Даниэль Кейн, со-CEO и сооснователь ModMed – Интервью

Даниэль Кейн является со-CEO и сооснователем компании ModMed^®, базирующейся в Южной Флориде, которая является компанией в области здравоохранения и информационных технологий, трансформирующей здравоохранение посредством специализированных, интеллектуальных платформ для повышения эффективности практики и улучшения результатов лечения пациентов.

Основанная в феврале 2010 года, ModMed выросла до более 1200 сотрудников и привлекла более 332 миллионов долларов инвестиций. Известная своим прогрессивным ростом в качестве медицинской технологической компании, ModMed часто признана на национальном и региональном уровнях за свои достижения под руководством Даниэля. В 2020 году компания была названа одной из лучших рабочих мест в стране журналом Inc. Между 2016 и 2018 годами компания была названа одной из самых быстрорастущих компаний в Северной Америке в списке Deloitte Technology Fast 500^™. Начиная с 2015 года, компания ежегодно включалась в эксклюзивный список Inc. 5000, престижный сборник самых быстрорастущих частных компаний в стране.

Можете ли вы поделиться некоторыми идеями о вашем прошлом и том, как оно повлияло на вашу работу в ModMed?

Мое путешествие в технологии началось во время моих студенческих лет в Корнелле, когда я стал сооснователем Blackboard. Мы преобразили образование, оцифровав конспекты лекций и создав платформу, которая дала студентам и преподавателям беспрецедентную гибкость и взаимодействие. Для меня успех Blackboard завершился в 2004 году с его первичным публичным предложением, и хотя наши решения были прорывными в области электронного обучения, я не мог не присматриваться к новым вызовам.

Один из таких вызовов представился, когда я пошел на обычный осмотр к моему дерматологу. У нас был невероятный разговор о трудностях использования устаревших бумажных систем и способах их исправления. Понимая связь между его медицинской экспертизой и моими техническими знаниями, мы решили объединиться и создать ModMed вместе с нашей первой электронной системой медицинских записей (EHR).

В то время уже существовали некоторые EHR, но, к сожалению, исследования часто цитировали их как одну из главных причин выгорания врачей. Мы подошли к этому по-другому и спроектировали нашу EHR так, чтобы она адаптировалась к конкретным рабочим процессам медицинской специальности. Наша флагманская облачная EHR, EMA, была и продолжает разрабатываться врачами для врачей, что отличает нас на рынке. За годы мы расширили наш ассортимент продуктов, включив в него полный набор решений, которые помогают медицинским работникам упростить и оптимизировать операции своей практики и ускорить оказание медицинской помощи.

Как вы видите битву за эффективный ИИ в здравоохранении, выигранную или проигранную с данными?

Мы начинаем видеть рост внедрения технологий ИИ в практиках для оптимизации рабочих процессов и максимизации эффективности. Когда мы вступаем в эпоху использования ИИ для более сложных задач – таких как предложение лечения или других клинических рекомендаций – важно иметь правильные данные и стратегию обучения ИИ. ИИ имеет возможность значительно улучшить опыт для пациентов и медицинских работников и создать системные изменения, которые действительно улучшат здравоохранение, но сделать это реальностью будет зависеть от больших объемов высококачественных данных, используемых для обучения моделей.

Почему данные так важны для разработки ИИ в здравоохранении?

Данные являются жизненной кровью ИИ, и плохое качество данных ухудшит производительность ИИ, что приведет к субоптимальным результатам. Это может иметь серьезные последствия в медицинской обстановке, поскольку жизнь пациентов может быть под угрозой. Но более вероятный сценарий заключается в том, что эти негативные переживания могут подорвать доверие как пациентов, так и медицинских работников к ИИ, что замедлит прогресс и положительное влияние этой революционной технологии на здравоохранение.

Например, в кабинете врача инструменты ИИ с амбиентным прослушиванием предназначены для предложения содержания для клинических заметок врачу для рассмотрения и утверждения. Идеально, это должно уменьшить время, которое врач тратит на документирование в EHR, и позволить проводить больше качественного времени с пациентом. Однако плохое качество данных и неадекватно обученные инструменты ИИ могут иметь противоположный эффект, заставляя врачей тратить чрезмерное количество времени на исправление ошибок и переписывание заметок.

Кроме того, предвзятость является значительным риском, связанным с алгоритмами ИИ, и качественные данные могут сыграть ключевую роль в смягчении диспропорций в здравоохранении. Модели ИИ могут выучить закономерности, которые эффективно лечат одну популяцию пациентов предпочтительно по сравнению с другими популяциями, включая юридически защищенные группы. Отслеживая входные данные и обучаясь на прочных и представительных данных, выходные данные ИИ могут быть более инклюзивными и точными.

Можете ли вы рассказать о типах данных, которые ModMed использует для обучения своих моделей ИИ, и как эти данные собираются и управляются?

В ModMed мы используем комплексные специализированные данные для точного обучения наших моделей ИИ. За последние 14 лет мы создали специализированные, деидентифицированные структурированные наборы данных, соответствующие законам о конфиденциальности, и теперь используем эти внутренние данные для обучения наших моделей ИИ. Например, наш инструмент ModMed Scribe был обучен для дерматологии, нашей первой специальности, на миллионах структурированных параметров из деидентифицированных записей пациентов, отобранных из коллекции 500 миллионов встреч с пациентами.

Как ModMed определяет “этичный ИИ” в контексте здравоохранения?

Потенциал ИИ иметь предвзятости или предоставлять неточную информацию в форме “галлюцинаций” или пропусков может повлиять на жизнь пациентов. По этой причине этичный ИИ в здравоохранении заключается в установлении высокого стандарта точности и точности. Это означает разработку алгоритмов тщательно и ответственно и использование высококачественных и разнообразных данных для облегчения более точных прогнозов для каждого пользователя.

Этичный ИИ также означает обеспечение того, чтобы люди оставались в уравнении. ИИ не должен “перевосходить врача”, а вместо этого уменьшать административную нагрузку, которую испытывают врачи и их персонал, чтобы они могли сосредоточиться на помощи пациентам.

Какие меры приняты в ModMed для того, чтобы технологии ИИ могли быть разработаны и развернуты этично?

Наш подход, основанный на структурированных данных – курирование высококачественных, представительных обучающих наборов данных – помогает нам сделать ответственный ИИ реальностью. Релевантные и деидентифицированные данные, собранные из наших систем EHR из широкого спектра практик, предоставляют нам разнообразный набор обучающих данных, который отражает различные популяции пациентов.

Кроме того, наша команда разработчиков привержена очистке данных для облегчения сбора и использования высококачественных данных. Этот процесс позволяет нашим командам выявлять, исправлять и удалять несоответствия, ошибки и пропущенные значения из набора данных. Благодаря этому регулярному обслуживанию мы можем постоянно обновлять ИИ на основе данных о производительности, особенно клинических данных, где результаты лечения пациентов могут быть затронуты.

Можете ли вы обсудить важность прозрачности и подотчетности в разработке ИИ, особенно в здравоохранении?

Прозрачность делает возможным подотчетность, что является причиной, по которой она является такой важной основой для любого решения ИИ в здравоохранении. Приоритеты врачей – это уход за пациентами и безопасность, поэтому не удивительно, что 80% врачей хотят знать характеристики и функции проектирования, разработки и развертывания инструментов ИИ.

Кроме того, не все данные созданы равными. Важно знать, где и как хранятся данные и как часто они обновляются. Мы счастливы, что с момента основания ModMed мы были привержены стратегии данных, которая ставит прозрачность и точность на первое место. У нас есть полное понимание источников и качества наших данных, и мы уверены, что наши интеграции ИИ принесут значительную ценность нашим клиентам.

Как ИИ интегрируется в специализированные системы EHR ModMed, такие как EMA и gGastro?

На протяжении всего нашего портфеля мы использовали машинное обучение в течение некоторого времени и укрепляем нашу инвестицию в передовые и генеративные ИИ для упрощения бизнеса медицины и ускорения качества ухода. Мы строим целый опыт практики, мощенный ИИ, который начинается до того, как пациент войдет в дверь, проходит через кабинет врача и до отдела выставления счетов.

В клинической обстановке мы находимся на заключительных этапах нашей пилотной программы ИИ с амбиентным прослушиванием для EMA, которую мы считаем прорывом для его последующей функциональности и предложенного структурированного контента. Наше решение ИИ для документации предназначено для упрощения процесса ухода за пациентами за пределами простой транскрипции или составления SOAP-записи. Используя огромные объемы структурированных данных, мы обучаем наши модели ИИ для захвата важной информации из разговоров врача и пациента и, работая вместе с нашей EHR, для предложения релевантного контента для заметок о посещении, включая коды ICD-10, хирургические коды и рецепты. Это экономит время врачей и позволяет им проводить больше качественного времени с пациентами.

Какие конкретные выгоды предоставляют специализированные решения ИИ медицинским работникам и пациентам?

Ни одна медицинская специальность не похожа на другую. Они сильно различаются пациентами, которых они видят, состояниями, которые они лечат, и медицинскими кодами, используемыми для возмещения. Решения ИИ должны быть адаптированы для этих различий, чтобы быть эффективными в каком-либо真正 значимом смысле.

Например, EHR и инструменты ИИ с амбиентным прослушиванием ModMed предназначены явно для каждой медицинской специальности, предоставляя высокорелевантную и точную поддержку клиницистам. Процесс документирования каждой специальности требует разных компонентов в структурированной записи, включая уникальные медицинские коды и терминологию. Эта специализация позволяет ИИ лучше понять и предвидеть уникальные потребности и рабочие процессы различных специальностей, что, по нашему мнению, приведет к более эффективной реализации, более быстрой принятию и большей общей эффективности в улучшении операционной эффективности.

Где вы видите наиболее значительные возможности для ИИ в здравоохранении в течение следующих пяти-десяти лет?

В будущем ИИ, безусловно, проникнет почти в каждый аспект здравоохранения способами, которые мы не можем представить. Already, ИИ используется для административных задач, и в ближайшем будущем эта тенденция, вероятно, усилится, поскольку ценность ИИ станет более очевидной.

Я также вижу будущее, когда ИИ будет безшовно интегрирован во взаимодействия врача и пациента, где “интерфейс пользователя” или UI практически невидим. Вместо сегодняшних взаимодействий на основе экрана ИИ может предложить смесь реальности и дополненной реальности. Это будущее состояние ИИ потенциально может проанализировать медицинские записи для выявления критических прозрений, прогнозирования риска пациента для различных заболеваний. Огромное количество данных в медицинских записях представляет возможность для ИИ предвидеть будущие потребности в уходе и создать и помочь управлять планами профилактического лечения.

Этот опыт может распространиться за пределы медицинской практики и стать неотъемлемой частью повседневной жизни пациента. Устройства ИИ могут предоставить персонализированную поддержку, отвечать на вопросы и планировать встречи, среди прочего. ИИ также может отслеживать жизненно важные показатели на расстоянии, обнаруживая и предупреждая медицинских работников о потенциальных проблемах со здоровьем. Персонализированные планы лечения, адаптированные к индивидуальным пациентам на основе данных и предпочтений, могут стать нормой.

Это действительно захватывающее время для здравоохранения. Следующие пять-десять лет полны возможностей для дальнейшей трансформации отрасли и улучшения опыта пациентов.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить ModMed.