Kevin Keenahan, Chief Product Officer i Net Health – Intervju-serie

Kevin Keenahan er Chief Product Officer i Net Health og medgrunnlegger av Tissue Analytics, Inc., som ble kjøpt av Net Health i 2020.

Net Healths misjon er å utnytte data for menneskets helse. De tilbyr EHR-programvare og prediktive, handlebare analytiker for medisinske spesialiteter, inkludert rehabiliteringsterapi, sårpleie, hjemmepleie og hospice og arbeidshelse. Deres løsninger er tillit til over 23 000 fasiliteter over hele pleiekontinuumet, inkludert landets ledende sykehus, spesialsykehus, eldreboende, hjemmepleie- og hospicebyråer og poliklinikker.

Kunne du dele opphavet til hvordan du ble involvert i sårpleie, og hvordan dette resulterte fra dine masterstudier ved Johns Hopkins University?

Tilbake i 2013 startet jeg min mastergrad ved Johns Hopkins Center for Bioengineering Innovation and Design (CBID), som er et fantastisk program som gir unge ingeniører muligheten til å rotere gjennom ulike kliniske miljøer ved Johns Hopkins-sykehuset. Jeg var heldig nok til å se kroniske og akutte sår under disse rotasjonene og fant området fascinerende, noe som ledet til at jeg tilbrakte mer dedikert tid i sårpleiesenteret på Hopkins.

Gjennom denne erfaringen innsett jeg at det var en mangel på innovasjon i sårpleieindustrien, med de fleste sårpleiebehandlinger som avhengig av gamle metoder og teknologier for å vurdere effektivitet. Jeg så dette som en mulighet til å bruke min ingeniørutdanning til å skape en løsning for sårpleiestyring som ville lette bedre datainnsamling og forbedre kroniske sårresultater, noe som ledet til at jeg grunnla Tissue Analytics i 2014.

Tissue Analytics, Inc., ble deretter kjøpt av Net Health i 2020. Kunne du dele noen detaljer om dette øyeblikket og hvorfor du valgte å bli kjøpt?

Net Health® Tissue Analytics bruker maskinlæring til å analysere sårbilder og automatisk måle helbredning. Oppkjøpet var høyt strategisk for oss, da det ga oss en mulighet til å utvide vår rekkevidde og ga oss tilgang til en mye større datasett for å anvende på våre maskinlæringsmetoder. Å slutte seg til Net Health ga oss også mulighet til å utnytte deres etablerte posisjon i markedet og tilgang til deres nettverk av helsepersonell, i tillegg til å styrke deres innleggssårpleieforretning.

Hvordan bruker Net Health maskinlæring for sårsporing?

Net Healths algoritmer analyserer millioner av bilder på få sekunder for å automatisk måle et sår størrelse og fargekomposisjon. Dette er 90% mer nøyaktig enn manuelle, regelbaserte målinger, som har en feilrate på 40%. Denne evnen fører til en mer objektiv historie om helbredning for å drive bedre pasientpleie og resultater. Denne teknologien er grunnlaget for vår mobile såravbilding- og analytikkløsning, som bruker kunstig intelligens kombinert med en smarttelefon til å måle, karakterisere og analysere et kronisk sår mer nøyaktig. Ved å bruke dataene som er samlet inn under såravbildingsprosessen, kan den også forutsi om et trykksår er i fare for forverring, en særlig viktig funksjon for sykehus som straffes for sykehusforårsakede trykksår.

Hvorfor er nøyaktig sporing av sårstørrelse så viktig i helsevesenet?

Det er flere grunner til dette. Nøyaktig sporing muliggjør at kliniske ansatte kan overvåke helbredningsfremskrittet til et sår over tid, ta effektive behandlingsbeslutninger og estimere helbredningstider. Ved å måle såret regelmessig, kan behandlere bestemme om såret helbreder som forventet eller om det er tegn på stagnert helbredning. Dette hjelper behandlere til å ta informerte beslutninger om riktig behandlingsplan og tilpasse disse planene etter behov. Ved å gi en felles grunnlag for helbredning til hele behandlingsteamet, har alle, inkludert pasienten, nå en objektiv måling av fremgang som deles over behandlere så vel som behandlingsmiljøer.

Hva andre typer analyser kan tilbys for sårpleie?

I vårt sårpleie-EHR-produkt, Net Health® Sårpleie, kan vi tilby kraftfulle forutsigelser om amputasjonsrisiko og total sårhelbredningstid. I tillegg tilbyr vi en missede besøksindikator som markerer pasienter som er i fare for å gå glipp av et besøk. Dette muliggjør at sårpleiebehandlere kan gripe inn, enten de hjelper med å kommunisere direkte med pasienten eller dobbeltbooker for å sikre at de ikke mister inntekter eller tid som brukes på å yte omsorg.

Net Health går utenfor såranalyser, hva andre typer tjenester tilbys?

Vi tilbyr også EHRer for fullt spekter av rehabiliteringspersonell, som inkluderer fysioterapeuter og tale- og språkterapeuter. Våre rehabiliteringsterapi-EHRer betjener private praksis-klinikker, sykehusrehabiliteringsavdelinger, sykehuspoliklinikker, spesialsykehus og hjemmepleie- og hospicebyråer. Vår poliklinikk- og privatpraksis-EHR kommer med en pasientengasjementssuite som hjelper klinikker med å markedsføre sine tjenester og engasjere pasientene gjennom digitale interaktive verktøy og en automatisert digital innkallingprosess.

I din mening, hvorfor er det viktig å adoptere AI i helsevesenet?

AI har potensialet til å forbedre nøyaktigheten og effektiviteten i helseoperasjoner, fra diagnose og behandling til automatisering av administrative oppgaver. Algoritmer kan analysere store mengder data og identifisere mønster som ville være vanskelige eller umulige for mennesker å oppdage, noe som muliggjør mer nøyaktige diagnoser, mer tilpassede behandlingsplaner og bedre ressursallokering. Det kan også hjelpe til å redusere helsekostnadene ved å strømlinje prosesser og redusere behovet for manuelt arbeid. Det kan også hjelpe til å forbedre pasientresultater ved å muliggjøre tidligere diagnose og behandling, redusere risikoen for komplikasjoner og fasilitere mer tilpasset omsorg. For eksempel kan AI-drevne sårpleieplattformer hjelpe helsepersonell med å spore sårhelbredning mer nøyaktig, identifisere potensielle komplikasjoner og tilpasse behandlingsplaner etter behov. Helsepersonell kan forbedre pasientresultater, redusere kostnadene og holde seg foran teknologiske innovasjoner i feltet med AI, så adopsjon er avgjørende hvis du ikke allerede har utnyttet det.

Ser du en fremtid for generativ AI i helsevesenet?

Absolutt. AI kan hjelpe til å forbedre nøyaktigheten og hastigheten i diagnose, noe som fører til bedre resultater for pasientene. Generativ AI kan analysere en pasients medisinske historie, genetiske data og andre faktorer for å automatisere dokumenteringsprosessen og samtidig forutsi hvilke behandlinger som er mest sannsynlig å være effektive for den enkelte.

Tissue Analytics hadde opprinnelig en visjon om å transformere smarttelefonen til en sofistikert avbildings- og diagnostisk plattform for kroniske sår, for å gjendefinere hvordan sårpleie leveres. Kunne du dele hvordan din visjon har utviklet seg over tid?

Etter oppkjøpet av Net Health, har Tissue Analytics fortsatt å utvikle sin sårpleiestyringsplattform, samtidig som det har integrert sin teknologi i Net Healths bredere spekter av helse løsninger. Dette har muliggjort at Tissue Analytics kan utvide sine evner og inkludere funksjoner for å forutsi forverring av trykksår på sykehus og automatisk fange sår som omgir pasientens lemmer, som vi kaller omkretsavbilding. Fremover vil produktet fortsette å innovere med fokus på identifisering, forebygging og håndtering av kroniske sårtilstander gjennom avanserte analytikkløsninger i alle behandlingsmiljøer.

Er det noe annet du vil dele om Net Health?

Net Health har en sterk fokus på de spesialiserte behovene til helsepersonell. Denne fokuset muliggjør at Net Health kan levere tilpassede løsninger som er spesifikt designet for å møte de unike behovene til behandlere, i stedet for å tilby en en-size-fits-all-tilnærming. Denne forståelsen av spesialiserte kliniske arbeidsflyter setter oss i en unik posisjon til å samle inn de mest effektive, høykvalitetsdataene og utvikle banebrytende AI-verktøy som vil hjelpe oss med å flytte hele industrien fremover.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, kan besøke Net Health.