Ed Chidsey, Presidente da Unidade de Negócios de Insights da Inovalon – Série de Entrevistas

Ed Chidsey, Presidente da Unidade de Negócios de Insights da Inovalon, traz para o cargo uma ampla experiência em dados financeiros, análise e consultoria estratégica — mais recentemente como Vice-Presidente Sênior da S&P Global Market Intelligence, onde gerenciou um negócio de dados e análise de US$ 1 bilhão com 2.000 funcionários, e anteriormente como consultor de private equity, membro do conselho da PeerNova Inc. e sócio limitado da Mendoza Ventures.

Inovalon, é uma empresa de tecnologia com sede nos EUA que fornece soluções de software baseadas em nuvem e análise de dados para a indústria de saúde. Por meio de sua oferta de bandeira, a Plataforma Inovalon ONE^®, a empresa agrega e analisa dados clínicos e de reivindicação do mundo real em grande escala — abrangendo centenas de milhões de vidas — para apoiar planos de saúde, prestadores de serviços, farmácias e organizações de ciências da vida a melhorar os resultados clínicos, a qualidade do cuidado, a pontuação de risco, a integridade do pagamento e a eficiência operacional.

Você teve uma longa carreira que abrangeu S&P Global, IHS Markit e agora Inovalon. Qual foi o papel ou experiência mais formativa que o levou a se concentrar em dados do mundo real (RWD) e análise em saúde, e como isso moldou sua visão para liderar a Unidade de Negócios de Insights da Inovalon?

Passei a maior parte da minha carreira construindo, executando e escalando negócios de dados e análise, principalmente nos serviços financeiros, muitas vezes começando pequeno e impulsionando um crescimento substancial por meio de uma combinação de estratégias orgânicas e inorgânicas. Após mais de três décadas na indústria financeira, cheguei a um ponto em que precisava parar e reiniciar. Eu havia estado naquele mundo por muito tempo, e embora amasse o trabalho, o ambiente começou a se sentir menos gratificante. Então, no início de 2024, decidi me afastar.

Aquele ano de afastamento foi incrivelmente enriquecedor. Passei mais tempo com minha família, entrei em um conselho corporativo e um conselho sem fins lucrativos e, de forma inesperada, me envolvi mais em minha igreja. Essa mudança me deu a chance de me concentrar no equilíbrio, na comunidade e no propósito de uma maneira que não havia feito por muito tempo. Ao final do ano, percebi que ainda tinha muita energia e paixão por liderar equipes e construir negócios, mas queria que esse trabalho se sentisse mais pessoal e com propósito.

Quando Adam Kansler, o CEO da Inovalon, entrou em contato para me contar mais sobre a empresa, o timing foi afortunado. Trabalhei em estreita colaboração com Adam por muitos anos e tenho um tremendo respeito por ele como líder. Ele descreveu a Inovalon como um provedor líder de dados e soluções que capacitam a saúde, trabalhando com pagadores, prestadores, organizações farmacêuticas e empresas de ciências da vida, e observou que a empresa estava procurando por uma nova pessoa para liderar sua unidade de negócios de Insights.

Antes da conversa com Adam, não havia realmente considerado que poderia aplicar minha experiência em dados e análise na indústria de saúde. No entanto, quanto mais aprendi, mais isso ressoou. Os dados de saúde são muito tangíveis porque podem nos afetar de maneira real. A ideia de aplicar a mesma rigorosidade analítica e escala que eu havia desenvolvido nos serviços financeiros para melhorar a qualidade e os resultados de saúde foi incrivelmente atraente. Esse senso de propósito é o que me trouxe aqui, e continua a moldar como lidero a unidade de negócios de Insights, reunindo dados, tecnologia e pessoas para fazer uma diferença mensurável em todo o ecossistema de saúde.

Como você vê a mudança da Inovalon para tornar sua análise avançada e RWD disponível na Nuvem de Dados de IA da Snowflake alterando a dinâmica competitiva na saúde e nas ciências da vida?

Eu consideraria mais uma estratégia para atender aos clientes onde eles estão, em vez de necessariamente alterar a dinâmica competitiva. Em minha mente, era fundamental garantir que os clientes tenham acesso aos nossos dados e recursos nas plataformas onde eles gostariam de consumi-los de uma maneira mais moderna, ágil e acessível. Com isso, sabíamos que mais e mais de nossos clientes estavam migrando para plataformas como a Snowflake, então era importante para nós encontrá-los lá, onde eles queriam consumir nossos dados.

O que diferencia as ofertas de RWD da Inovalon, como o Registro MORE², de outras plataformas de dados do mundo real em termos de qualidade, profundidade, pontualidade ou escala?

O que diferencia nossas ofertas de RWD, incluindo o Registro MORE², é nosso dado de fonte primária. Coletamos esses dados diretamente de várias entidades ao longo do ecossistema de saúde, como pagadores ou prestadores de serviços de saúde, e isso nos dá uma visão holística das jornadas de saúde dos pacientes, permitindo que extraiamos insights que apoiam a tomada de decisões em todo o continuum de saúde.

Embora a amplitude dos dados que temos seja um diferenciador notável por si só, a história e a consistência por trás desses dados são realmente notáveis. Por meio de nossa parceria com a Snowflake, nossos clientes agora podem acessar de forma segura e rápida nossos conjuntos de dados longitudinais de RWD de grande escala e alta qualidade, uma capacidade que tradicionalmente foi obscurecida por sistemas fragmentados e processos manuais complexos de ingestão de dados. Para empresas de ciências da vida e biotecnologia, em particular, ter a confiança de que seu parceiro fornecerá dados consistentes e confiáveis para a tomada de decisões é absolutamente crítico para os pacientes que atendem. Essa base é a pedra angular de nossa oferta de RWD, que estamos continuando a expandir em escopo e nos tipos de insights que podemos gerar.

Quais são os principais desafios técnicos ou de governança ao vincular ou integrar conjuntos de dados de fontes variadas para construir evidências do mundo real abrangentes?

Isso começa com o reconhecimento da base de nossos dados, que remonta às interações entre um paciente e seu provedor, farmácia e pagador. Muitas vezes, essas interações são pessoais e derivam de pontos de contato impactantes em seu próprio cuidado. Isso torna ser um administrador confiável de nossos dados fundamental e exige que tenhamos uma governança sólida em torno desses dados. Levamos essa responsabilidade muito a sério na Inovalon, especialmente quando se trata de como o RWD se alimenta nos processos de evidência do mundo real. Como escolhemos gerenciar, proteger e usar nossos dados define nossa credibilidade e a confiança que mantemos com nossos parceiros em todo o ecossistema.

Um dos maiores desafios que enfrentamos é equilibrar o uso dos dados e a privacidade. Se o foco for exclusivamente na privacidade, você perde a capacidade de analisar e extrair valor dos dados. No entanto, se o foco for apenas na análise, você arrisca não cumprir suas obrigações éticas ou regulamentares para com os pacientes e famílias. Esse equilíbrio delicado não é apenas um desafio técnico, mas um desafio de governança. Constantemente, temos que considerar o que podemos fazer, o que devemos fazer e o que não podemos fazer para proteger os dados que temos, ao mesmo tempo que maximizamos seu valor e impacto no ecossistema de saúde mais amplo.

Do ponto de vista técnico, outro grande desafio é a vinculação. Não importa quão profundo ou amplo seja um conjunto de dados, nunca é suficiente por si só. A capacidade de conectar conjuntos de dados de múltiplas fontes é crítica, e priorizamos isso todos os dias por meio do nosso trabalho com vários parceiros.

Em última análise, a governança é sobre encontrar o equilíbrio certo entre proteger os dados da maneira certa e, ao mesmo tempo, empurrar os limites do que é possível para realizar o maior valor para o bem maior. Isso não é sempre fácil, especialmente quando algumas regulamentações, embora bem-intencionadas, podem inadvertidamente sufocar a inovação ou limitar os benefícios que poderíamos entregar aos pacientes e ao ecossistema mais amplo. Nosso papel é ser administradores cuidadosos dos dados, operar dentro dos limites dos acordos de fornecedores e regulamentações e, ainda assim, encontrar maneiras responsáveis de inovar.

Por fim, há um desafio estrutural com o ecossistema de saúde sendo altamente fragmentado. Para que um cliente acesse todos os dados de que precisa, muitas vezes é necessário extrair de múltiplos conjuntos de dados e vincular dados em diferentes pontos de cuidado, com muitos intermediários no meio. Em comparação com indústrias como os serviços financeiros, a saúde está atrasada em anos, se não décadas, em termos de integração de dados e interoperabilidade. No entanto, isso também é uma oportunidade maciça para a Inovalon. Se pudermos continuar a avançar em como os dados são conectados, disponibilizados e usados de forma criativa, podemos entregar análises e soluções muito mais inovadoras que, em última análise, beneficiam os pacientes.

Como você equilibra a privacidade, a conformidade regulatória e a inovação ao implantar modelos de IA em dados de saúde sensíveis?

A forma como penso sobre a IA é que, em última análise, é sobre substituir ou aprimorar o que pode ser feito hoje, apenas de uma maneira mais rápida, inteligente e avançada. Quando um cliente deseja implantar um modelo de IA em cima dos nossos dados, é algo que devemos abraçar. Como qualquer uso de nossos dados, há termos e condições que definem o que um cliente pode e não pode fazer. Esses são baseados em nossas próprias permissões de upstream, restrições e regulamentações aplicáveis. Esse quadro não muda no mundo da IA, e precisamos ser facilitadores. Não podemos ter medo disso. Precisamos abraçá-lo de forma responsável para que a IA possa avançar, porque ela tem o potencial de beneficiar enormemente o ecossistema de saúde.

A IA exige dados históricos para construir os modelos e dados contínuos para mantê-los. Do nosso ponto de vista como provedor de dados, essa é uma posição forte, porque uma vez que um modelo é construído em nossos dados, ele se torna ainda mais enraizado. Precisamos abordar cada modelo como faríamos qualquer caso de uso do cliente, garantindo que esteja devidamente licenciado e governado. A parte mais sensível da IA, especialmente na saúde, é garantir que sempre haja um ser humano no loop quando o cuidado está sendo prestado. Isso é um tópico muito maior, e muitas pessoas estão debatendo sobre ele.

Do ponto de vista do RWD, ainda estamos nos estágios iniciais. A IA ainda não entregou muitos resultados revolucionários na saúde, especialmente quando nos concentramos em casos de uso do RWD. Estamos explorando uma série de oportunidades, incluindo, por exemplo, extração baseada em aprendizado de máquina de notas clínicas, que é uma aplicação mais fundamental da IA. Além disso, estamos olhando para o uso da IA em aplicações de ensaios clínicos e previsibilidade e progressão da doença. Estamos no início dessa jornada, mas o potencial é enorme. Na Inovalon, estamos focados em garantir que tenhamos os dados de mais alta qualidade que possam ser usados em conjunto com a IA de forma responsável, com uma governança sólida e supervisão humana, enquanto nos preparamos para dimensionar seu impacto à medida que a tecnologia e o ecossistema amadurecem.

A partir de suas conversas com os clientes, quais são as principais preocupações sobre a adoção da IA e da análise impulsionada por RWD na saúde, e como você responde a elas?

As principais preocupações que ouço são a qualidade dos dados e as permissões para usar nossos dados para treinar seus próprios modelos de IA. Para a qualidade dos dados, com a IA, ‘lixo para dentro, lixo para fora’ é verdade. Se a qualidade dos dados for ruim, significando que os dados não estão limpos ou talvez não haja dados suficientes, então a saída não será muito valiosa. Nossos clientes esperam dados consistentes, precisos e confiáveis. Dada a vasta quantidade que gerenciamos, uma das minhas primeiras prioridades foi garantir a qualidade dos dados em toda a empresa. Trabalhamos arduamente para limpar, deduplicar, normalizar, padronizar e entregar os dados downstream. Assumir a propriedade da qualidade dos dados também ajuda, melhorando a consistência e a confiabilidade em nossos conjuntos de dados, o que nos permite entregar mais dentro de nossas ofertas de análise de dados tradicionais, bem como análises baseadas em IA.

A segunda consideração envolve como nossos dados podem ser usados para apoiar o desenvolvimento de modelos de IA. Como uma organização impulsionada por dados, é importante que permitamos esses casos de uso emergentes de forma pensada. Dada a evolução rápida do panorama de dados e IA, adaptamos nossa abordagem para permitir isso de forma responsável, apoiada por uma governança sólida, termos de uso claros e salvaguardas definidas. Essa evolução capacita nossos clientes a inovar com confiança com a IA, garantindo práticas de dados responsáveis, conformes e éticas.

Como você mede o sucesso ou o ROI para os clientes que adotam sua plataforma e análise, e quais métricas eles mais se importam?

Medimos o sucesso pelos impactos reais que nossa plataforma e análise têm nos resultados operacionais e clínicos de nossos clientes. Isso pode incluir uma variedade de medidas de sucesso, dependendo do cliente, como melhorar as classificações CMS Star em Medicare Advantage, otimizar o ajuste de risco ou gerar evidência do mundo real ação para empresas de ciências da vida. O fio condutor comum é que as informações devem ser oportunas, confiáveis e ação.

Para as métricas, os clientes, dependendo de onde se encaixam no continuum de saúde, podem se concentrar em aspectos como melhorias na qualidade, reduções nas lacunas no cuidado, melhor adesão a protocolos de tratamento ou ganhos mensuráveis em termos de custo ou utilização. Os clientes percebem o ROI quando nossas análises os ajudam a tomar decisões informadas que melhoram os resultados dos pacientes, a eficiência operacional e/ou o desempenho estratégico.

Olhando para os próximos 5 anos, como você espera que a IA e o RWD evoluam na saúde e nas ciências da vida, e o que você vê como a próxima fronteira?

Em cinco anos, a saúde pode parecer algo que nenhum de nós reconhece agora, mas é impossível prever como rapidamente a indústria evoluirá. A única certeza é que será transformadora. Embora o ritmo da inovação seja extraordinário, o progresso permanece limitado pela fragmentação em todo o ecossistema de saúde, abrangendo laboratórios, farmácias e registros eletrônicos de saúde, onde poucas organizações são capazes de realmente conectar essas fontes de dados de forma significativa.

Embora possa ser um fator limitante, se os dados puderem ser vinculados e criados longitudinalmente de uma maneira normalizada e padronizada, então acho que tudo é possível. A IA cada vez mais sustentará tudo, desde o suporte à decisão clínica até como as organizações de ciências da vida abordam o design e a execução de ensaios clínicos. Nos próximos cinco anos, veremos mais automação, uso aprimorado de análise preditiva e conectividade aumentada que dará às organizações acesso às informações de que precisam em tempo real, todas com o potencial de transformar as jornadas de cuidado dos pacientes e as operações de saúde como um todo.

Para as organizações que estão apenas começando a explorar a integração da IA com dados do mundo real, quais três conselhos você daria?

Primeiro e mais importante, concentre-se nos dados e certifique-se de que você está constantemente avaliando a qualidade dos dados. Em segundo lugar, aproveite o poder mental da sua base de funcionários. A realidade é que as melhores ideias podem vir de todos os níveis da organização, especialmente as gerações mais jovens que estão entrando na força de trabalho e que vivem e respiram dados, IA e tecnologia. Líderes devem encontrar maneiras de aproveitar as ideias e inovações que estão profundamente enraizadas na organização e criar uma plataforma para que essas perspectivas sejam ouvidas e colhidas. Terceiro, contrate as pessoas certas. Sem as pessoas certas e o talento técnico, inovar no ritmo, criar valor e permanecer competitivo será quase impossível.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Inovalon.