Wywiady

Mohan Giridharadas, Założyciel i Dyrektor Generalny LeanTaaS – Wywiad

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Mohan Giridharadas jest założycielem i dyrektorem generalnym LeanTaaS, lidera rynku w zakresie oprogramowania do zarządzania pojemnością, obsadą personalną i przepływem pacjentów dla systemów opieki zdrowotnej. Oprogramowanie firmy jest używane przez ponad 175 systemów opieki zdrowotnej w całym kraju. LeanTaaS niedawno stał się pierwszą cyfrową firmą zdrowotną, która przekroczyła wartość 1 miliarda dolarów z przyjęciem Hospital IQ 10 stycznia 2023 r., co nastąpiło po tym, jak Bain Capital nabył większościowy udział w firmie 6 czerwca 2022 r.

Wiedziałeś od wczesnego wieku, że chcesz być inżynierem, co wywołało ten zainteresowanie?

Wychowywałem się w rodzinie, w której mój ojciec i trzej starsi bracia byli inżynierami. Zawsze byłam na ścieżce wyższego wykształcenia i ostatecznie rozpocząłem studia na Indian Institute of Technology w Bombaju. Studiowałem inżynierię elektryczną na studiach licencjackich, zanim przyjechałem do Stanów Zjednoczonych i rozpocząłem studia magisterskie na Georgia Tech University, a następnie na Stanford University, gdzie uzyskałem tytuł MBA.

Pracowałeś w McKinsey & Company przez 18 lat, jakie projekty realizowałeś i jakie lekcje wyciągnąłeś z tego doświadczenia?

W McKinsey, kierowałem Lean Manufacturing i Lean Service Operations w Ameryce Północnej, a także Lean Operations i Lean Service Operations w Azji i Pacyfiku. Odszedłem z firmy na koniec 2009 r. z dwoma głównymi pomysłami na założenie LeanTaaS. Po pierwsze, zauważyłem, że projekty poprawy operacyjnej wszędzie odbywały się na podstawie arkuszy kalkulacyjnych Excel. Ponadto wszelkie wysiłki w celu poprawy procesów wymagały zespołu projektowego – niezależnie od tego, czy był to zespół wewnętrzny, czy zewnętrzny. Moim celem przy założeniu LeanTaaS było dostarczenie możliwości transformacji lean, które zastąpią matematykę na poziomie Excela zaawansowaną matematyką oraz zastąpią potrzebę zespołu projektowego platformą oprogramowania jako usługi (SaaS).

Pierwotna wizja LeanTaaS była szeroka, co skłoniło Cię do skupienia się na ochronie zdrowia?

Podróż LeanTaaS rozpoczęła się w 2010 r. z podejściem niezależnym od branży. Współpracowaliśmy z około 20 firmami, w tym z Google (GOOGL ), Home Depot (HD ) i Flextronics, aby poprawić wyniki operacyjne za pomocą niestandardowych aplikacji SaaS.
Następnie w 2013 r. współpracowaliśmy ze Stanford Health Care, aby rozwiązać wyzwanie dotyczące planowania infuzji. Stworzyliśmy algorytm, który został zaprojektowany w celu optymalnego dopasowania dostępnej podaży do sygnałów popytu. Wiedziałem z mojego poprzedniego doświadczenia, że dopasowanie podaży i popytu w sposób analitycznie rygorystyczny jest kluczem do optymalizacji wyników operacyjnych. Nasze rozwiązanie działało, a następnie spędziliśmy 18 miesięcy na udoskonalaniu naszych algorytmów i tworzeniu naszego pierwszego produktu, iQueue for Infusion Centers. W 2015 r. zdecydowaliśmy się skupić wyłącznie na ochronie zdrowia.

Jakie technologie uczenia maszynowego są wykorzystywane do optymalizacji operacji w szpitalach i instytucjach opieki zdrowotnej?

Wraz ze wzrostem ilości cyfrowych danych opieki zdrowotnej pojawia się możliwość wykorzystania tych danych do pomocy dostawcom w efektywniejszym dopasowaniu podaży i popytu. Technologie uczenia maszynowego mają możliwości matematyczne znacznie wykraczające poza ludzki umysł i są coraz częściej wykorzystywane do optymalizacji operacji w szpitalach i ośrodkach infuzji. Te technologie wykorzystują dane, aby poprawić wydajność, wyniki pacjentów i alokację zasobów. Niektóre z wybitnych technologii uczenia maszynowego w optymalizacji opieki zdrowotnej to:

Analiza predykcyjna: algorytmy uczenia maszynowego mogą analizować dane historyczne, aby przewidzieć wskaźniki przyjęć pacjentów, epidemie chorób i wyniki pacjentów. Pomaga to szpitalom przydzielać zasoby bardziej efektywnie i planować potencjalne wzrosty popytu.

Zarządzanie przepływem pacjentów: uczenie maszynowe może optymalizować przepływ pacjentów, przewidując czasy wypisu, bariery, dostępność łóżek i ruch pacjentów w szpitalu. Redukuje to czasy oczekiwania, poprawia satysfakcję pacjentów i zwiększa wykorzystanie zasobów.

Przydział i planowanie zasobów: uczenie maszynowe może pomóc w planowaniu personelu szpitala, sal operacyjnych i sprzętu na podstawie danych historycznych i bieżącego popytu, zapewniając optymalną alokację zasobów. Jest to kluczowe w obecnej sytuacji braku personelu medycznego.

Jak LeanTaaS pomaga łagodzić braki personelu medycznego w ochronie zdrowia?

Nasza technologia, napędzana przez AI i analizy predykcyjne i zasilana danymi historycznymi i bieżącymi systemu opieki zdrowotnej, wspiera liderów systemów opieki zdrowotnej w pełnej optymalizacji dostępnego personelu w oddziałach szpitalnych, ośrodkach infuzji i salach operacyjnych. Robimy to na kilka sposobów:

Rozwiązania kadrowe, aby zapewnić, że dostępny personel jest skonfigurowany w obszarach szpitalnych, aby najlepiej spełniać potrzeby obecnych i przyszłych pacjentów. Na przykład, iQueue for Inpatient Flow oferuje moduł kadrowy, który zapewnia widoczność w całym systemie opieki zdrowotnej, dając liderom jednostek pielęgniarskich i biurowi kadrowemu czas i wgląd, aby proaktywnie identyfikować luki kadrowe i przydzielać dostępne zasoby, aby najlepiej rozwiązać bariery i spełniać indywidualne potrzeby pacjentów. Korzystając z iQueue for Inpatient Flow, Health First osiągnął 44% redukcję podstawowych pływów w całym systemie, 45-minutową redukcję czasu komunikowania codziennego planu kadrowego i wyeliminowanie 500 połączeń miesięcznie w celu rozmieszczenia personelu.

Narzędzia do optymalizacji planowania, które zapewniają, że personel pracuje w przewidywalnych, spójnych dniach i ma potrzebne przerwy. Na przykład, iQueue for Infusion Centers upoważnia liderów infuzji do tworzenia zoptymalizowanych harmonogramów, które uwzględniają mix spotkań, zasoby pielęgniarskie i połączone spotkania. Te harmonogramy “wygładzają” szczyty w codziennych harmonogramach, umieszczając spotkania w optymalnych godzinach i przewidując prawdopodobne pacjentów w następnych dniach, aby dać pielęgniarkom stałe obciążenie, które pozwala na regularne przerwy. Z iQueue for Infusion Centers, Oregon Health & Science University osiągnął 39% spadek procentu dni powyżej maksymalnej pojemności, 14% spadek wykorzystania krzeseł i 31% spadek wykonywania po zaplanowanym zamknięciu.

Cechy, które redukują lub eliminują czasochłonne lub stresujące zadania dla personelu w ich codziennej pracy. Na przykład, iQueue for Operating Rooms zapewnia moduły, które upraszczają i cyfryzują procesy rezerwacji w sali operacyjnej, prezentują jedną prawdę dla informacji o planowaniu sali operacyjnej i pozwalają planistom na zwolnienie czasu lub wnioskowanie o rezerwację przypadku nie za pomocą wielu połączeń telefonicznych, ale za pomocą jednego kliknięcia. Korzystając z iQueue for Operating Rooms, Baptist Health Jacksonville osiągnął 46% redukcję porzuconych połączeń, 4 dodatkowe przypadki zaplanowane dziennie na szpital, 50% redukcję średniego czasu obsługi połączeń i 40% redukcję liczby połączeń w największym szpitalu.

Czy możesz omówić niektóre z podstawowych funkcji, które pomagają w automatyzacji przepływu pacjentów?

Zarządzanie pojemnością szpitala jest jednym z najbardziej krytycznych wyzwań dla szpitali. Wymaga złożonej równowagi koordynowania dostępności łóżek, przepływu pacjentów i potrzeb personelu, aby zapewnić, że odpowiednie zasoby są dostępne, aby spełnić popyt pacjentów. Bez możliwości proaktywnego zarządzania pojemnością i personelem, występują wąskie gardła, które wpływają na przepływ pacjentów, powodując długie czasy oczekiwania, długie okresy pobytu, rozpraszanie lub pacjenci opuszczający szpital bez leczenia. Tego rodzaju praktyka operacyjna skutkuje niewystarczającą opieką pacjentów, obniżoną satysfakcją personelu i utratą przychodów szpitala.
Rozwiązanie LeanTaaS iQueue for Inpatient Flow upoważnia liderów szpitali i zespoły pierwszej linii do koordynowania dostępności łóżek, przepływu pacjentów i potrzeb personelu w zgodzie, aby zapewnić, że pojemność jest dostępna, priorytety są wyrównane wśród zespołów opieki i personel jest przydzielony do obszarów, w których są najbardziej potrzebni. iQueue gromadzi i analizuje dane z istniejących systemów (np. EHR, przepływ pacjentów, zarządzanie personelem itp.), aby dynamicznie dostosować swoją pojemność. iQueue wspiera każdego członka zespołu, stale monitorując operacyjne zdrowie szpitala, aby zapewnić wgląd w czasie rzeczywistym i wskazać bariery, umożliwiając im przygotowanie się do tego, co nadchodzi. Za pomocą technologii umożliwiającej automatyzację i transparentność, szpitale mogą poprawić sposób swojej pracy, proaktywnie zarządzając pojemnością, aby napędzać postępy w opiece, koordynować codzienne wypisy i transfery oraz upraszczać codzienne planowanie personelu.

Dla wielu szpitali LeanTaaS odegrał istotną rolę w radzeniu sobie z pandemią COVID-19, jakie wyniki zostały osiągnięte?

Pandemia COVID-19 publicznie pchnęła szpitale do granic ich pojemności. Po stronie popytu więcej pacjentów nagle potrzebowało intensywnej opieki medycznej, podczas gdy po stronie podaży wystąpiły braki w środkach ochrony indywidualnej, a następnie w łóżkach intensywnej opieki, zwykłych łóżkach i w końcu w personelu pielęgniarskim. Do dziś marże szpitali są bardzo wąskie z powodu zwiększonego obciążenia pacjentami i zmniejszonej liczby procedur wykonywanych z wyprzedzeniem. Bez możliwości zwiększenia swojej powierzchni lub zakupu większej ilości aktywów, szpitale musiały skoncentrować się na uzyskaniu większej wydajności ze swoich istniejących aktywów.
Rozwiązania LeanTaaS pomogły szpitalom w planowaniu operacji, redukowaniu zadań administracyjnych i ostatecznie stały się bardziej efektywne pod względem kosztów – korzyść dla wszystkich stron. Na przykład, podczas pandemii Novant Health zmagał się z brakiem dostępnego czasu operacyjnego, 8 000 przełożonych przypadków chirurgicznych i niskim wykorzystaniem bloków. System wdrożył iQueue for Operating Rooms, aby poprawić pojemność sali operacyjnej i zapewnić chirurgom i ich planistom narzędzie, które ułatwia wyświetlanie, dostęp i udostępnianie czasu operacyjnego. Narzędzie okazało się niezwykle ważne w nawigowaniu przez skutki powrotu przypadków chirurgicznych. Novant Health zwiększył objętość przypadków o 4% i wyczyscił cały zaległy zapas, który zgromadził się przez 75-90 dni, w ciągu kolejnych 90 dni. Ostatecznie uzyskali zwrot z inwestycji w wysokości 6,15-krotności, wraz z większym zaangażowaniem chirurgów i ich administratorów praktyk.

Jakie są niektóre z wyzwań związanych z wprowadzeniem opieki zdrowotnej do ery nowoczesnej?

Tradycyjnie, przemysł opieki zdrowotnej był definiowany przez swoją przestarzałą infrastrukturę dziedzictwa, która podziwia problemy, zamiast proaktywnie je rozwiązywać; specjalny obowiązek bezpieczeństwa i dokładności, który zniechęca do ufania nowszym technologiom; oraz wreszcie, ponieważ zasoby finansowe są cenne, ich liderzy nie mogą ryzykować inwestowania bez gwarantowanego zwrotu. Pandemia faktycznie zmieniła tę melodię. Systemy opieki zdrowotnej musiały szybko przyjąć cyfrowe rozwiązania, takie jak telemedycyna i nasze rozwiązania do zarządzania pojemnością, aby utrzymać dostęp do opieki, a w tym procesie udowodniły popyt dostawców i pacjentów na rozwiązania na przednim krańcu, zwrot z inwestycji i to, że mogą być bardziej szybkie i elastyczne w przyjmowaniu technologii, niż sami sobie wyobrażali.

Po dziesięcioleciach pozostawania w tyle za innymi branżami, ten ostatni wzrost transformacji cyfrowej umieszcza opiekę zdrowotną w pozycji, w której może przeskoczyć pokolenie technologii. Nie może dogonić konsumpcjonizmu, ale może pokierować ładem w kierunku sztucznej inteligencji. Liderzy opieki zdrowotnej teraz wiedzą, jak priorytetowo traktować bezpieczeństwo, prywatność, natychmiastowe wyniki i udowodniony zwrot z inwestycji w swojej technologii, która musi oferować prawdziwie wspierające i użyteczne przepływy pracy, które zachowują i wzmacniają ludzką ekspertyzę. Przy tak szybkiej cyfryzacji zbudowali infrastrukturę niezbędną do utrzymania nowych technologii opartych na sztucznej inteligencji z bezpieczeństwem.

Jednak kluczowym elementem wprowadzania nowej technologii do opieki zdrowotnej jest zarządzanie zmianą. Samo technologie nie daje trwałej transformacji. Musi być połączone z ekspertami od zarządzania zmianą, którzy mogą prowadzić organizacje przez perturbację w kierunku wyników. Dlatego wcześniej tego roku LeanTaaS ogłosił uruchomienie Transformation as a Service (TaaS), usługi, która gwarantuje wyniki. Oferta TaaS zapewnia każdemu klientowi dedykowany zespół, który dostarcza wymagane usługi do wdrożenia naszej technologii, zapewniając normalizację danych, automatyzację i cyfryzację istniejących przepływów pracy, napędzanie zarządzania zmianą, ustanawianie zarządzania na poziomie systemu i gwarantowanie powodzenia.

Czy jest coś jeszcze, co chciałbyś podzielić się na temat LeanTaaS?

Jesteśmy nieustannie słuchający naszych klientów i innowacyjnie bazując na ich konkretnych potrzebach i postępach w dziedzinie sztucznej inteligencji. W związku z tym niedawno uruchomiliśmy iQueue Autopilot, pierwsze na świecie rozwiązanie generatywnej sztucznej inteligencji dla operacji szpitala, które zapewnia liderom szpitali rozmowy na ludzkim poziomie i wgląd do podejmowania decyzji w zakresie przepływu pacjentów, planowania, centrum dowodzenia, zarządzania blokami, obsadą personalną i innych przypadków zarządzania pojemnością w ustawieniach stacjonarnych i ambulatoryjnych. Biorąc pod uwagę tak dostępną, natychmiastową i potężną pomoc, liderzy szpitali będą mogli napędzać lepsze wyniki finansowe i zwiększać dostęp do opieki; pielęgniarki i dostawcy będą mogli poświęcić swój czas i najwyższą uwagę pacjentom; a personel będzie mógł działać produktywnie w codziennej pracy, unikając wypalenia.
Z iQueue Autopilot, LeanTaaS wprowadza naszą wizję “kontroli ruchu lotniczego” dla opieki zdrowotnej – zarządzania przepływem pacjentów i optymalizacji pojemności w całym ciągu opieki na jednej platformie – do życia.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić LeanTaaS.

Antoine jest wizjonerskim liderem i współzałożycielem Unite.AI, który jest zmotywowany niezachwianą pasją do kształtowania i promowania przyszłości sztucznej inteligencji i robotyki. Jako serialowy przedsiębiorca, wierzy, że sztuczna inteligencja będzie tak samo przełomowa dla społeczeństwa, jak elektryczność, i często jest złapany na tym, że zachwala potencjał przełomowych technologii i AGI.

Jako futurysta, jest poświęcony badaniu, jak te innowacje ukształtują nasz świat. Ponadto, jest założycielem Securities.io, platformy skupiającej się na inwestowaniu w najnowocześniejsze technologie, które zmieniają przyszłość i przebudowują całe sektory.