mijn hoofd heb.” Een orthopedisch chirurg zei: “Ik kan mijn volle aandacht geven aan mijn patiënten en ik heb zelfs tijd tijdens bezoeken om met hen te praten over hun vakanties, kleinkinderen of aanbevolen restaurants.” Een vaatchirurg zei: “Het begrijpt de context en de bedoeling van wat er wordt gezegd, en creëert vervolgens elegant en nauwkeurig een notitie in ons EHR. Geen nachten en weekends meer om grafieken te controleren en te ondertekenen.” En de CEO van een multi-specialistische artsenpraktijk zei: “Het gebruik van de Saykara-mobiele AI-assistent stelt onze zorgverleners in staat om zich te concentreren op hun patiënten en om persoonlijke, betekenisvolle en samenwerkende interacties te creëren.”

Wat zijn uw meningen over de toekomst van AI in de gezondheidszorg?

De AI-revolutie in de gezondheidszorg is nog in haar kinderschoenen. Dat gezegd hebbende, de AI-mogelijkheden die van toepassing zijn op de gezondheidszorgindustrie zijn echt enorm en hebben een enorm potentieel voor goed. U zult AI-toepassingen vinden voor de klinische, operationele, financiële, technische, administratieve en beveiligingsaspecten van de gezondheidszorg, met oplossingen voor IoT-apparaatbewaking, chronische aandoeningenbeheer, medicijnvoorschriften, beslissingsondersteuning, ziekteopsporing, zorgplanning, workflowautomatisering, omzetcyclusoptimalisatie, supplychainbeheer, klinische proeven en de lijst gaat maar door. Ik zou zeggen dat deze toepassingen nog steeds erg vroeg in hun levenscyclus zijn en we veel meer mogelijkheden zullen zien naarmate ze volwassener worden.

Wat we hebben gezien met AI-technologie in andere industrieën is dat het een knipppunt bereikt waarop het begint te evolueren met een veel versnellingsgrotere snelheid en in staat is om meer en meer te doen in kortere en kortere tijd, met enorm hoge nauwkeurigheid. Ik denk dat we bijna op dat knipppunt zijn voor veel van de toepassingen binnen de gezondheidszorg. Er is ongetwijfeld nog veel dat niemand heeft overwogen op dit punt. In de komende drie tot vijf jaar verwacht ik dat we ongelofelijke AI-veranderingen in de gezondheidszorg zullen zien, op een goede manier.

Welke opkomende technologieën zijn u het meest enthousiast over?

De technologieën waar ik het meest enthousiast over ben, zijn AI-systemen die kunnen communiceren met mensen via conversaties, die ik geloof dat een impact zullen hebben over alle industrieën heen. Wanneer we het punt bereiken dat computersystemen onze conversaties kunnen begrijpen, zal dit een hele nieuwe wereld van mogelijkheden openen die alle aspecten van ons leven zullen omvatten.

Op dit moment moet u leren hoe u moet communiceren met een computersysteem op zijn voorwaarden, niet op uw voorwaarden. De parameters zijn vooraf gedefinieerd en u moet leren hoe u het beste kunt gebruiken om aan uw behoeften te voldoen. Wat aan de horizon ligt in termen van de AI-revolutie is dat u in staat zult zijn om te communiceren met een computersysteem op uw voorwaarden, op dezelfde manier waarop u natuurlijk communiceert met andere mensen, via taal, met de verwachting dat het systeem dienovereenkomstig zal reageren. Dat is waar we ons op richten bij Saykara, en het is een trend die zich voortzet in veel andere industrieën. Ik denk dat we snel zullen terugkijken en ons afvragen hoe we ooit zonder deze systemen hebben geleefd, net zoals we terugkijken en ons afvragen hoe we ooit zonder onze smartphones hebben geleefd.

Bedankt voor het geweldige interview, ik ben het volledig met u eens dat AI met een veel versnellingsgrotere snelheid evolueert. Lezers die meer willen leren, kunnen Saykara bezoeken.