Sean Shoffstall, Diretor de IA, Inovação e Dados da PaceMate – Série de Entrevistas

Sean Shoffstall, Diretor de IA, Inovação e Dados da PaceMate, é um executivo de tecnologia e produto com mais de 20 anos de experiência em construir soluções inovadoras de SaaS e integrar tecnologias de IA que entregam resultados de negócios mensuráveis e alinhados com objetivos de negócios estratégicos.

Sean se especializa em normalizar a inteligência artificial, tecnologia de saúde e plataformas orientadas por dados para equipes e clientes, melhorando a produtividade e eficiência nos fluxos de trabalho clínicos. Seu trabalho anterior pioneiro na integração de IA em sistemas de gestão de saúde entregou melhorias significativas de eficiência e resultados de pacientes aprimorados por meio de design intuitivo e insights orientados por dados.
Como líder de pensamento e palestrante público sobre IA para executivos, Sean ponteia a lacuna entre capacidades técnicas e implementação de negócios estratégica, focando em gerenciamento de produtos e desenvolvimento que atende às necessidades clínicas reais. Ele constrói equipes que entregam soluções inovadoras que abordam desafios de saúde genuínos, em vez de apenas perseguir tendências tecnológicas, garantindo alinhamento com excelência operacional e melhorias nos resultados dos pacientes.

PaceMate é uma empresa de tecnologia de saúde que oferece PaceMateLIVE, uma plataforma baseada em nuvem para monitoramento cardíaco remoto e gerenciamento de dados. O sistema integra dados de dispositivos cardíacos implantáveis, monitores ambulatoriais e ECGs de consumidor, usando priorização automatizada para ajudar os clínicos a se concentrar nos alertas mais críticos. Ele suporta interoperabilidade com sistemas de registro eletrônico de saúde principais, como Epic, Cerner e athenahealth, otimizando fluxos de trabalho clínicos, melhorando a eficiência operacional e aprimorando a continuidade dos cuidados com os pacientes em práticas cardíacas.

Você construiu soluções de saúde impulsionadas por IA por mais de 20 anos, incluindo a primeira ferramenta de audiograma de IA compatível com HIPAA na Auditdata e agora a plataforma de inteligência cardíaca na PaceMate. O que inspirou sua transição para usar IA para transformar dados clínicos em insights ação?

Sempre fui impulsionado por dados. No início da minha carreira em marketing digital, o slogan da minha agência era “Criatividade Quantificável” – a ideia de que você pode impulsionar emoção e criatividade pelo que aprende com os dados. Quando fiz a transição para a saúde, vi uma nova maneira de usar dados. Em vez de simplesmente relatar o que já havia acontecido com um paciente, comecei a me perguntar: podemos usar dados para ver tendências? Podemos prever o que pode acontecer em seguida?

Então, a IA surgiu e expandiu essas possibilidades. Realmente acredito que, se usarmos a IA de uma maneira inteligente, Human-in-the-Middle, podemos transformar a saúde. Ela pode dar aos médicos mais tempo com os pacientes, enquanto as tarefas mundanas em torno dos dados são tratadas pela IA. Não estamos lá ainda, mas a base está sendo construída para nos levar até lá.

A PaceMate gerencia um dos maiores e mais robustos conjuntos de dados cardiovasculares do mundo. Como esses dados estão sendo transformados em algoritmos preditivos que melhoram tanto os resultados dos pacientes quanto a eficiência clínica?

Os dados são a chave. Para obter o máximo de poder da IA e do Aprendizado de Máquina, tudo se resume ao conjunto de treinamento que você tem. A PaceMate é líder da indústria, não apenas por causa de nossos dados, mas porque nossa equipe tem décadas de expertise clínica para interpretar e validar esses dados. Quando você combina os dados de treinamento com essa expertise, começa a ver como economizar um minuto aqui e dois minutos ali pode somar para ganhos significativos de eficiência.

Em seguida, quando você adiciona a capacidade de identificar tendências nos dados do paciente ao longo da vida do dispositivo, você está capacitando os médicos com as informações necessárias para tomar as melhores decisões para seus pacientes – apoiados pelos dados mais abrangentes possíveis.

Quadros regulamentares, como HIPAA e aprovações da FDA, frequentemente desaceleram a adoção de IA na saúde. Quais passos práticos as organizações podem tomar para inovar de forma responsável dentro dessas restrições?

Na PaceMate, acreditamos fortemente na filosofia Human-in-the-Middle em torno da IA. Não descarregamos decisões para a IA, exatamente por isso a FDA exige uma supervisão séria. Em vez disso, as organizações podem usar a IA para minerar, organizar e apresentar dados, enquanto ainda confiam na expertise clínica para determinar o que é certo para cada paciente individual.

Quanto à HIPAA, a privacidade do paciente é uma preocupação séria na saúde, e devemos sempre colocá-la em primeiro lugar. É o que é ótimo em nossa abordagem centrada no ser humano – a IA não precisa saber nada sobre as informações de identificação pessoal (PII) dos nossos pacientes. Podemos desidentificar os dados e analisá-los a partir daí. Mas, mesmo com a melhor filosofia, usar as ferramentas compatíveis com a HIPAA – que vieram ao mercado nos últimos anos – é essencial também.

A privacidade dos dados é sempre uma abordagem multilayered, e a privacidade dos pacientes deve sempre ser colocada em primeiro lugar, mesmo antes da inovação.

A sensibilidade dos dados é uma grande preocupação nos cuidados cardíacos. Como a PaceMate garante que o desenvolvimento de IA mantenha os mais altos níveis de privacidade e confiança do paciente?

A privacidade do paciente sempre foi uma pedra angular da PaceMate, e o surgimento da IA apenas reforça por que esse compromisso é importante. Abordamos o desenvolvimento de IA com uma filosofia de “privacidade por design” – significando que a proteção de dados não é um pós-pensamento, é construída em cada estágio.

Todos os dados do paciente usados no treinamento de IA são rigorosamente desidentificados e criptografados, seguindo protocolos que excedem os requisitos da HIPAA. Também seguimos princípios estritos de minimização de dados, apenas coletando e processando o que é absolutamente necessário para o valor clínico.

Nos cuidados cardíacos, somos confiados com alguns dos dados de saúde mais íntimos imagináveis. É por isso que realizamos avaliações regulares de impacto de privacidade e auditorias de segurança de terceiros, porque conquistar e manter a confiança não é um esforço único – é uma responsabilidade diária.

A automação na saúde pode ser uma espada de dois gumes. Como a IA na PaceMate é projetada para complementar – e não substituir – a expertise dos clínicos?

Nossa filosofia Human-in-the-Middle significa que a IA é usada como uma ferramenta complementar, nunca substituindo a expertise. Nosso compromisso de usar expertise clínica interna e trabalhar com clínicos em hospitais para orientar o desenvolvimento do produto molda diretamente nossa prática de IA.

Fazemos perguntas como: “O que tornaria você mais eficiente?”, “Quais dados ajudariam você a tomar melhores decisões?” e “O que está faltando no seu fluxo de trabalho atual?” Usamos essas informações para orientar como implementamos a automação e a IA sem interferir.

Muitos sistemas de saúde lutam com dados fragmentados em dispositivos, registros eletrônicos de saúde e ferramentas de monitoramento. Como sua equipe aborda a unificação dessas fontes para entregar insights em tempo real que realmente importam no ponto de atendimento?

Ao longo dos últimos 10 anos, nos tornamos o hub para dados de monitoramento remoto, e entendemos o fluxo de dados do paciente por dentro e por fora. Você pode pensar nisso como um gráfico de identidade onde os dados são coletados e servidos nos incrementos necessários naquele momento. Construímos a infraestrutura para coletar de vários fabricantes de dispositivos, suas plataformas de monitoramento remoto e sistemas de registro eletrônico de saúde, então normalizamos e contextualizamos esses dados para que sejam realmente úteis no ponto de atendimento.

A chave é entender não apenas como coletar dados, mas quando e como apresentá-los. Também nos tornamos especialistas em agregar dados amplos e desidentificados para validar tendências e garantir a qualidade quando trazemos novas fontes de dados. Essa capacidade dual – entregar insights personalizados em tempo real, enquanto mantém a visão geral – é o que nos permite transformar dados fragmentados em inteligência ação.

Com sua experiência em várias startups de saúde, quais são alguns dos desafios mais subestimados ao integrar IA nos fluxos de trabalho clínicos em escala?

Privacidade e segurança são intimidadoras para muitas empresas de tecnologia de saúde menores. Mas existem ótimas práticas e ferramentas disponíveis, e todos os principais provedores de nuvem – AWS, Azure e Google Cloud – têm assessores com guias e listas de verificação para ajudar startups e empresas a lidar com esses desafios.

Uma vez que isso seja tratado, os dados em escala se tornam o próximo obstáculo. Onde você está hoje com seu conjunto de dados será completamente diferente em seis meses. Entender como aproveitar dados estruturados e não estruturados com um forte gráfico de identidade pode ser uma boa base para começar, e documentar sua abordagem ao longo do caminho ajudará a prevenir alguns cabelos grisalhos no futuro.

Implantação ética e transparente de IA está se tornando um fator definidor na inovação em saúde. Como você constrói responsabilidade e explicabilidade em sistemas de IA usados para suporte à decisão médica?

Isso remonta à nossa filosofia Human-in-the-Middle. Projetamos nossa IA para apresentar insights e padrões, mas o clínico sempre toma a decisão final. Isso cria uma camada natural de responsabilidade onde há sempre um profissional licenciado revisando e validando o que a IA sugere.

Também nos concentramos em mostrar o “porquê” por trás das recomendações da IA. Nossos sistemas destacam quais pontos de dados impulsionaram uma visão particular, para que os médicos possam avaliar se isso faz sentido clínico para o paciente específico. Não estamos pedindo aos clínicos que confiem em uma caixa preta – estamos dando-lhes transparência na lógica.

Como o aprendizado vai em ambas as direções, também construímos loops de feedback contínuos. Quando um clínico aceita ou anula uma sugestão da IA, isso informa a melhoria do nosso modelo. Isso cria responsabilidade em ambas as direções e, com o tempo, a IA aprende com a expertise clínica, enquanto os clínicos podem ver como sua entrada direta molda o sistema.

Em última análise, IA explicável em saúde não é apenas sobre transparência técnica, mas também sobre respeitar o julgamento clínico e criar ferramentas que aumentam, em vez de obscurecer, o processo de tomada de decisão.

Como alguém que regularmente aconselha executivos sobre estratégia de IA, quais são as mudanças de mentalidade mais críticas para os líderes de saúde que buscam mudar da experimentação para a adoção significativa?

Quando falo com líderes de negócios sobre IA, tento impulsioná-los a uma mentalidade de “E se?” ou “Eu desejo…”. Uma das ferramentas mais poderosas na IA é a capacidade de aproveitar a visão do mundo sobre um problema, em vez de apenas as pessoas ao seu redor ou seus próprios preconceitos. Então, sempre que você acha que algo é difícil ou impossível, use sua IA favorita para dizer “Eu desejo que eu pudesse…” e descreva as coisas que estão no seu caminho. Isso é super poderoso. Também os guio a ter sua IA LLM ser inquisitiva. Conte a ela seu problema, mas também conte a ela para fazer perguntas detalhadas. Às vezes, isso sozinho pode levá-lo a soluções realmente únicas.

A IA também é uma ótima ferramenta para planejamento. Os executivos precisam estabelecer uma estratégia, enquanto criam um plano de ação, determinam como medir o sucesso e identificam armadilhas antes que elas aconteçam. A IA é ótima em ajudar a montar planos para começar.

Por fim, sempre lemos sobre como a IA está tirando empregos e as empresas estão demitindo pessoas em favor da IA. Acho que essa é uma maneira ruim de pensar sobre a IA. Uma empresa que é construída em produtos ou serviços para as pessoas precisa de pessoas para entender o que elas estão oferecendo. Em vez de usar a IA para redução de custos, pense em como a IA pode tirar as tarefas mundanas das pessoas e se tornar um amplificador. Se você pode reduzir custos em 15% ou pode aumentar a produtividade em 200%, qual é a melhor decisão de negócios?

Olhando cinco anos à frente, como você vê a IA redesenhando o cenário de monitoramento cardíaco e medicina preventiva – e quais são os marcos que você espera alcançar na PaceMate durante esse tempo?

A IA será cada vez mais parte do nosso trabalho e da vida diária nos próximos cinco anos. À medida que os usuários se tornam mais confortáveis e confiantes na saída, isso abre possibilidades e parcerias infinitas.

Eu gostaria de primeiro fornecer ferramentas que ajudem os clínicos a priorizar o cuidado para os pacientes que mais precisam – aqueles que podem estar em maior risco de um evento adverso. A partir daí, podemos começar a usar a IA e dados de tendências para mostrar diferentes resultados possíveis para pacientes individuais, dando aos médicos uma visão mais clara do que está por vir.

Por fim, quando podemos entregar insights que todos confiam, encontrar grandes parcerias com hospitais de pesquisa para ajudá-los a aproveitar nossos modelos seria um objetivo ambicioso. É onde realmente podemos impulsionar a inovação em toda a indústria mais rapidamente e ter um impacto significativo nos cuidados cardíacos como um todo.

Obrigado pelo grande entrevista, leitores que desejam aprender mais devem visitar PaceMate.