Fawad Butt, CEO și Co-Fondator al Penguin Ai – Seria de Interviuri

Fawad Butt, CEO și Co-Fondator al Penguin Ai, este un expert în domeniul sănătății și al inteligenței artificiale, care a fondat compania după ce a ocupat funcții de conducere la Kaiser Permanente, UnitedHealthcare și Optum, unde a supervizat inițiative de guvernanță a datelor, analize, inteligență artificială și platforme enterprise. Experiența sa în conducerea strategiei de date în cadrul unor organizații mari de sănătate a modelat focusul Penguin Ai pe rezolvarea ineficiențelor administrative din sănătate prin intermediul unor soluții de inteligență artificială specializate, și nu prin forțarea unor platforme generice în fluxurile de lucru complexe ale sănătății. Sub conducerea sa, Penguin Ai este poziționată în jurul unei teze practice: sănătatea are nevoie de sisteme de inteligență artificială proiectate special pentru operațiunile plătitorilor și furnizorilor, cu capacitatea de a reduce munca manuală, de a îmbunătăți acuratețea și de a ajuta echipele să petreacă mai mult timp pe decizii clinice și operaționale de valoare ridicată.

Penguin Ai este o companie de inteligență artificială nativă în sănătate, axată pe automatizarea operațiunilor administrative și clinice pentru plătitori, furnizori, companii de gestionare a ciclului de venituri și parteneri de tehnologie în sănătate. Platforma sa combină modele de limbaj specializate în sănătate, lucrători digitali, agenți de inteligență artificială, guvernanță, conformitate și automatizare a fluxurilor de lucru pentru cazuri precum autorizarea prealabilă, procesarea cererilor, codificarea medicală, gestionarea apelurilor, ajustarea riscului, integritatea plăților, rezumarea fișelor medicale, rezumarea documentației clinice și verificarea eligibilității. Compania a obținut 29,7 milioane de dolari în finanțare de venture, inclusiv 25 de milioane de dolari într-o rundă de serie A condusă de Greycroft, pentru a extinde angajările, dezvoltarea produselor și implementările cu plătitori și furnizori, și a lansat Gwen, o platformă de construire a unor soluții de inteligență artificială pentru a ajuta echipele de sănătate să creeze lucrători digitali guvernați pentru fluxuri de lucru administrative.

După ce a condus organizații de date și analize la nivel de întreprindere la Kaiser Permanente, UnitedHealthcare și Optum, ce experiențe specifice l-au convins că sănătatea are nevoie de o platformă de inteligență artificială specializată, și cum au modelat aceste lecții viziunea de fondare a Penguin Ai?

Îmi voi aminti exact momentul în care a fost clar. Stăteam la o revizuire la unul dintre marii plătitori, privind o coadă de autorizări prealabile care au fost returnate de trei ori, și niciuna dintre ele nu avea o întrebare clinică reală atașată. Au fost returnate pentru că un câmp nu se potrivea sau documentația a apărut într-un format greșit. Unii dintre cei mai buni operatori din țară își petreceau ziua hrănind o mașină care producea nimic pentru pacientul care aștepta la celălalt capăt. Am văzut aceeași risipă la Kaiser, la UnitedHealthcare, la Optum, doar cu costume diferite. Atunci am încetat să mai cred în linia de industrie care spune că fricțiunea este prețul scalabilității. Viziunea pentru Penguin Ai a venit direct din acea frustrare: construiți o platformă care vorbește limba plătitorilor și furnizorilor, puneți contextul sănătății în sistem astfel încât un lucrător de inteligență artificială să aplice propriile criterii și să arate raționamentul său, păstrați o persoană responsabilă pentru judecata clinică și scoateți munca de rutină de la toată lumea. Acesta este jocul întreg.

Penguin Ai se axează pe abordarea ceea ce descrieți ca fiind povara administrativă de mii de miliarde de dolari din sănătate. Care fluxuri de lucru ați prioritizat mai întâi, și de ce au apărut autorizarea prealabilă, adjudecarea cererilor, codificarea medicală și apelurile ca fiind cele mai mari oportunități pentru transformarea condusă de inteligență artificială?

Am mers acolo unde durerea strigă cel mai tare. Autorizarea prealabilă, adjudecarea cererilor, codificarea medicală și apelurile au apărut în fruntea listei pentru un singur motiv: ele reprezintă cantități uriașe de muncă repetitivă unde majoritatea cazurilor urmează un model, și excepțiile sunt suficient de rare încât un om ar trebui să vadă doar excepțiile. Autorizarea prealabilă a condus lista pentru că acolo puteți literalmente vedea un pacient suferind în timp ce hârtiile stau într-o coadă, și nimeni nu apără asta cu fața dreaptă. Când lucrătorii noștri de inteligență artificială poartă volumul de rutină și direcționează cazurile reale către o persoană, rezultatele nu sunt subtile. Revizuirile rulează până la 97 la sută mai rapide, respingerile scad cu peste jumătate, și aproximativ 92 la sută din cazuri se rezolvă fără atingere manuală. Am ales aceste patru pentru că mi-au permis să demonstrez teza rapid: scoateți povara administrativă și veți face sănătatea mai bună pentru pacient, clinician și persoana care face munca. Toată lumea câștigă în aceeași mișcare, și acesta este exact motivul pentru care am început de acolo.

Ca fost lider de organizații de date și analize la nivel de întreprindere în sănătate, ce sunt cele mai comune motive pentru care startup-urile de inteligență artificială nu reușesc să câștige tracțiune în cadrul sistemelor de sănătate și plătitori mari?

Am stat suficient de mult pe partea de cumpărare pentru a vedea startup-urile care și-au ars șansa în același mod de trei ori. Unu, tratează sănătatea ca orice alt cont de întreprindere și sunt luați prin surprindere de haosul de integrare, sistemele legacy și greutatea regulamentară despre care nimeni nu i-a avertizat. Doi, vând autonomie și apoi nu pot răspunde la prima întrebare grea, care este întotdeauna o variantă a “arătați-mi cum a ajuns acolo.” Fără urmă de audit, fără raționament pe care o echipă de conformitate îl va accepta, și pilotul moare exact acolo în cameră. Trei, fixează o parte a relației plătitor-furnizor și nu înțeleg niciodată că fricțiunea trăiește la cusătura dintre ele. Și, sincer, orice cumpărător pe care îl cunosc este epuizat. Au un sertar plin de unelte puternice cu inteligență artificială care au adăugat un panou de control și au mutat zero muncă de pe oricine. Pragul este ridicat și răbdarea este subțire, și oricine nu poate arăta o cale reală de la pilot la producție este arătat ușii.

Multe organizații de sănătate rămân precaute în ceea ce privește implementarea inteligenței artificiale în operațiunile lor critice. Ce arată adoptarea de succes a inteligenței artificiale în cadrul unei organizații mari de plătitori sau furnizori, și ce greșeli fac liderii atunci când încearcă să o extindă?

Adoptarea reală începe mic și câștigă drumul în sus. Alegeți un flux de lucru care vă rănește cu adevărat, păstrați oamenii în buclă astfel încât să poată vedea munca făcută și să o încredințeze, și lăsați dovada să cumpere extinderea. Când o echipă vede un lucrător de inteligență artificială care curăță cazurile de rutină corect și le înmânează cele care necesită realmente judecată, ei încetează să reziste și încep să ceară mai mult. Greșelile sunt dureros de previzibile. Liderii încearcă să fiarbă oceanul și să implementeze peste tot deodată. Cumpără tehnologie și nu redesenează fluxul de lucru în jurul ei, astfel încât povara se mută doar într-o altă coadă. Sau extrag oamenii prea repede, ard încrederea și apoi se întreabă de ce nimeni nu atinge lucrul respectiv. Extinderea inteligenței artificiale într-un sistem de sănătate este un job de management al schimbării care poartă un costum de tehnologie. Echipele care câștigă tratează astfel, și se angajează într-o metrică dură de la început, astfel încât toată lumea să știe ce reprezintă realmente succesul.

Penguin Ai subliniază modele de inteligență artificială native în sănătate și fluxuri de lucru, mai degrabă decât soluții generice de inteligență artificială pentru întreprinderi. Care sunt provocările unice din sănătate care necesită o abordare specializată, și unde cad platformele generice de inteligență artificială?

Sănătatea nu este un caz de utilizare generic de întreprindere, și a pretinde contrariul te arde. Are propria limbă, propriile reguli, propriile consecințe, și niciuna dintre acestea nu este opțională. Un model general vă oferă un răspuns plauzibil și încrezător care este în mod liniștit greșit, pentru că nu poartă criteriile dvs. de necesitate medicală și nu poate arăta munca sa într-un mod pe care un auditor sau un clinician îl va semna. Fără început. Am construit Penguin Ai în straturi exact din acest motiv: un strat de date care adună informațiile, un Strat de Context care deține raționamentul și guvernanța specifică sănătății, și Forța de Muncă de Inteligență Artificială care face realmente munca, inclusiv soluțiile noastre preconstruite de Lucrători de Inteligență Artificială și Gwen, constructorul care permite echipei dvs. să ridice noi Lucrători de Inteligență Artificială. Platformele generice cad scurt pentru că tratează expertiza în sănătate ca și cum ar fi ceva în care puteți prompta drumul. Nu puteți. Trebuie să o construiți în sistem, și acesta este punctul întreg al a ceea ce am făcut.

Autorizarea prealabilă rămâne una dintre cele mai frustrante procese pentru furnizori și pacienți deopotrivă. Cum vedeți inteligența artificială remodelând autorizarea prealabilă în următorii cinci ani, și ce garduri sunt necesare pentru a asigura că automatizarea îmbunătățește rezultatele fără a crea noi bariere?

În următorii cinci ani, aprobările straightforward vin înapoi în minute, aplicate consistent împotriva propriilor dvs. linii directoare, cu clinicianul în buclă pentru orice lucru care necesită judecată medicală. Acesta este scenariul bun. Iată partea pe care oamenii o sar: automatizarea poate la fel de ușor industrializa barierele dacă o construiți leneș. O cale mai rapidă de a refuza îngrijirea este o neglijență cu un flux mai bun. Deci gardurile sunt jocul întreg. Fiecare recomandare pe care un Lucrător de Inteligență Artificială o face trebuie să poarte raționamentul său și o urmă de audit completă, ceea ce noi numim o cutie de sticlă, astfel încât oricine să poată vedea exact cum a ajuns acolo. Viteza nu poate deveni niciodată un acoperământ pentru un perete liniștit de automatizări refuzate. Și un om calificat rămâne responsabil pentru judecata clinică, întotdeauna. Obțineți asta corect și autorizarea prealabilă încetează să mai fie lucrul pe care pacienții și doctorii îl tem. Obțineți-o greșit și ați construit o versiune mai rapidă a problemei. Sunt interesat doar de prima variantă.

Industria este din ce în ce mai mult vorbind despre agenți de inteligență artificială și fluxuri de lucru autonome. Care sunt cele mai mari provocări tehnice și operaționale pentru implementarea inteligenței artificiale care să poată gestiona în mod fiabil sarcini administrative complexe din sănătate cu intervenție umană minimă?

Partea grea nu este demo-ul, ci marginile. Gestionarea excepțiilor, datele murdare și inconsistente și sistemele legacy care nu au fost niciodată proiectate să vorbească cu altceva. Acolo trăiește ingineria reală, și este profund neglamuroasă. Provocarea operațională este încrederea, pe care niciun sistem de sănătate nu o oferă gratuit. Dacă oamenii dvs. nu pot audita sau explica, nu o vor extinde, punct. Acum îmi place să mă împotrivesc puțin premisei. “Intervenție umană minimă” este obiectivul greșit, și mă îngrijorează atunci când auzi asta. Punctul este să eliberați oamenii pentru cazurile complexe și pentru apelurile de judecată, unde expertiza lor câștigă realmente bani. Lucrătorii noștri de inteligență artificială poartă volumul de rutină și știu când să tragă un om. Atingerea acelei predări, în mod fiabil și transparent, la scară reală de sănătate, este problema grea care merită rezolvată. Tot restul este un proiect de știință.

Sănătatea este una dintre cele mai puternic reglementate industrii din lume. Cum echilibrați viteza de inovare cu cerințele de conformitate, confidențialitate, auditabilitate și nevoia de responsabilitate umană în sistemele conduse de inteligență artificială?

Câștigați dreptul de a muta rapid prin construirea unor lucruri care se ridică. În sănătate, guvernanța este fundația, și am turnat-o prima. Când manipulați datele pacienților, guvernanța datelor la nivel de întreprindere este o cerință morală, și înțeleg literalmente. Deci fiecare recomandare rulează la un standard de cutie de sticlă, raționament plus o urmă de audit completă, ceea ce permite unei echipe de conformitate să aibă realmente încredere în viteză. Responsabilitatea umană este încorporată în design, pentru că o persoană calificată deține orice atinge judecata clinică, în timp ce Lucrătorul de Inteligență Artificială gestionează asamblarea și încărcătura de rutină. Acesta este modul în care obțineți rapid și de încredere în același sistem, și în această industrie nu puteți alege unul și să sări peste celălalt. Majoritatea oamenilor încadrează conformitatea și auditabilitatea ca frâne. Le văd ca lucrul care vă permite să puneți piciorul jos, pentru că fără ele nu ajungeți la producție din start.

Ați făcut trecerea de la supravegherea organizațiilor de date și analize la nivel de întreprindere la construirea unei companii de la zero. Care aspecte ale călătoriei de la operator la fondator au fost cele mai răsplătitoare, și care provocări au fost cele mai surprinzătoare?

Partea cea mai răsplătitoare este că, în sfârșit, puteți construi corect de la început. În cadrul unei organizații mari, schimbarea se mișcă la viteza instituției. Fiecare corecție trebuie să treacă prin sisteme legacy, priorități concurente și straturi de aprobare, astfel încât o corecție pe care știți că este corectă poate dura optsprezece luni pentru a ateriza, dacă aterizează deloc. Acest ritm vă va epuiza atunci când puteți vedea exact ce trebuie să se întâmple. În spațiul fondatorilor, acel plafon dispare. Putem construi de la zero, proiecta platforma în jurul problemei și nu în jurul a treizeci de ani de soluții acumulate, și livrați răspunsul corect în timp ce încă mai contează. Când auzi că o asistentă și-a recăpătat serile, sau că un pacient a primit un răspuns în ore unde ar fi durat zile, aterizează într-un mod în care nicio revizuire a planului nu a făcut-o vreodată.

Privind înainte, dacă inteligența artificială îndepărtează cu succes o parte semnificativă a poverii administrative din sănătate, cum credeti că plătitorii, furnizorii și pacienții vor experimenta sistemul de sănătate diferit în următorul deceniu?

Într-un deceniu, dacă o facem corect, sistemul în sfârșit se simte ca îngrijire. Pacienții primesc răspunsuri reale atunci când sunt speriați și vulnerabili, și încetează să mai aibă nevoie să câștige o minoră în birocrația asigurărilor doar pentru a obține ceea ce doctorul lor a ordonat deja. Clinicienii petrec orele lor pe arta medicinei și pe oamenii din fața lor, și nu se chinuie prin al optzeci și șaptelea caz de rutină înainte de prânz. Personalul operațional și administrativ, unii dintre cei mai subapreciați oameni din această industrie, fac în sfârșit o muncă care folosește realmente expertiza lor. Și plătitorii și furnizorii coordonează în loc să arunce hârtii înapoi și încolo peste o cusătură pe care nimeni nu o deține. Acesta este sistemul de sănătate pe care îl construiesc. Cartea de scor pe care o îngrijesc este plictisitoare și specifică: timpul dat înapoi îngrijirii pacientului, și întârzierea scoasă din experiența pacientului. Tot ceea ce facem este în slujba acestor două numere.

Mulțumim pentru acest interviu minunat, cititorilor care doresc să afle mai multe despre Penguin Ai.