Шон Шофсталл, руководитель отдела искусственного интеллекта, инноваций и данных в PaceMate – Интервью

Шон Шофсталл, руководитель отдела искусственного интеллекта, инноваций и данных в PaceMate, является технологическим и продуктовым исполнительным директором с более чем 20-летним опытом создания инновационных решений SaaS и интеграции технологий искусственного интеллекта, которые обеспечивают измеримые бизнес-результаты и соответствуют стратегическим бизнес-целям.

Шон специализируется на нормализации искусственного интеллекта, технологий здравоохранения и данных для команд и клиентов, повышая производительность и эффективность в клинических рабочих процессах. Его предыдущая работа по внедрению искусственного интеллекта в системы управления здравоохранением принесла значительные улучшения эффективности и результатов лечения пациентов за счет интуитивного дизайна и данных.
Как лидер мнений и публичный спикер по искусственному интеллекту для руководителей, Шон мостит разрыв между техническими возможностями и стратегическим бизнес-внедрением, сосредотачиваясь на управлении продуктом и разработке, которые служат реальным клиническим потребностям. Он строит команды, которые обеспечивают инновационные решения, решающие реальные проблемы здравоохранения, а не просто преследующие технологические тенденции, обеспечивая соответствие операционному совершенству и улучшению результатов лечения пациентов.

PaceMate – это компания по технологиям здравоохранения, которая предлагает PaceMateLIVE, облачную платформу для удаленного мониторинга сердечной деятельности и управления данными. Система интегрирует данные из имплантируемых кардиостимуляторов, амбулаторных мониторов и потребительских ЭКГ, используя автоматическую приоритезацию для того, чтобы помочь клиницистам сосредоточиться на наиболее критических оповещениях. Она поддерживает взаимодействие с основными электронными системами здравоохранения, такими как Epic, Cerner и athenahealth, оптимизируя клинические рабочие процессы, повышая операционную эффективность и улучшая непрерывность ухода за пациентами в кардиологических практиках.

Вы построили решения на основе искусственного интеллекта для здравоохранения более 20 лет, включая первый инструмент аудиограммы, соответствующий требованиям HIPAA, в Auditdata, и теперь платформу кардиоинтеллекта в PaceMate. Что вдохновило ваш переход к использованию искусственного интеллекта для преобразования клинических данных в действенные выводы?

Я всегда был движим данными. В начале своей карьеры в цифровом маркетинге девиз моего агентства был “Количественная креативность” – идея о том, что можно стимулировать эмоции и креативность через то, что можно узнать из данных. Когда я перешел в здравоохранение, я увидел совершенно новый способ использования данных. Вместо того, чтобы просто сообщать о том, что уже произошло с пациентом, я начал задумываться: можно ли использовать данные для выявления тенденций? Можно ли предсказать, что может произойти дальше?

Затем появился искусственный интеллект и расширил эти возможности. Я действительно верю, что если мы используем искусственный интеллект умным, человеко-ориентированным способом, мы можем преобразовать здравоохранение. Он может дать врачам больше времени для общения с пациентами, а рутинные задачи, связанные с данными, будут выполняться искусственным интеллектом. Мы еще не достигли этого, но основа для этого уже заложена.

PaceMate управляет одной из крупнейших и наиболее полных баз данных кардиологических данных в мире. Как эти данные преобразуются в прогностические алгоритмы, которые улучшают результаты лечения пациентов и клиническую эффективность?

Данные являются ключом. Чтобы получить максимальную пользу от искусственного интеллекта и машинного обучения, все зависит от обучающего набора, который у вас есть. PaceMate является лидером отрасли не только благодаря нашим данным, но и благодаря тому, что наша команда имеет десятилетия клинического опыта для интерпретации и проверки этих данных. Когда вы объединяете обучающие данные с этим опытом, вы начинаете видеть, как экономия минуты здесь и двух минут там может привести к значительным достижениям в эффективности.

Затем, когда вы добавляете возможность выявления тенденций в данных пациентов за всю жизнь устройства, вы наделяете врачей информацией, необходимой для принятия лучших решений для своих пациентов – на основе наиболее полных данных, возможных.

Регуляторные рамки, такие как HIPAA и одобрения FDA, часто замедляют внедрение искусственного интеллекта в здравоохранении. Какие практические шаги могут предпринять организации, чтобы инновировать ответственно в рамках этих ограничений?

В PaceMate мы твердо верим в философию “Человек в центре” искусственного интеллекта. Мы не передаем решения искусственному интеллекту, что является причиной, по которой FDA требует серьезного надзора. Вместо этого организации могут использовать искусственный интеллект для извлечения, организации и представления данных, продолжая полагаться на клинический опыт для определения того, что правильно для каждого отдельного пациента.

Что касается HIPAA, конфиденциальность пациентов является серьезной проблемой в здравоохранении, и мы всегда должны ставить ее на первое место. Это то, что отличает наш человеко-ориентированный подход – искусственному интеллекту не нужно знать ничего о личной информации пациентов. Мы можем обезличить данные и анализировать их на этом уровне. Но даже с лучшей философией использование правильных инструментов, соответствующих HIPAA, которые появились на рынке в последние годы, также является важным.

Конфиденциальность данных всегда является многослойным подходом, и конфиденциальность пациентов должна всегда быть на первом месте, даже выше инноваций.

Чувствительность данных является серьезной проблемой в кардиологической помощи. Как PaceMate обеспечивает, чтобы разработка искусственного интеллекта сохраняла высший уровень конфиденциальности и доверия пациентов?

Конфиденциальность пациентов всегда была краеугольным камнем PaceMate, и рост искусственного интеллекта только укрепляет, почему этот подход имеет значение. Мы подходим к разработке искусственного интеллекта с философией “Конфиденциальность по дизайну”, что означает, что защита данных не является после мысли, а встроена на каждом этапе.

Все данные пациентов, используемые в обучении искусственного интеллекта, тщательно обезличены и зашифрованы, следуя протоколам, превышающим требования HIPAA. Мы также следуем строгим принципам минимизации данных, собирая и обрабатывая только то, что абсолютно необходимо для клинической ценности.

В кардиологической помощи мы доверены некоторыми из наиболее интимных данных о здоровье, которые можно представить. Это почему мы проводим регулярные оценки воздействия на конфиденциальность и аудиты безопасности третьих сторон, потому что заработать и поддерживать доверие не является одноразовым усилием – это ежедневная ответственность.

Автоматизация в здравоохранении может быть двояким мечом. Как искусственный интеллект в PaceMate спроектирован для дополнения, а не замены, опыта клиницистов?

Наша философия “Человек в центре” означает, что искусственный интеллект используется как вспомогательный инструмент, никогда не заменяя опыт. Наша приверженность использованию внутреннего клинического опыта и работе с клиницистами в больницах для руководства разработкой продукта напрямую формирует нашу практику искусственного интеллекта.

Мы задаем вопросы типа “Что сделало бы вас более эффективными?”, “Какие данные помогли бы вам принимать лучшие решения?” и “Что отсутствует в вашем текущем рабочем процессе?” Мы затем используем эти идеи для руководства того, как мы реализуем автоматизацию и искусственный интеллект без вмешательства.

Многие системы здравоохранения борются с фрагментированными данными по устройствам, электронным системам здравоохранения и инструментам мониторинга. Как ваша команда подходит к объединению этих источников для предоставления актуальных выводов, которые действительно имеют значение на этапе ухода?

За последние 10 лет мы стали центром для данных удаленного мониторинга, и мы понимаем поток данных пациентов изнутри. Вы можете рассматривать это как граф идентификации, где данные собираются и предоставляются в необходимых на данный момент интервалах. Мы построили инфраструктуру для сбора данных от нескольких производителей устройств, их платформ удаленного мониторинга и систем электронных систем здравоохранения, а затем нормализуем и контекстуализируем эти данные так, чтобы они были действительно полезны на этапе ухода.

Ключом является понимание не только того, как собирать данные, но и когда и как их представлять. Мы также стали экспертами в агрегации широких, обезличенных данных для проверки тенденций и обеспечения качества, когда мы добавляем новые источники данных. Эта двойная способность – предоставление персонализированных, актуальных выводов, сохраняя при этом общую картину – позволяет нам преобразовать фрагментированные данные в действенные выводы.

С вашим опытом в нескольких стартапах здравоохранения, какие из наиболее упускаемых проблем при интеграции искусственного интеллекта в клинические рабочие процессы в масштабе?

Конфиденциальность и безопасность являются устрашающими для многих небольших компаний здравоохранения. Но есть хорошие лучшие практики и инструменты, доступные для этого, и все основные облачные провайдеры – AWS, Azure и Google Cloud – имеют консультантов с руководствами и чек-листами, чтобы помочь стартапам и предприятиям решить эти проблемы.

Как только это будет обработано, данные в масштабе становятся следующим препятствием. Где вы находитесь сегодня с вашим набором данных, будет совершенно другим через шесть месяцев. Понимание того, как использовать структурированные и неструктурированные данные с сильным графом идентификации, может быть хорошей основой для начала, и документирование вашего подхода на пути вперед поможет предотвратить некоторые проблемы в будущем.

Этический и прозрачный подход к развертыванию искусственного интеллекта становится определяющим фактором в инновациях здравоохранения. Как вы строите подотчетность и объяснимость в системы искусственного интеллекта, используемые для поддержки медицинских решений?

Это возвращается к нашей философии “Человек в центре”. Мы проектируем наш искусственный интеллект для представления выводов и закономерностей, но клиницист всегда принимает окончательное решение. Это создает естественный слой подотчетности, где всегда есть лицензированный специалист, проверяющий и подтверждающий, что предложил искусственный интеллект.

Мы также фокусируемся на показе “почему” за рекомендациями искусственного интеллекта. Наши системы подчеркивают, какие данные привели к определенному выводу, так что врачи могут оценить, имеет ли это клинический смысл для их конкретного пациента. Мы не просим клиницистов доверять черному ящику – мы предоставляем им прозрачность в логике.

Поскольку обучение происходит в обе стороны, мы также построили непрерывные циклы обратной связи. Когда клиницист принимает или отменяет предложение искусственного интеллекта, это информирует улучшение нашей модели. Это создает подотчетность в обе стороны, и со временем искусственный интеллект учится на клиническом опыте, а клиницисты могут видеть, как их вклад напрямую формирует систему.

В конечном итоге, объяснимый искусственный интеллект в здравоохранении не только о технической прозрачности, но и о уважении клинического суждения и создании инструментов, которые дополняют, а не ослепляют процесс принятия решений.

Как человек, который регулярно консультирует руководителей по стратегии искусственного интеллекта, какие сдвиги в мышлении являются наиболее важными для лидеров здравоохранения, которые хотят перейти от экспериментов к значимому внедрению?

Когда я разговариваю с бизнес-лидерами об искусственном интеллекте, я пытаюсь привести их к мышлению “Что если?” или “Я желаю…”. Одним из наиболее мощных инструментов в искусственном интеллекте является возможность подключиться к мировому взгляду на проблему, а не только к людям вокруг вас или вашим собственным предубеждениям. Итак, когда вы думаете, что что-то трудно или невозможно, используйте ваш любимый искусственный интеллект, чтобы сказать “Я желаю, чтобы я мог…” и описать вещи на вашем пути. Это очень мощно. Я также рекомендую им иметь свой искусственный интеллект LLM любопытным. Расскажите ему о вашей проблеме, но также скажите ему задавать вам подробные вопросы. Иногда это само по себе приведет вас к действительно уникальным решениям.

Искусственный интеллект также является отличным инструментом для планирования. Руководители должны установить стратегию, а также создать план действий, определить, как измерить успех, и выявить ловушки до того, как они произойдут. Искусственный интеллект отлично подходит для помощи в составлении планов, чтобы начать.

Наконец, мы всегда читаем о том, как искусственный интеллект берет работу и компании увольняют людей в пользу искусственного интеллекта. Я думаю, что это неправильный способ думать об искусственном интеллекте. Компания, построенная на продуктах или услугах для людей, нуждается в людях, чтобы понять, что они предлагают. Вместо использования искусственного интеллекта для сокращения затрат подумайте о том, как искусственный интеллект может взять рутинные задачи от ваших людей и стать усилителем. Если вы можете сократить затраты на 15% или увеличить производительность на 200%, какое из них является лучшим бизнес-решением?

Оглядываясь вперед на пять лет, как вы представляете себе искусственный интеллект, меняющий ландшафт кардиологического мониторинга и профилактической медицины – и какие вехи вы надеетесь достичь в PaceMate в течение этого времени?

Искусственный интеллект будет все больше и больше частью нашей работы и повседневной жизни в течение следующих пяти лет. По мере того, как наши пользователи становятся более комфортными и доверяют выводам, это открывает бесконечные возможности и партнерства.

Я бы хотел сначала предоставить инструменты, которые помогут клиницистам расставлять приоритеты в уходе за пациентами, которые могут быть наиболее нуждающимися – теми, кто может быть подвержен наибольшему риску неблагоприятных событий. Оттуда мы можем начать использовать искусственный интеллект и данные о тенденциях для показа различных возможных результатов для отдельных пациентов, давая врачам более четкое представление о том, что впереди.

Наконец, когда мы сможем предоставить выводы, которым все доверяют, нахождение отличных партнерств с исследовательскими больницами, чтобы помочь им использовать наши модели, будет амбициозной целью. Это то место, где мы действительно сможем стимулировать инновации в отрасли быстрее и оказать значительное влияние на кардиологическую помощь в целом.

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