Tim Vasil, mede-oprichter en Chief Technology Officer bij Hospital IQ – Interviewreeks

Tim Vasil is de mede-oprichter en Chief Technology Officer van Hospital IQ, een operations management platform dat data gebruikt om turnkey machine learning-gebaseerde AI-oplossingen te leveren voor snelle, duurzame operationele verbeteringen.

Wat trok je aanvankelijk aan tot informatica?

Babyboeken. Als undergraduate die niet zeker wist welke carrière te volgen, onderzocht ik een deeltijdbaan als webontwikkelaar bij BabyZone.com. De ervaring was geweldig! Een van mijn eerste projecten was om een fysiek medium, babyboeken, naar de digitale leeftijd te brengen, compleet met geluiden, overgangseffecten en een interactieve gastenboek. Ik schreef wat code, klikte op een knop om het naar de website te uploaden en plotseling hadden duizenden ouders een manier om verbinding te maken met verre vrienden en familieleden.

Die e-babyboek-app onthulde informatica als een veld waarin ik een beetje kunstenaar, ingenieur en misschien zelfs tovenaar kon zijn, en waarin ik die vaardigheden kon gebruiken om het leven van veel mensen te verbeteren. Ik zag dat ik code kon schrijven en een blijvende impact kon hebben overal. Wow!

Kunt u ons het verhaal achter Hospital IQ vertellen?

De mede-oprichter Rich Krueger en ik werkten samen om gebieden te onderzoeken die door technologie werden verwaarloosd. U zou denken dat ziekenhuizen niet een van die gebieden zouden zijn, gezien de miljarden dollars die ze elk jaar uitgeven aan medische apparatuur, elektronische medische dossiers en dergelijke. Die gebieden zijn zeker goed bedekt. Wat we zagen, was een heel andere kant van ziekenhuizen, de operationele kant. Dit is over het bepalen van wanneer operaties moeten worden gepland, waar patiënten moeten worden overgeplaatst, welke tests moeten worden geprioriteerd, hoe men het beste kan plannen voor morgen, enz. Deze zijn bijzonder moeilijke problemen en traditionele medische software raakt ze niet.

Om de kans te onderzoeken, ontmoetten we ziekenhuisleiders en frontliniepersoneel. We zagen heldendaden elke dag. We zagen verpleegscheidsrechters die non-stop bellen en vragen beantwoorden om personeel naar de meest nodige locaties te sturen. We zagen OR-managers met post-its en whiteboards die hun best deden om operatietijd onder chirurgen te verdelen. We zagen operationele excellentieleiders met enorme spreadsheets die simulaties probeerden te doen om te bepalen hoeveel ziekenhuisbedden moesten worden heruitgericht. Kortom, we zagen zo veel manuele inspanning die werd geleverd om problemen op te lossen omdat de softwaretools tekortschoten, en we wilden helpen.

Net als veel startups, was onze productontwikkelingsreis niet een rechte weg. Onze vroege “hulp” kwam in de vorm van strategische tools die we dachten dat de moeilijkste problemen zouden oplossen, maar die veel data en veel wiskunde vereisten. De mechanica ervan lijkt indrukwekkend: we konden modellen automatisch assembleren om de interne werking van een ziekenhuis te simuleren en aanbevelingen te doen over of die operatieplanning moet worden gewijzigd, of of die nieuwe vleugel moet worden gebouwd. Toch, terwijl de vragen die ze beantwoordden groot waren, werden ze ook zelden gesteld.

De ware oorsprong van Hospital IQ zoals het vandaag bestaat, is niet een geïnspireerde weg door Rich of mij, maar door ons hele team dat hands-on met onze klanten werkte en besefte dat onze belangrijkste rol niet is om ziekenhuizen te helpen bij het beantwoorden van grote, zelden gestelde vragen, maar om te helpen bij het beantwoorden van de ogenschijnlijk kleine, frequente vragen. Die zijn de vragen die bepalen wat ieders ervaring is, zowel de patiënt die naar de operatiekamer gaat als het zorgteam dat hem door die reis leidt.

Kunt u bespreken hoe de software ziekenhuizen in staat stelt om piekoperationele prestaties te bereiken en te behouden?

Onze software gaat over het ontmoeten van de gezondheidswerkers waar ze vandaag zijn, in hun dagelijkse workflows. In plaats van van hen te verwachten dat ze iets radicaal anders doen, zoals het uitvoeren van een simulatie, of het interpreteren van een prognose, of het optimaliseren van personeelsroosters van scratch, omarmen we de vertrouwde stappen die ze elke dag nemen op twee manieren. We digitaliseren ze, zodat ze efficiënter met elkaar kunnen communiceren, en dan voegen we voorspellingen en aanbevelingen toe. Dit laat gezondheidsmedewerkers toe om efficiënter en effectiever te werken. Het beste van alles is dat het hen in staat stelt om meer tijd te besteden aan patiëntenzorg.

Laat ons een voorbeeld nemen: personeelsplanning. Het bepalen van het aantal verpleegkundigen dat nodig is in elke afdeling voor elke dienst is een uitdaging. Sommige medewerkers bellen ziek. Een onverwachte toename van de vraag kan optreden. Verpleegkundigen die “kunnen zweven” tussen afdelingen moeten eerlijk worden toegewezen. Ieders vaardigheden, kwalificaties en voorkeuren moeten ook in aanmerking worden genomen. Alles bij elkaar genomen en je kunt zien waarom de telefoon in een typische personeelskantoor constant rinkelt. Toch, op dezelfde dag als een go-live met Hospital IQ, worden de telefoons stil. Veel van het werk is hetzelfde, maar met alle informatie gecentraliseerd in het Hospital IQ-platform, zijn alle overwegingen verhuisd van spreadsheets, whiteboards en post-its naar elegante communicatietools, geautomatiseerde analyse van variatie en suggesties voor personeelsbalans. Verpleegscheidsrechters kunnen hun werk efficiënter en aangenamer doen dan ooit tevoren. Het behouden van deze prestaties is ook gemakkelijk, omdat de tools zijn gebouwd om de bestaande workflow te ondersteunen. We zijn geen adviesbureau dat binnenkomt om de manier van werken te veranderen, alleen om te zien dat het terugkeert naar de status quo.

Wat zijn enkele van de verschillende machine learning-technologieën die worden gebruikt?

Ons datascienceteam gebruikt alle methoden die nodig zijn om geweldige resultaten te behalen voor de use cases van onze klanten. We hebben statistische analyses gebruikt om OR-gebruik te begrijpen, ARIMA-modellen om chirurgische volumeprognoses te maken, Prophet om censusprognoses te maken, willekeurige bossen om inpatientstatus te classificeren, neurale netwerken voor readmissiescores, en veel meer. Ons datascienceteam houdt zich op de hoogte van de laatste onderzoeken, gegevensbronnen en tools met maandelijkse “journal club”-bijeenkomsten en innoveert regelmatig zelf ook. Met zo’n open veld zijn er zo veel interessante use cases en interessante gegevenssets om te onderzoeken en in het Hospital IQ-platform te integreren.

Een van de speciale uitdagingen voor ons is om de uniekheid te hanteren die we zien bij elke van onze ziekenhuis klanten. Ze dienen verschillende demografische groepen. Ze hebben verschillende specialisaties. De klinische en operationele gegevens in elk ziekenhuis komen uit verschillende software die op verschillende manieren is geconfigureerd met zijn eigen tekortkomingen. Als we een alomvattend model zouden bouwen voor al onze klanten, of zelfs voor alle campussen binnen een enkel gezondheidsstelsel, zou het niet goed passen. Toch is het bouwen van handmatig aangepaste en eenmalige oplossingen niet een schaalbare of robuuste aanpak. In plaats daarvan vertrouwen we op het begrijpen van de kenmerken van elke klantengegevens, het ontwikkelen van generaliseerbare modellen en hebben we tooling gebouwd om modelbouw, voortdurende training en nauwkeurigheidsmeting en -bewaking voor individuele campussen te automatiseren.

Het gratis, openbaar toegankelijke hulpmiddel COVID-19 Regionale Voorspelling Dashboard heeft meer dan 76.000 gebruikers van honderden ziekenhuizen. Wat is dit hulpmiddel precies?

Toen we het COVID-19 Regionale Voorspelling Dashboard in maart 2020 voor het eerst bouwden, maakten we ons zorgen dat de VS mogelijk door het beschikbare aantal ziekenhuisbedden heen zou raken en wilden we een vroeg waarschuwingssysteem bieden, niet alleen aan onze klanten maar aan alle ziekenhuizen. Om dit te doen, zochten we naar gegevenssets zoals het aantal bedden per county, de waarschijnlijke transmissie- en sterftecijfers van COVID-19 per leeftijdsgroep en tientallen andere dingen. We bouwden zelfs een SEIR-model om de baan van het virus op county-niveau te voorspellen en probeerden zoveel mogelijk context te bieden, inclusief het moment waarop IC- en med/surg-capaciteit zou worden overschreden, hoeveel mensen zouden herstellen en zelfs hoeveel zouden sterven. Ons doel was om een complete county-naar-county-perspectief te assembleren uit verschillende betrouwbare gegevensbronnen.

Ziekenhuizen hebben ons dashboard gebruikt als een hulpmiddel om belangrijke beslissingen te nemen, zoals wanneer ze moeten beginnen met het openen van surge-eenheden of wanneer ze elektieve operaties moeten afremmen om ruimte te maken voor toekomstige golven van geïnfecteerde patiënten. Interessant is dat zelfs individuen thuis enige gebruik en zelfs troost vonden in het hulpmiddel, aangezien het enige duidelijkheid toevoegde aan een zeer eng en nieuw wereldwijd pandemie.

Hospital IQ’s datascientisten en ingenieurs nemen vaak deel aan hackathons, wat zijn enkele van de interessante ideeën of projecten die daaruit zijn voortgekomen?

Elke maand moedigen we leden van ons datascienceteam en onze ingenieurs aan om een dag vrij te nemen om hun professionele ontwikkeling te stimuleren en ideeën voor innovatie aan te wakkeren, of het nu gaat om het bijwonen van een industrieconferentie, het volgen van een onlinecursus om een nieuwe vaardigheid te leren, of elke andere activiteit die hen professioneel versterkt.

Als onderdeel hiervan kiezen verschillende ingenieurs en datascientisten ervoor om hun professionele ontwikkelingsdag te besteden aan deelname aan Hospital IQ’s hackathons. Hackathons vereisen dat deelnemers schraperig, innovatief en in één dag een moeilijk te transformeren idee in werkende software duwen. In de dagen voorafgaand aan onze meest recente hackathon in oktober 2020, vormden deelnemers drie teams en crowdsourceten ideeën van het hele bedrijf. Geen onderwerp was taboe; ideeën die niet relevant waren voor het platform van het bedrijf, of zelfs de gezondheidsruimte, waren perfect acceptabel. Het blijkt dat alle drie de teams echter ideeën kozen die nu in de praktijk worden geïmplementeerd.

Het eerste team – Team Cara – richtte zich op ziekenhuisreadmissies en zette zich tot doel om een oplossing te bouwen die kon voorspellen welke patiënten het risico liepen op readmissie voordat ze zelfs maar uit het ziekenhuis werden ontslagen. Ziekenhuisreadmissies kosten het gezondheidsstelsel miljarden dollars per jaar, dus een voorspellende en proactieve oplossing, zoals deze, zou ontslagverpleegkundigen en zorgmanagers voorzien van de extra inzichten die nodig zijn om het risico te verminderen, kosten te verlagen en te weten wat elke patiënt nodig heeft om uit het ziekenhuis te blijven. Team Cara nam gegevens van Hospital IQ’s operations management platform en, met behulp van een patiëntspecifiek machine learning-kader dat eerder door het datascienceteam was ontwikkeld, bouwde een voorspellend model. Voor elke patiënt in het ziekenhuis wijst het model een score toe die de waarschijnlijkheid van readmissie aangeeft. De eerste resultaten van het model toonden een hoge mate van nauwkeurigheid.

Het tweede team – Team Burt Reynolds – zette zich tot doel om een regionale surveillance-oplossing te bouwen die lagen van gegevens op een kaart visualiseerde. Het team wilde kaarten integreren in Hospital IQ’s bestaande platform pivot table-infrastructuur, waardoor een manier werd geboden om een metric van interesse te ploten, gerangschikt door breedte- en lengtegraadcoördinaten met behulp van de leaflet.js-bibliotheek. Voor hun proof of concept gebruikten ze gegevens van het ziekenhuisoverdrachtcentrum om aan te geven welke aangesloten bedrijven toeleveringsbronnen waren en in welke volumes. De resultaten toonden overdrachtsgevallen in een heel nieuw licht en verduidelijkten welke geografieën de meeste patiënten aantrokken, evenals kansen voor groei.

Het derde team – Team Raptor Strikeforce – zette zich tot doel om een oplossing te ontwikkelen die de return on investment (ROI) van Hospital IQ’s operations management platform zou laten zien. Het team bouwde een interface om verschillende invoer in financiële modellen aan te passen, zoals het gemiddelde marge per elektieve procedure, en gebruikte de invoer om veranderingen in de financiële gezondheid van een ziekenhuis in de loop van de tijd te volgen. Deze visualisaties vertellen een overtuigend verhaal over hoe significant operationele effectiviteitsinitiatieven en de investering in het Hospital IQ-platform dat ze mogelijk maakt, opleveren.

Het derde team – Team Raptor Strikeforce – zette zich tot doel om een oplossing te ontwikkelen die de return on investment (ROI) van Hospital IQ’s operations management platform zou laten zien. Het team bouwde een interface om verschillende invoer in financiële modellen aan te passen, zoals het gemiddelde marge per elektieve procedure, en gebruikte de invoer om veranderingen in de financiële gezondheid van een ziekenhuis in de loop van de tijd te volgen. Deze visualisaties vertellen een overtuigend verhaal over hoe significant operationele effectiviteitsinitiatieven en de investering in het Hospital IQ-platform dat ze mogelijk maakt, opleveren.

De drie oplossingen die voor de hackathon werden ontwikkeld, toonden aan dat ze meer waarde konden bieden aan onze klanten. Als gevolg hiervan heeft Hospital IQ alle drie de oplossingen geïntegreerd in het bestaande platform en worden ze nu door ziekenhuizen gebruikt.

Is er nog iets anders dat u over Hospital IQ wilt delen?

Hospital IQ’s grote, stoutmoedige, ambitieuze doel is om de efficiëntie en het geluk van elke gezondheidsmedewerker elke dag te verbeteren. We zijn trots op de impact die we tot nu toe op de gezondheidszorg hebben gehad, maar onze reis is pas net begonnen. Voor elke compassievolle, missiegedreven datascientist of ingenieur die geïnteresseerd is om een van de moeilijkste uitdagingen van de wereld aan te pakken – het verbeteren van de efficiëntie van de gezondheidszorg – zouden we graag zien dat u zich bij ons voegt!

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten Hospital IQ bezoeken.