Ed Chidsey, Prezes Jednostki Biznesowej Inovalon Insights – Wywiad

Ed Chidsey, Prezes Jednostki Biznesowej Inovalon Insights, posiada szerokie doświadczenie w dziedzinie danych finansowych, analiz i doradztwa strategicznego — ostatnio jako Wiceprezes w S&P Global Market Intelligence, gdzie zarządzał firmą o wartości miliarda dolarów i zatrudniającą 2 000 pracowników, a wcześniej jako doradca private equity, członek zarządu PeerNova Inc. i ograniczony partner w Mendoza Ventures.

Inovalon to amerykańska firma technologiczna, która dostarcza rozwiązania oparte na chmurze i analityce danych dla sektora opieki zdrowotnej. Poprzez swoją flagową ofertę, platformę Inovalon ONE®, firma agreguje i analizuje ogromne, rzeczywiste dane kliniczne i roszczenia — obejmujące setki milionów osób — w celu wspierania planów zdrowotnych, dostawców, aptek i organizacji naukowo-życiowych w poprawie wyników klinicznych, jakości opieki, oceny ryzyka, integralności płatności i efektywności operacyjnej.

Miałeś długą karierę, obejmującą S&P Global (SPGI ), IHS Markit i teraz Inovalon. Jakie było najbardziej kształtujące doświadczenie, które skłoniło Cię do skupienia się na danych z życia wziętych (RWD) i analityce w ochronie zdrowia, i jak to ukształtowało Twoją wizję prowadzenia Jednostki Biznesowej Inovalon Insights?

Spędziłem większość swojej kariery na budowaniu, prowadzeniu i skalowaniu firm analitycznych i danych, głównie w sektorze usług finansowych, często zaczynając od małych projektów i napędzając znaczny wzrost dzięki połączeniu strategii organicznych i nieorganiczych. Po ponad trzech dekadach w branży finansowej doszedłem do punktu, w którym musiałem się zatrzymać i zresetować. Byłem w tym świecie przez długi czas, i choć kochałem tę pracę, środowisko zaczęło wydawać mi się mniej satysfakcjonujące. Więc na początku 2024 roku postanowiłem odejść.

Ten rok przerwy był niezwykle uzasadniony. Spędziłem więcej czasu z rodziną, dołączyłem do rady korporacyjnej i organizacji non-profit, i, dość nieoczekiwanie, zaangażowałem się bardziej w swoją wspólnotę kościelną. Ta zmiana pozwoliła mi skupić się na równowadze, społeczności i celu w sposób, którego nie miałem możliwości przez długi czas. Do końca roku zdałem sobie sprawę, że nadal mam wiele energii i pasji do prowadzenia zespołów i budowania firm, ale chciałem, aby ta praca była bardziej osobista i pełna celu.

Gdy Adam Kansler, CEO Inovalon, skontaktował się ze mną, aby powiedzieć mi więcej o firmie, timing był fortunny. Pracowałem ściśle z Adamem przez wiele lat i mają dla niego ogromny szacunek jako lidera. Opisał Inovalon jako wiodącego dostawcę danych i rozwiązań, które umożliwiają opiekę zdrowotną, współpracując z płatnikami, dostawcami, organizacjami aptek i firmami z sektora naukowo-życiowego, i zauważył, że firma szuka nowej osoby do prowadzenia swojej jednostki biznesowej Inovalon Insights.

Przed tą rozmową z Adamem nie rozważałem poważnie, że mogę wykorzystać swoje doświadczenie w danych i analityce w sektorze opieki zdrowotnej. Jednak im więcej się dowiadywałem, tym bardziej to rezonowało. Dane zdrowotne są bardzo konkretnymi danymi, które mogą wpływać na nas w realny sposób. Pomysł zastosowania tej samej analitycznej surowości i skali, którą rozwinąłem w sektorze usług finansowych, w celu poprawy jakości i wyników opieki zdrowotnej, był niezwykle przekonywujący. To poczucie celu jest tym, co mnie tu sprowadziło, i nadal kształtuje, w jaki sposób prowadzę jednostkę biznesową Inovalon Insights, łącząc dane, technologie i ludzi, aby uczynić wymierną różnicę w całym ekosystemie opieki zdrowotnej.

Jak postrzegasz wprowadzenie przez Inovalon zaawansowanej analityki i danych z życia wziętych (RWD) na platformie Snowflake’s AI Data Cloud, zmieniając dynamikę konkurencyjną w ochronie zdrowia i naukach o życiu?

Uważałbym to raczej za strategiczny krok, aby spotkać się z klientami tam, gdzie oni są, niż koniecznie zmieniać dynamikę konkurencyjną. W moim umyśle było to kluczowe, aby upewnić się, że klienci mają dostęp do naszych danych i zasobów na platformach, na których chcą ich spożytkować w bardziej nowoczesny, giętki i dostępny sposób. Z tym, wiedzieliśmy, że coraz więcej naszych klientów migruje na platformy takie jak Snowflake, więc było dla nas ważne, aby spotkać ich tam, gdzie chcieli spożytkować nasze dane.

Co odróżnia ofertę Inovalon w zakresie danych z życia wziętych (RWD), takich jak rejestry MORE², od innych platform danych z życia wziętych pod względem jakości, głębokości, terminowości lub skali?

To, co odróżnia naszą ofertę RWD, w tym rejestry MORE², to nasze dane pochodzące bezpośrednio z różnych podmiotów w ekosystemie opieki zdrowotnej, takich jak płatnicy lub dostawcy opieki zdrowotnej, co daje nam całościowy widok podróży zdrowotnych pacjentów, umożliwiając wyprowadzanie wniosków, które wspierają podejmowanie decyzji w całym łańcuchu opieki zdrowotnej.

Pomimo że sama szerokość danych, którymi dysponujemy, jest już znaczącym differentiatorem, historia i spójność za tymi danymi są naprawdę godne uwagi. Dzięki naszemu partnerstwu ze Snowflake, nasi klienci mogą teraz bezpiecznie i szybko uzyskać dostęp do naszych długoterminowych zbiorów danych RWD o wysokiej jakości, co tradycyjnie było utrudnione przez fragmentaryzowane systemy i złożone procesy ręcznego pobierania danych. Dla firm z sektora naukowo-życiowego i biofarmaceutycznego, posiadanie pewności, że ich partner dostarczy dane, które są spójne i niezawodne do podejmowania decyzji, jest absolutnie kluczowe dla pacjentów, którym służą. Ta podstawa jest kamieniem węgielnym naszej oferty RWD, którą nadal rozwijamy pod względem zakresu i rodzajów wniosków, jakie możemy generować.

Jakie są główne wyzwania techniczne lub dotyczące zarządzania w łączeniu lub integrowaniu zbiorów danych z różnych źródeł w celu budowy kompleksowych dowodów z życia wziętych?

Zaczyna się to od rozpoznania podstawy naszych danych, które wracają do interakcji między pacjentem a jego dostawcą, apteką i płatnikiem. Często te interakcje są osobiste i wynikają z wpływowych punktów stycznych w ich własnej opiece. To sprawia, że jesteśmy zaufanym opiekunem naszych danych, co jest kluczowe, zwłaszcza gdy chodzi o to, jak dane RWD wpływają na procesy dowodów z życia wziętych. To, jak zarządzamy, chronimy i używamy naszych danych, definiuje naszą wiarygodność i zaufanie, które mamy z naszymi partnerami w całym ekosystemie.

Jednym z największych wyzwań, z którymi się spotykamy, jest balansowanie między użyciem danych a prywatnością. Jeśli skupiamy się wyłącznie na prywatności, tracimy możliwość pełnej analizy i wyprowadzania wartości z danych. Jednak jeśli skupiamy się tylko na analizie, ryzykujemy niedostateczne spełnienie naszych etycznych lub regulacyjnych zobowiązań wobec pacjentów i ich rodzin. To delikatne równowaga nie jest tylko wyzwaniem technicznym, ale również wyzwaniem dotyczącym zarządzania. Musimy ciągle rozważać, co możemy zrobić, co powinniśmy zrobić i co nie możemy zrobić, aby chronić dane, którymi dysponujemy, a jednocześnie maksymalizować ich wartość i wpływ na szerszy ekosystem opieki zdrowotnej.

Pod względem technicznym, innym dużym wyzwaniem jest połączenie danych. Niezależnie od tego, jak głęboki lub szeroki jest pojedynczy zbiór danych, nigdy nie jest wystarczający sam w sobie. Możliwość połączenia zbiorów danych z wielu źródeł jest kluczowa, i priorytetowo traktujemy to każdego dnia poprzez naszą pracę z różnymi partnerami.

Ostatecznie, zarządzanie jest o osiągnięciu odpowiedniej równowagi między ochroną danych we właściwy sposób, a jednoczesnym poszerzaniem granic tego, co jest możliwe, aby zrealizować największą wartość dla ogólnego dobra. To nie zawsze jest łatwe, zwłaszcza gdy niektóre regulacje, choć mające dobre intencje, mogą nieumyślnie tłumić innowacje lub ograniczać potencjalne korzyści, które moglibyśmy dostarczyć pacjentom i szerszemu ekosystemowi. Nasza rola polega na tym, aby być ostrożnymi opiekunami danych, działać w granicach umów dostawców i regulacji, i jednocześnie znaleźć odpowiedzialne sposoby na innowacje.

Na koniec, istnieje wyzwanie strukturalne związane z tym, że ekosystem opieki zdrowotnej jest bardzo fragmentaryzowany. Aby klient mógł uzyskać dostęp do wszystkich danych, których potrzebuje, często wymaga to ściągnięcia danych z wielu zbiorów i połączenia danych w różnych punktach opieki, z wieloma pośrednikami pomiędzy. W porównaniu z branżami takimi jak usługi finansowe, opieka zdrowotna jest o lata, jeśli nie dekady, w tyle pod względem integracji danych i interoperacyjności. Jednak to jest również ogromna szansa dla Inovalon. Jeśli będziemy mogli kontynuować rozwój w zakresie połączenia danych, udostępniania i kreatywnego wykorzystania, możemy dostarczyć znacznie bardziej innowacyjne analityki i rozwiązania, które ostatecznie przyniosą korzyści pacjentom.

Jak balansujesz prywatność, zgodność z regulacjami i innowacje przy wdrażaniu modeli AI na wrażliwych danych zdrowotnych?

Sposób, w jaki myślę o AI, jest taki, że ostatecznie chodzi o zastąpienie lub wzmocnienie tego, co można teoretycznie zrobić dzisiaj, tylko w szybszy, mądrzejszy i bardziej zaawansowany sposób. Gdy klient chce wdrożyć model AI na naszych danych, jest to coś, co musimy zaakceptować. Jak w przypadku każdego użycia naszych danych, istnieją warunki i ograniczenia, które określają, co klient może, a czego nie może zrobić. Te warunki opierają się na naszych własnych zezwoleniach, ograniczeniach i stosownych regulacjach. Ten framework nie ulega zmianie w świecie AI, i musimy być promotorami. Nie możemy bać się tego. Musimy odpowiedzialnie zaakceptować AI, aby mógł on posunąć się do przodu, ponieważ ma potencjał ogromnie korzystnie wpłynąć na ekosystem opieki zdrowotnej.

AI wymaga zarówno historycznych danych do budowy modeli, jak i bieżących danych do ich utrzymania. Z naszej perspektywy jako dostawcy danych, jest to silna pozycja, ponieważ raz zbudowany model na naszych danych staje się jeszcze bardziej zintegrowany. Musimy podejść do każdego modelu tak, jak do każdego przypadku użycia klienta, zapewniając, że jest on właściwie wykorzystany i zarządzany. Bardziej wrażliwa część AI, zwłaszcza w ochronie zdrowia, polega na zapewnieniu, że zawsze jest człowiek w pętli, gdy opieka jest świadczona. To jest znacznie szerszy temat, i wiele osób nad nim dyskutuje.

Z perspektywy RWD, nadal jesteśmy na wczesnym etapie. AI jeszcze nie przyniósł wielu przełomowych wyników w ochronie zdrowia, zwłaszcza gdy skupiamy się na przypadkach użycia RWD. Eksplorujemy szereg możliwości, w tym na przykład maszynowe uczenie się z notatek klinicznych, co jest bardziej podstawowym zastosowaniem AI. Poza tym, badamy użycie AI w aplikacjach klinicznych i przewidywalności chorób. Jesteśmy na początku tej podróży, ale potencjał jest ogromny. W Inovalon, koncentrujemy się na zapewnieniu, że mamy najwyższej jakości dane, które mogą być wykorzystane w połączeniu z AI w sposób odpowiedzialny, z silnym zarządzaniem i nadzorem ludzkim, przygotowując się do skalowania ich wpływu, gdy technologia i ekosystem dojrzewają.

Ze swoich rozmów z klientami, jakie są najczęstsze obawy dotyczące przyjęcia AI i analityki opartej na danych z życia wziętych w ochronie zdrowia, i jak na nie odpowiadasz?

Najczęstsze obawy, które słyszę, dotyczą jakości danych i zezwoleń na wykorzystanie naszych danych do szkolenia ich własnych modeli AI. W odniesieniu do jakości danych, w przypadku AI, „śmieci na wejściu, śmieci na wyjściu” jest prawdą. Jeśli jakość danych jest słaba, to znaczy, że dane nie są czyste lub może nie ma wystarczających danych, wówczas wynik nie będzie zbyt wartościowy. Nasi klienci oczekują spójnych, dokładnych i niezawodnych danych. Biorąc pod uwagę ogromne ilości danych, którymi zarządzamy, jednym z moich pierwszych priorytetów było zapewnienie jakości danych na całym poziomie. Pracowaliśmy ciężko, aby oczyścić, usunąć duplikaty, zunifikować, standaryzować i dostarczyć dane w dół strumienia. Przyjmowanie odpowiedzialności za jakość danych pomaga również poprzez poprawę spójności i niezawodności w całym naszym zestawie danych, co pozwala nam dostarczyć więcej w ramach naszych tradycyjnych ofert analitycznych, a także analityki opartej na AI.

Drugim rozważaniem jest to, jak nasze dane mogą być wykorzystane do wspierania rozwoju modeli AI. Jako firma oparta na danych, jest dla nas ważne, abyśmy umożliwiali te wschodzące przypadki użycia w sposób odpowiedzialny. Biorąc pod uwagę szybką ewolucję krajobrazu danych i AI, dostosowaliśmy nasze podejście, aby umożliwić to w sposób odpowiedzialny, wspierany przez silne zarządzanie, wyraźne warunki użycia i określone środki bezpieczeństwa. Ta ewolucja umożliwia naszym klientom innowacje z AI w sposób pewny, jednocześnie zapewniając odpowiedzialne, zgodne i etyczne praktyki danych.

Jak mierzyłeś sukces lub zwrot z inwestycji dla klientów, którzy przyjęli Twoją platformę i analitykę, i jakie metryki są dla nich najważniejsze?

Mierzymy sukces poprzez realny wpływ, jaki nasza platforma i analityka mają na wyniki operacyjne i kliniczne naszych klientów. Może to obejmować różne mierniki sukcesu, w zależności od klienta, takie jak poprawa ocen CMS Star w Medicare Advantage, optymalizacja dostosowania ryzyka lub generowanie działających dowodów z życia wziętych dla firm z sektora naukowo-życiowego. Wspólnym wątkiem jest to, że wnioski muszą być terminowe, godne zaufania i działające.

Dla klientów, w zależności od ich pozycji w łańcuchu opieki zdrowotnej, mogą koncentrować się na aspektach takich jak poprawa jakości, redukcja luk w opiece, lepsze przestrzeganie protokołów leczenia lub wymierne korzyści kosztowe lub wykorzystania. Klienci realizują zwrot z inwestycji, gdy nasza analityka pomaga im podejmować świadome decyzje, które poprawiają wyniki pacjentów, efektywność operacyjną i/lub wyniki strategiczne.

Spójrzając w przyszłość, przez 5 lat, jak oczekujesz, że AI i dane z życia wziętych (RWD) będą ewoluować w ochronie zdrowia i naukach o życiu, i co widzisz jako następny front?

W ciągu pięciu lat, opieka zdrowotna może wyglądać jak coś, czego nie rozpoznajemy teraz, ale jest to niemożliwe do przewidzenia, jak szybko branża ewoluować będzie. Jedyną pewnością jest to, że będzie to przełomowe. Chociaż tempo innowacji jest nadzwyczajne, postęp pozostaje ograniczony przez fragmentację w ekosystemie opieki zdrowotnej, obejmując laboratoria, apteki i elektroniczne rekordy zdrowia, gdzie niewiele organizacji jest w stanie połączyć te źródła danych w sposób znaczący.

Chociaż może to być czynnikiem ograniczającym, jeśli dane mogą być połączone i stworzone w sposób zunifikowany i standaryzowany, wówczas uważam, że wszystko jest możliwe. AI będzie coraz bardziej wspierał wszystko, od wsparcia decyzji klinicznych po to, jak firmy z sektora naukowo-życiowego podejdą do projektowania i realizacji badań klinicznych. W ciągu najbliższych pięciu lat, zobaczymy więcej automatyzacji, wzmocnionego użycia predykcyjnej analityki i zwiększonej łączności, która da organizacjom dostęp do wniosków, których potrzebują w czasie rzeczywistym, wszystko to ma potencjał przekształcić podróże opieki zdrowotnej pacjentów i operacje zdrowotne jako całość.

Dla organizacji, które dopiero zaczynają integrować AI z danymi z życia wziętych, jakie trzy porady dałbyś?

Po pierwsze, i najważniejsze, skup się na danych i upewnij się, że ciągle oceniasz jakość Twoich danych. Po drugie, wykorzystaj potencjał Twojej bazy pracowników. Rzeczywistość jest taka, że najlepsze pomysły mogą pochodzić z każdego poziomu organizacji, zwłaszcza młodszych pokoleń wchodzących na rynek pracy, które żyły i oddychały danymi, AI i technologią. Liderzy powinni znaleźć sposoby, aby wykorzystać pomysły i innowacje, które są głęboko w organizacji, i stworzyć platformę dla tych perspektyw, aby mogły być słyszane i zbierane. Po trzecie, zatrudnij odpowiednie osoby. Bez odpowiednich ludzi i talentów technicznych, innowacje w tempie, tworzenie wartości i utrzymanie konkurencyjności będą niemal niemożliwe. Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Inovalon.