Paul Roscoe, Diretor Executivo, CLEW Medical – Série de Entrevistas

Paul Roscoe é o Diretor Executivo da CLEW Medical.

Antes de se juntar à Clew, o Sr. Roscoe foi CEO da Trinda Health e foi responsável por estabelecer a empresa como líder do setor em soluções de documentação clínica orientadas à qualidade.

CLEW Medical oferece hospitais, sistemas de saúde e unidades de cuidados intensivos inteligência clínica avançada e diagnósticos de pacientes usando análises preditivas impulsionadas por IA e modelos de cuidados críticos proprietários aprovados pela FDA.

Poderia começar contando um pouco mais sobre a plataforma habilitada para IA da CLEW Medical e suas capacidades únicas na indústria MedTech?

A fundação da CLEW foi baseada na premissa de que a análise de dados e a IA podem melhorar significativamente os resultados dos pacientes e a experiência dos clínicos em ambientes de cuidados de alta acuidade. A plataforma de vigilância clínica que construímos é a primeira a ter modelos de previsão impulsionados por IA aprovados pela FDA para cuidados críticos. Nosso sistema obtém dados integrando-se com todas as fontes de dados clínicos dentro de um hospital e constrói um perfil fisiológico quase em tempo real de cada paciente para monitorar continuamente seu status. Em seguida, usa esses dados para fornecer insights preditivos para identificar pacientes que provavelmente terão um evento adverso – como insuficiência respiratória – e alertar os clínicos para intervir até oito horas antes do evento antecipado. O alto grau de precisão da plataforma também reduz o excesso de alarmes falsos, permitindo que os clínicos pratiquem no topo de sua licença e se concentrem nos pacientes que mais precisam de intervenção imediata.

Quais foram os principais fatores que contribuíram para a aprovação da FDA dos modelos de previsão impulsionados por IA da CLEW?

A CLEW abraçou a IA desde sua criação. Nossos fundadores e líderes de desenvolvimento reconheceram a importância de estabelecer confiança com os cuidadores, as pessoas responsáveis por utilizar nossa tecnologia para cuidar de seus pacientes mais vulneráveis. Foi imperativo que nossa tecnologia passasse pelo mesmo nível de escrutínio e diligência no design, desenvolvimento, teste e validação como os dispositivos já em uso por nossos usuários. Para encorajar a adoção de uma solução de IA para ambientes de cuidados críticos, nossa equipe entendeu a necessidade de construir modelos com desenvolvimento de produtos e sistemas de qualidade meticulosos. Como resultado, o desenvolvimento de nossos modelos de IA aproveita a infraestrutura robusta de MLOPS (operações de aprendizado de máquina) para atender às expectativas regulamentares, como a orientação do PCCP (plano de controle de alterações pré-autorizadas) da FDA. Nossos modelos de IA são projetados metodicamente, passando por todos os experimentos necessários para a aprovação regulamentar de dispositivos médicos.

A robustez dos modelos e de nossos processos internos resultou na classificação da FDA de nossa solução como um dispositivo médico de classe II no início de 2021, o que exemplificou um feito inédito e sem precedentes. A aprovação de dispositivo médico da FDA serve como um testemunho da qualidade de nosso processo de desenvolvimento de ponta a ponta, que inclui estudos de validação clínica realizados em populações de pacientes reais.

O estudo recente publicado no Journal CHEST® destacou a precisão preditiva dos seus modelos de IA. Pode discutir a metodologia e os achados específicos desse estudo?

Um algoritmo de ML treinado pela CLEW foi implantado em 14 unidades de cuidados intensivos (UCIs) em dois grandes sistemas de saúde para prever eventos de intubação e iniciação de vasopressores – ou seja, eventos que requerem intervenção de salvamento de vida – entre pacientes adultos criticamente doentes. Seu desempenho foi medido contra alarmes de monitoramento de leito existentes e a eficácia preditiva de alertas de sistemas de telemedicina.

O estudo, projetado para avaliar a precisão e utilidade dos alertas na UCI, encontrou que os modelos da CLEW para prever a deterioração do paciente foram cinco vezes mais precisos do que e produziram 50 vezes menos alarmes do que o sistema de telemedicina líder. Os achados também mostram que o modelo de ML tem precisão superior em comparação com sistemas de monitoramento tradicionais e reduz drasticamente as interrupções desnecessárias nos fluxos de trabalho dos clínicos.

Como as previsões de IA feitas pela plataforma da CLEW podem potencialmente transformar a entrega de cuidados na UCI? Pode elaborar sobre como essas previsões melhoram os resultados e reduzem as complicações?

A plataforma da CLEW produz oportunidades para intervenções precoces em pacientes de alto risco e apoia a gestão de capacidade identificando indivíduos de baixo risco que podem estar prontos para reduzir ou alta. Isso, por sua vez, diminui as taxas de mortalidade e readmissão, reduz complicações causadas pela deterioração do paciente e minimiza a duração da estadia dos pacientes.

Por exemplo, dentro das primeiras 24 horas de implantação em um grande sistema de saúde, nossa tecnologia previu instabilidade hemodinâmica em um paciente da UCI, o que acionou uma avaliação do provedor. Ao avaliar o paciente, o provedor solicitou uma tomografia computadorizada e detectou uma hemorragia abdominal. O paciente foi levado ao centro cirúrgico para cirurgia de emergência, infundido com fluidos e sangue, e sua vida foi salva. 24 horas depois, o paciente estava em condição estável.

Seu sistema foi encontrado para ser cinco vezes mais preciso do que um sistema de monitoramento de telemedicina líder. O que torna a tecnologia da CLEW mais eficaz na previsão de deteriorações críticas de pacientes?

Em geral, notificações geradas por ML são menos frequentes, têm níveis mais altos de precisão e taxas mais baixas de erros, como falsos positivos, e criam tempos de antecipação mais longos do que os alarmes de sistemas de telemedicina e monitoramento de leito. Os alertas da CLEW são mais precisos e funcionais e fornecem tempo para a equipe de cuidados adotar contramedidas para prevenir resultados preditos. A inteligência sofisticada que a CLEW fornece é possível devido à sua capacidade de minerar dados de pacientes do registro eletrônico de saúde (EMR) de um sistema de saúde, combinados com modelos de ML que foram rigorosamente testados e validados por meio de pesquisas revisadas por pares e aprovação da FDA.

O estudo também notou uma redução significativa nos alarmes falsos. Como a redução da fadiga de alarme beneficia a equipe da UCI, e qual foi o feedback dos profissionais de saúde que usam seu sistema?

98% das notificações de monitoramento de leito são falsos positivos, levando à fadiga de alarme e exacerbando níveis historicamente altos de queimadura de clínicos. A CLEW aborda a fadiga de alarme reduzindo o número de interrupções auditivas, aumentando a porcentagem de notificações ações para intervenção do provedor necessária e criando um ambiente de UCI mais calmo. Em essência, a precisão da plataforma e a capacidade de reduzir a carga de trabalho desnecessária por meio de modelos de ML avançados melhoram significativamente a queimadura da UCI. Como parte do processo de implementação, as equipes de sucesso do cliente da CLEW se concentram na importância da gestão de mudanças clínicas para garantir que a tecnologia seja incorporada adequadamente ao processo de tomada de decisão clínica geral. O feedback dos clínicos foi extremamente positivo.

Como funciona o recurso de notificação antecipada da plataforma da CLEW, e que tipo de intervenções ele facilitou em ambientes de UCI reais?

Com base no fluxo de informações de entrada de dispositivos de monitoramento de leito e de vida, bem como do Registro Eletrônico de Saúde (EHR), os modelos de IA da CLEW podem fazer previsões sobre o risco de deterioração do paciente e morte nos próximos oito horas. Com essas avaliações preditivas, clínicos experientes podem avaliar os pacientes mais de perto e determinar se há contramedidas aplicáveis para prevenir as deteriorações preditas, em vez de responder a elas em uma base de emergência.

Por exemplo, a plataforma da CLEW pode notificar os clínicos de que um paciente tem alta probabilidade de entrar em insuficiência respiratória, o que geralmente leva à intubação e ventilação mecânica. Ao receber o alerta, os cuidadores podem identificar que o paciente tem excesso de fluidos que pode começar a se acumular nos pulmões e iniciar a terapia diurética para reduzir os fluidos, assim prevenindo uma intubação posterior. Nosso modelo também pode antecipar se um paciente pós-cirúrgico está provável de se tornar hemodinamicamente instável e exigir suporte de medicamento vasoativo. Armados com esse conhecimento na ausência de sintomas óbvios, uma tomografia computadorizada determinou que o paciente tinha sangramento interno e foi levado de volta à cirurgia para reparo. Em última análise, essa intervenção resultou no paciente sendo estabilizado.

A previsão de IA da CLEW também apoia os hospitais com necessidades de gestão de capacidade. Alguns pacientes não precisarão mais de cuidados críticos e podem ser transferidos para unidades de cuidados de baixa acuidade, liberando leitos para gerenciar pacientes mais criticamente doentes. Isso permite que o sistema de saúde melhore a gestão de capacidade e crie acesso para mais pacientes. Isso também aumenta a margem de contribuição para o sistema de saúde.

Quais são os próximos passos para a CLEW Medical em termos de desenvolver e expandir o uso de seus modelos de IA em diferentes ambientes de saúde?

Já expandimos a plataforma da CLEW fora dos ambientes de cuidados críticos para incluir unidades de redução e departamentos de emergência, e estamos atualmente no processo de expandir por toda a assistência aguda dos hospitais, incluindo unidades de cuidados pós-anestésicos (PACU) e leitos médicos e cirúrgicos gerais e especializados. A eventual ubiquidade de monitores portáteis baratos que fornecem informações de sinais vitais frequentes, juntamente com nossa aprovação do PCCP, permite que a CLEW expanda suas capacidades de vigilância de IA mais amplamente por toda a assistência aguda dos hospitais.

Além disso, como as previsões da CLEW são complementares a muitos outros sistemas de tecnologia da informação em saúde (HIT), estamos trabalhando para entregar nossas informações por meio da integração ao toolkit existente de um sistema de saúde. Nós nos juntamos à rede de desenvolvedores do Epic e demonstramos a integração bem-sucedida de capacidades avançadas da CLEW, como previsões de IA, à experiência do usuário clínico.

A CLEW também está embarcando em uma abordagem inovadora de IA para o gerenciamento de sepse, uma complicação devastadora e às vezes letal.

Onde você vê o futuro da IA na melhoria dos cuidados da UCI nos próximos dez anos, e como a CLEW planeja ser parte desse futuro?

As populações de pacientes dos hospitais estão mais doentes do que costumavam ser. Com o aumento da idade e doenças crônicas relacionadas ao estilo de vida, juntamente com a escassez generalizada de cuidadores, a necessidade de vigilância clínica inteligente continua a crescer. Como muitos pacientes acabam nas UCIs devido a oportunidades perdidas de intervenção mais cedo no processo de cuidados, a CLEW não está apenas focada em usar sua IA para melhorar os cuidados da UCI, mas também em parceria com inovadores do sistema de saúde e da indústria para melhorar todos os cuidados agudos. Nosso pipeline de desenvolvimento de IA (MLOPS) aproveitará as capacidades dos parceiros para crescer modelos de IA aprovados pela FDA além do que a CLEW desenvolve por conta própria.

No entanto, a tecnologia é apenas uma parte da solução. O uso da IA na saúde não é sobre substituir os cuidadores. Na verdade, a IA pode oferecer informações superiores para apoiar a tomada de decisão clínica para fornecer cuidados clínicos ótimos, como reduzir alarmes barulhentos que desperdiçam o tempo deles. A CLEW está trabalhando com sistemas de saúde e parceiros para aprender com e educar os cuidadores sobre como as ferramentas de IA podem ser efetivamente adotadas e aceitas na prática clínica. Pesquisas que validam a precisão e a eficácia da IA são necessárias, então a CLEW trabalha com seus clientes para gerar essa prova com suas próprias populações de pacientes. Esse esforço de pesquisa focado apoia a implementação e a adoção por cuidadores de leito que de outra forma seriam céticos.

Para agilizar novas implementações clínicas, temos a capacidade de atualizar nossa plataforma para incluir novas práticas recomendadas dentro de um mês, algo que normalmente leva anos. Nos próximos dez anos, a CLEW estará à frente do trabalho com sistemas de saúde para tornar a IA clínica eficaz o parceiro informado e precognitivo dos cuidadores humanos que podem um dia cuidar de nós ou de nossos entes queridos.

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