Rajan Kohli, CEO da CitiusTech – Série de Entrevistas

Rajan Kohli é o Diretor Executivo da CitiusTech e é responsável pela direção estratégica da empresa e pelo avanço da missão da CitiusTech de acelerar a inovação em tecnologia de saúde e impulsionar o valor a longo prazo para os clientes. Rajan é um executivo altamente qualificado da indústria de serviços de tecnologia, com experiência em transformação digital, serviços de aplicativos e engenharia.

Antes de ingressar na CitiusTech, Rajan passou mais de 27 anos na Wipro e, mais recentemente, foi presidente do negócio iDEAS (Serviços Digitais Integrados, Engenharia e Aplicativos) da Wipro. Ele liderou uma linha de negócios global com receitas de USD 6 bilhões e se comprometeu a ajudar os clientes em todo o mundo a acelerar sua transformação e mudar a forma como constroem e entregam produtos, serviços e experiências digitais.

CitiusTech é um provedor líder de consultoria e tecnologia digital para empresas de saúde e ciências da vida. Como parceiros estratégicos das principais empresas de pagadores, prestadores de serviços, MedTech e ciências da vida do mundo, a CitiusTech impulsiona a inovação, a transformação empresarial e a convergência setorial. Eles desempenham um papel profundo e significativo no aceleramento da inovação digital, impulsionando o valor sustentável e ajudando a melhorar os resultados em todo o ecossistema de saúde.

Quais são os principais elementos necessários para implementar com sucesso estratégias de transformação digital em organizações de saúde e ciências da vida?

A indústria de saúde tem lutado para abraçar soluções digitais, com jornadas de transformação digital bem-sucedidas ocorrendo esporadicamente ao longo dos anos. Mas, com a tecnologia pronta para impulsionar um salto paradigmático no cuidado ao paciente, é hora de a indústria superar esses desafios.

A transformação digital tem o potencial de impactar positivamente a saúde em todas as especialidades. Por exemplo, os fabricantes de medicamentos especializados lidam com múltiplas demandas que surgem de vários stakeholders e do ecossistema para atender à demanda em constante crescimento. Navegar nessa rede intricada de stakeholders e ecossistema não é fácil, e muitos deles buscam aproveitar os serviços de suporte ao paciente para descarregar essas responsabilidades dos fabricantes de medicamentos e gerenciar essas responsabilidades e otimizar o desempenho do medicamento do cliente. No entanto, com os serviços de suporte ao paciente enfrentando desafios de escalabilidade e eficiência devido ao aumento do volume, muitos fabricantes de medicamentos especializados devem adotar estratégias de transformação digital para otimizar as operações e aumentar a eficiência geral.

Implementar a transformação digital em saúde e ciências da vida exige uma abordagem multifacetada em três frentes.

• O compromisso da liderança é essencial para impulsionar e sustentar essas iniciativas, garantindo que haja um endosso de cima para baixo e alinhamento com os objetivos estratégicos. Isso significa não apenas criar uma visão clara e um plano de ação que delineie objetivos e marcos específicos, mas também investir em tecnologia e soluções inovadoras.
• A gestão robusta de dados é outro elemento crítico. Estabelecer estruturas de governança de informações sólidas garante a qualidade, segurança e conformidade regulatória dos dados. Isso inclui definir padrões de dados, políticas e processos para gestão de dados, bem como aproveitar tecnologias de análise avançada e big data para extrair insights ação de dados de saúde.
• A interoperabilidade é crucial para a transformação digital, exigindo a adoção de padrões setoriais como HL7, FHIR e DICOM para facilitar a troca de dados sem problemas entre diferentes sistemas e plataformas. Utilizar plataformas de integração e soluções de middleware pode conectar sistemas díspares, garantindo um fluxo de dados suave e comunicação em toda a organização. Ao abraçar plenamente a interoperabilidade, as organizações poderão impulsionar uma entrega de cuidados de saúde mais eficiente, eficaz e centrada no paciente.

Mas, no final do dia, as transformações digitais começam e terminam com o paciente. As organizações de saúde podem automatizar tantos processos quanto quiserem, mas se não mudarem a experiência ou o valor que o paciente recebe, será especialmente difícil encontrar sucesso. Uma abordagem centrada no paciente, com a implementação de soluções de saúde digital que melhorem a engajamento do paciente, melhorem o acesso aos cuidados e permitam planos de tratamento personalizados, é essencial.

Como a inteligência artificial (IA) gerativa está sendo usada atualmente para melhorar os tratamentos de saúde e melhorar os resultados dos pacientes?

A IA gerativa oferece benefícios transformadores em todo o ecossistema de saúde. Para a saúde, uma indústria em que muitos dos desafios persistentes podem ser atribuídos a interações humanas-máquina ineficazes, a IA gerativa tem o poder de preencher essa lacuna e verdadeiramente democratizar a saúde.

Isso é especialmente verdadeiro com a medicina personalizada. Desenvolver planos de tratamento personalizados para pacientes específicos pode ser difícil e demorado se feito manualmente. Ao aproveitar a IA gerativa, os algoritmos analisam dados genéticos e históricos do paciente para criar planos de tratamento personalizados adaptados à composição genética única e ao histórico médico do indivíduo. Uma vez que os planos de tratamento estão em vigor, o acesso do paciente a assistentes virtuais de saúde alimentados por IA é crucial, pois os pacientes têm acesso 24 horas por dia a conselhos médicos, verificação de sintomas e agendamento de consultas, o que melhora a engajamento do paciente, tratamentos mais eficazes e melhores resultados dos pacientes.

A IA gerativa também está desempenhando um papel significativo na aceleração do processo de aprovação e lançamento de medicamentos. A pandemia mostrou o potencial para o desenvolvimento rápido de medicamentos, impulsionado pelas capacidades da IA. A IA gerativa acelera o desenvolvimento de novos medicamentos, simulando interações moleculares e prevendo quais compostos são prováveis de serem eficazes. Isso reduz significativamente o tempo e o custo associados aos métodos tradicionais de descoberta de medicamentos. Essas plataformas alimentadas por IA também podem gerar candidatos a medicamentos potenciais e otimizar suas estruturas químicas, acelerando o processo de conceito a testes clínicos.

Os algoritmos de IA gerativa também estão aprimorando a precisão da imagem médica, melhorando a qualidade da imagem e ajudando na detecção de anomalias. Ao fazer isso, facilita o diagnóstico e tratamento precoce de condições, como câncer, melhorando significativamente os resultados dos pacientes.

Por fim, a análise preditiva alimentada por IA gerativa tem um potencial revolucionário. Os modelos de IA gerativa preditiva analisam vastas quantidades de dados de saúde para prever surtos de doenças, reinternações de pacientes e possíveis complicações, permitindo intervenções proativas e um melhor gerenciamento de doenças crônicas.

De que maneiras a inteligência artificial (IA) gerativa pode ajudar a reduzir tarefas monótonas para profissionais de saúde, permitindo que eles se concentrem mais nos cuidados ao paciente e na inovação?

A IA gerativa pode reduzir significativamente a carga de tarefas monótonas para profissionais de saúde, como documentação clínica, agendamento de consultas, gerenciamento de registros médicos e processamento de reclamações de seguro. Os profissionais de saúde estão livres para se concentrar nos cuidados ao paciente e na inovação.

Por exemplo, os profissionais de saúde dependem fortemente de Registros Médicos Eletrônicos (EMRs) para uma entrega de cuidados de saúde mais segura e consistente, mas isso exige que esses indivíduos naveguem constantemente entre sua compreensão narrativa das histórias e sintomas do paciente e a apresentação de dados estruturados dos EMRs. A IA gerativa preenche essa lacuna e reduz significativamente a sobrecarga cognitiva para os profissionais de saúde, resumindo a história do paciente e automatizando tarefas manuais, liberando tempo valioso para cuidados mais personalizados ao paciente.

Sistemas de apoio à decisão clínica aproveitam a IA para fornecer aos profissionais de saúde recomendações baseadas em evidências, alertas e lembretes. Esses sistemas analisam os dados do paciente e a literatura médica para oferecer insights que auxiliam no diagnóstico e planejamento de tratamento, melhorando os resultados clínicos e reduzindo a carga cognitiva nos prestadores de cuidados de saúde.

Tecnologias de monitoramento remoto, alimentadas por IA, rastreiam continuamente os sinais vitais e o status de saúde dos pacientes, permitindo avaliações de saúde em tempo real sem a necessidade de visitas presenciais frequentes. Isso melhora a conveniência do paciente e permite a detecção precoce de possíveis problemas de saúde, levando a intervenções rápidas e a um melhor gerenciamento de condições crônicas.

A IA gerativa aumenta o potencial humano, melhorando a satisfação no trabalho para os profissionais de saúde, mais sobre a entrega de cuidados inovadores e a satisfação do paciente.

Quais medidas podem ser tomadas para maximizar a eficácia das soluções de IA gerativa no monitoramento da qualidade e na garantia da confiança nas decisões de saúde?

A qualidade e a confiança se tornaram pontos críticos de discussão em toda a indústria de saúde, diante do rápido crescimento da IA gerativa. Isso exige um foco robusto nesses problemas para garantir que os benefícios sejam realizados de forma responsável. Entre as medidas que podem ser tomadas:

Privacidade e Segurança de Dados: Garantir a privacidade do paciente é essencial, exigindo a anonimização meticulosa dos dados e medidas de segurança cibernética rigorosas para prevenir o acesso não autorizado e violações de dados. A implementação de protocolos de criptografia robustos e mecanismos de defesa contra ataques adversários pode proteger os dados do paciente, enquanto os clínicos devem reter a autoridade decisória final para salvaguardar contra possíveis erros da IA.

Manutenção da Qualidade e da Justiça: Os sistemas de IA gerativa podem perpetuar involuntariamente os vieses presentes nos dados de treinamento, levando a disparidades nos resultados de saúde. A implementação de algoritmos capazes de eliminar vieses e a retreinamento contínuo dos sistemas de IA para detectar e mitigar vieses é fundamental.

Responsabilidade e Transparência: A responsabilidade nas decisões impulsionadas pela IA gerativa envolve vários stakeholders, incluindo desenvolvedores, prestadores de cuidados de saúde e usuários finais. Modelos de IA explicáveis e transparentes são necessários para a tomada de decisões informadas. Os desenvolvedores devem garantir que os modelos de IA sejam imparciais e seguros, enquanto os prestadores de cuidados de saúde precisam entender que permanecem responsáveis pelas decisões tomadas com base em recomendações da IA. A implementação de estruturas regulatórias robustas é essencial para abordar questões de responsabilidade e manter a confiança.

Quadros Éticos: Desenvolver quadros éticos para a IA gerativa é sobre promover a responsabilidade sem sufocar a inovação. As partes interessadas da saúde devem alinhar-se proativamente com os padrões éticos em evolução para garantir que as aplicações da IA gerativa sejam justas, responsáveis e centradas no paciente. Uma abordagem com o ser humano no loop, combinada com práticas de IA responsáveis, pode ajudar a alcançar resultados de saúde equitativos, maximizando o potencial da IA gerativa.

Quadros de Qualidade e Confiança Baseados em Plataforma: Construir quadros de qualidade e confiança que se integrem aos sistemas de gerenciamento de qualidade existentes e se alinhem às recomendações regulamentares é crucial. Esses quadros devem medir, validar e monitorar as soluções da IA gerativa para garantir resultados consistentes e confiáveis.

No início deste ano, lançamos a Solução de Qualidade e Confiança da IA Gerativa da CitiusTech, a primeira solução de ponta a ponta do tipo na saúde. A solução pode atender a esses requisitos, fornecendo validação abrangente, monitoramento contínuo e aderência a padrões regulamentares, garantindo a eficácia e a confiabilidade das soluções da IA gerativa na saúde.

Como as organizações de saúde podem trabalhar para identificar e mitigar vieses algorítmicos e de treinamento de dados para garantir decisões de cuidados equitativos?

As organizações de saúde devem ser extremamente proativas em sua abordagem. Usar conjuntos de dados diversificados e representativos durante a fase de treinamento ajuda a reduzir vieses, garantindo que os modelos de IA funcionem bem em diferentes grupos populacionais. A implementação de ferramentas de detecção de vieses pode ajudar a identificar e abordar vieses nos modelos de IA, analisando as saídas do modelo para detectar quaisquer disparidades nas recomendações de tratamento ou previsões.

Auditorias e revisões regulares dos sistemas de IA ajudam a identificar e corrigir vieses. Isso envolve avaliar o desempenho do sistema em diferentes grupos demográficos e fazer os ajustes necessários. O design e desenvolvimento inclusivos, que consistem em um grupo diversificado de stakeholders no design e desenvolvimento de soluções de IA, garantem que diferentes perspectivas sejam consideradas, reduzindo a probabilidade de vieses. Por fim, a educação e o treinamento para os funcionários sobre os vieses potenciais nos sistemas de IA e como abordá-los são cruciais para criar conscientização e promover o uso responsável da IA.

Como as organizações de saúde podem usar eficazmente os dados sobre Determinantes Sociais da Saúde (DSS) para melhorar os cuidados ao paciente e quais são os desafios de integrar esses dados nos códigos de diagnóstico oficiais?

A integração de dados sobre DSS melhora significativamente os cuidados ao paciente, mas há desafios a serem abordados. A coleta de dados abrangente é essencial, incluindo informações como status socioeconômico, educação e fatores ambientais. Esses dados fornecem insights sobre os fatores sociais que influenciam a saúde do paciente.

A integração de dados e a interoperabilidade são cruciais para utilizar os dados de DSS de forma eficaz. Integrar esses dados nos registros eletrônicos de saúde (EHRs) e garantir a interoperabilidade entre diferentes sistemas permite que os prestadores de cuidados de saúde tenham uma visão holística da saúde do paciente, permitindo planos de cuidados personalizados. Por exemplo, pacientes de baixa renda ou aqueles que vivem em áreas com acesso limitado a serviços de saúde podem precisar de apoio adicional para gerenciar condições crônicas. Ao incorporar dados de DSS, as organizações de saúde podem desenvolver programas de alcance direcionados, fornecer recursos para o transporte a consultas médicas e oferecer assistência nutricional para aqueles que precisam.

O gerenciamento da saúde populacional é outra área em que os dados de DSS desempenham um papel crítico. Ao analisar os dados de DSS em nível comunitário, as organizações de saúde podem identificar tendências e padrões que informam estratégias de saúde pública.

No entanto, integrar os dados de DSS nos códigos de diagnóstico oficiais apresenta um problema de interoperabilidade ou padronização. Atualmente, não há um quadro universalmente aceito para codificar os dados de DSS. Garantir a qualidade dos dados também é difícil, pois os dados de DSS muitas vezes vêm de várias fontes com diferentes níveis de precisão e completude. A colaboração entre organizações de saúde, formuladores de políticas e fornecedores de tecnologia para estabelecer práticas padronizadas e garantir a integração de dados abrangente será um passo importante para superar esses obstáculos.

Quais são os principais desafios de segurança cibernética enfrentados pelas organizações de saúde e como eles podem ser abordados?

Como vimos ao longo do último ano, as organizações de saúde são extremamente vulneráveis a ameaças cibernéticas. Violações de dados e ataques de ransomware são questões significativas, exigindo a implementação de criptografia robusta, autenticação multifator e auditorias de segurança regulares para mitigar essas ameaças. Os sistemas legados e as vulnerabilidades de software são comuns nas organizações de saúde, pois muitas ainda usam sistemas desatualizados. Atualizar e corrigir regularmente o software, bem como migrar para plataformas modernas e seguras, é essencial.

As ameaças internas, onde os funcionários com acesso a dados sensíveis, também representam riscos significativos. Implementar controles de acesso rigorosos, monitorar a atividade do usuário e fornecer treinamento de segurança cibernética pode desempenhar um papel importante na prevenção dessas questões. É fundamental criar uma equipe de conformidade dedicada, responsável por realizar auditorias de segurança e avaliações de risco regulares para identificar vulnerabilidades e garantir a conformidade com os requisitos regulamentares, como o HIPAA.

Provavelmente, a medida mais importante é o treinamento e a educação contínuos para o pessoal de TI e os profissionais de saúde para proteger contra as ameaças cibernéticas em evolução. Muitas dessas ameaças exploram vulnerabilidades humanas, então, quanto mais educados os funcionários estiverem sobre as melhores práticas de segurança cibernética, mais provável será que o erro humano seja reduzido, levando a dados de paciente mais seguros.

Quais são as principais considerações éticas que as organizações de saúde devem ter em mente ao implantar soluções de IA e como elas podem navegar a resistência contra a implantação da IA nos hospitais?

Essa é uma das questões mais importantes que as organizações de saúde devem abordar, com a necessidade de considerar vários aspectos éticos e navegar pela resistência potencial. Garantir a privacidade e a confidencialidade do paciente é fundamental, com as soluções de IA aderindo a regulamentações de proteção de dados estritas e empregando medidas de segurança robustas. Os pacientes devem ser informados sobre o uso da IA em seus cuidados e fornecer consentimento, envolvendo uma explicação de como a IA será usada e os benefícios e riscos potenciais.

Os vieses e a justiça também são considerações cruciais. Os sistemas de IA devem ser projetados para evitar vieses e garantir um tratamento equitativo para todos os pacientes, mas, como sabemos, questões podem surgir aqui se as organizações não forem cuidadosas. Isso torna a monitoração e o ajuste contínuos desses modelos de IA supremamente necessários para manter a justiça.

É extremamente importante ser transparente sobre o uso da IA e responsável pelas decisões tomadas pelos sistemas de IA, mais notadamente, fornecendo explicações para as decisões impulsionadas pela IA e estabelecendo mecanismos de supervisão.

Seguir em frente com tudo isso é um grande passo para abordar as preocupações e a resistência que os profissionais de saúde e os pacientes têm em relação à implantação. Mas também é importante fornecer educação sobre a implantação e os benefícios da IA, envolvendo as partes interessadas no processo de implantação da IA, estabelecendo um compromisso para adotar uma abordagem abrangente centrada em construir confiança, fornecer comunicação clara e garantir o uso ético da IA.

Como as soluções da CitiusTech podem ajudar as organizações de saúde a alcançar a integração de dados sem interrupções e a interoperabilidade em várias plataformas e aplicações?

Na CitiusTech, estamos capacitados a impulsionar a inovação digital, a transformação empresarial e a convergência setorial para as empresas de saúde e ciências da vida em todo o mundo. Nossas soluções são projetadas para alcançar a integração de dados sem interrupções e a interoperabilidade em várias plataformas e aplicações. Nossas plataformas de integração avançadas garantem que os sistemas díspares se comuniquem e compartilhem dados de forma eficaz, facilitando a troca de dados para uma visão unificada das informações do paciente.

Por exemplo, um grande plano azul com mais de um milhão de membros procurava ir além dos dados de reclamações dos membros e usar dados clínicos para acelerar o fechamento das lacunas de cuidados. Procurando uma solução que pudesse usar os dados clínicos de forma eficaz, eles aproveitaram a CitiusTech para integrar os dados clínicos de uma variedade de EHRs e agregadores de dados, trazendo uma economia anual de US$ 10 milhões.

As soluções de gerenciamento da CitiusTech mantêm a qualidade dos dados, a segurança e a conformidade em todo o processo de integração para lidar com as complexidades dos dados de saúde, incluindo a integração e a interoperabilidade de fontes de dados e plataformas diversificadas.

A Solução de Qualidade e Confiança da IA Gerativa da CitiusTech, lançada recentemente, uma solução de ponta a ponta, melhora ainda mais a integração de dados, garantindo a confiabilidade, a precisão e a confiabilidade das insights impulsionados pela IA. A solução fornece validação robusta, monitoramento contínuo e aderência a padrões regulamentares, criando insights impulsionados pela IA precisos, confiáveis e conformes, permitindo que as organizações de saúde usem a IA de forma eficaz para melhorar a tomada de decisões e os resultados dos pacientes.

Quais são as principais tendências futuras que você prevê na integração da IA dentro da saúde e das ciências da vida, e como a CitiusTech está se preparando para abordar essas tendências?

Com a integração da IA dentro da saúde e das ciências da vida crescendo rapidamente, o uso crescente da IA para análise preditiva e medicina personalizada, melhorando a eficiência operacional por meio da automação e avançando a imagem e o diagnóstico médicos, terá um impacto significativo na indústria.

Na CitiusTech, estamos à frente dessas tendências, continuamente investindo em P&D para permanecer à frente dos avanços da IA. Como mencionado, desenvolvemos soluções de IA gerativa, como nossa ferramenta de qualidade e confiança, bem como outras soluções de IA que aproveitam as tecnologias mais recentes para melhorar os resultados dos pacientes e a eficiência operacional. É uma prioridade essencial focar na garantia do uso ético e justo da IA, abordando vieses e mantendo a transparência e a responsabilidade nas decisões impulsionadas pela IA. É uma prioridade para nossa equipe permanecer atualizada com as últimas tendências da IA, garantindo que tenhamos os melhores recursos disponíveis para ajudar as organizações de saúde a navegar pelo panorama em evolução da integração da IA.

Obrigado pela ótima entrevista, leitores que desejam aprender mais devem visitar CitiusTech.