Тим Васил, сооснователь и технический директор Hospital IQ – Серия интервью

Тим Васил – сооснователь и технический директор Hospital IQ, платформы операционного управления, которая использует данные для предоставления готовых решений на основе машинного обучения для быстрого и устойчивого операционного улучшения.

Что изначально привлекло вас к информатике?

Детские книги. Будучи студентом, не знающим, какую карьеру выбрать, я探ил возможность работы в качестве веб-разработчика на сайте BabyZone.com. Этот опыт был невероятным! Одним из моих первых проектов было создание цифровой версии детских книг, полной звуков, переходных эффектов и интерактивной гостевой книги. Я написал код, нажал кнопку для загрузки его на сайт, и вдруг тысячи родителей получили возможность связаться с друзьями и родственниками, находящимися на расстоянии.

Эта электронная книга для детей показала мне, что информатика – это область, где я могу быть немного художником, инженером и даже магом, и использовать эти навыки для улучшения жизни многих людей. Я увидел, что могу написать код один раз и иметь долгосрочное влияние на все. Вау!

Расскажите нам историю создания Hospital IQ?

Мой сооснователь Рич Крюгер и я объединились, чтобы исследовать области, которые были пренебрегаемы технологиями. Вы можете подумать, что больницы не являются одной из таких областей, учитывая миллиарды долларов, которые они тратят каждый год на медицинское оборудование, электронные медицинские записи и т. д. Эти области, безусловно, хорошо покрыты. Но мы увидели другую сторону больниц, операционную сторону. Эта сторона связана с решением вопросов, таких как когда запланировать операции, куда перевести пациентов, какие тесты отдать приоритет, как лучше спланировать на завтра и т. д. Эти проблемы особенно сложны, и традиционное медицинское программное обеспечение не затрагивает их.

Чтобы изучить эту возможность, мы встретились с руководителями больниц и сотрудниками. Мы увидели героизм каждый день. Мы увидели, как планировщики графиков работы медсестер делают бесчисленные звонки и отвечают на вопросы, чтобы направить сотрудников в места, где они наиболее нужны. Мы увидели, как менеджеры операционных комнат используют стикеры и белые доски, чтобы разделить время операционных комнат между хирургами. Мы увидели, как лидеры операционного совершенства используют огромные таблицы, чтобы模拟ровать, сколько больничных коек нужно перераспределить. Короче говоря, мы увидели много ручного труда, применяемого к проблемам, потому что программные инструменты не оправдали ожиданий, и мы хотели помочь.

Как и многие стартапы, наш путь разработки продукта не был прямым. Наша первая “помощь” пришла в виде стратегических инструментов, которые, по нашему мнению, должны были решить самые сложные проблемы, но они требовали много данных и много математики. Механика этого кажется впечатляющей: мы могли собрать модели автоматически, чтобы смоделировать внутреннюю работу больницы и дать рекомендации о том, следует ли изменить график операций или построить новое крыло. Однако, хотя вопросы, на которые они ответили, были большими, они также были редко задаваемыми.

Истинная история создания Hospital IQ, такой, какой она является сегодня, не является результатом вдохновенного пути Рича или меня, а результатом работы всей нашей команды, которая тесно сотрудничала с нашими клиентами и поняла, что наша самая важная роль заключается не в том, чтобы помогать больницам ответить на большие, редко задаваемые вопросы, а на те, которые, кажется, маленькими и частыми. Именно эти вопросы определяют, какой опыт будет у пациента, поступающего на операцию, и у команды, которая его сопровождает.

Можете ли вы рассказать, как программное обеспечение позволяет системам здравоохранения достигать и поддерживать пиковую операционную производительность?

Наше программное обеспечение предназначено для встречи с работниками здравоохранения там, где они находятся сегодня, в их ежедневных рабочих процессах. Вместо того, чтобы ожидать от них чего-то радикально нового, такого как запуск симуляции, интерпретация прогноза или оптимизация графиков работы сотрудников с нуля, мы принимаем знакомые шаги, которые они делают каждый день, двумя способами. Мы оцифровываем их, чтобы они могли общаться более эффективно друг с другом, а затем мы добавляем прогнозы и рекомендации. Это позволяет сотрудникам здравоохранения работать более эффективно и результативно. Лучше всего, это освобождает их, чтобы они могли больше времени посвятить уходу за пациентами.

Давайте рассмотрим один пример: планирование графика работы сотрудников. Определение того, сколько медсестер нужно в каждом отделении для каждой смены, является проблемой. Некоторые сотрудники могут заболеть. Неожиданный рост спроса может возникнуть. Медсестры, которые могут “плавать” между отделениями, должны быть распределены справедливо. Учитывая все это, можно понять, почему телефон в типичном офисе планирования работы звонит без остановки. Однако в тот же день, когда Hospital IQ запускается, телефоны замолкают. Большая часть работы остается той же, но с учетом того, что вся информация централизована на платформе Hospital IQ, все соображения переместились из таблиц, белых досок и стикеров в элегантные средства коммуникации, автоматический анализ вариаций и предложения по балансировке сотрудников. Планировщики графика работы медсестер могут выполнять свою работу более эффективно и приятно, чем когда-либо прежде. Поддержание этой производительности также легко, поскольку инструменты предназначены для поддержки существующего рабочего процесса. Мы не являемся консалтинговой компанией, которая приходит, чтобы изменить способ работы, только чтобы увидеть, как все возвращается к статусу quo.

Какие разные технологии машинного обучения используются?

Наша команда данных использует любые методы, которые необходимы для получения отличных результатов для наших клиентов. Мы использовали статистический анализ, чтобы понять использование операционных комнат, модели ARIMA для прогнозирования хирургического объема, Prophet для прогнозирования переписи населения, случайные леса для классификации состояния пациентов, нейронные сети для оценки повторной госпитализации и многое другое. Наша команда данных поддерживает актуальность последних исследований, источников данных и инструментов с помощью регулярных “журнальных клубов” и также регулярно инновацирует самостоятельно. С таким открытым полем есть много убедительных случаев использования и интересных наборов данных для изучения и интеграции в платформу Hospital IQ.

Одной из особых проблем для нас является обработка уникальности, которую мы видим в каждом из наших клиентов-больниц. Они обслуживают разные демографические группы. У них есть разные специализации. Клинические и операционные данные в каждой больнице поступают из разных программных систем, настроенных по-разному, с собственными недостатками. Если бы мы построили комплексную модель для всех наших клиентов или даже для всех кампусов внутри одной системы здравоохранения, она не очень хорошо подошла бы. Однако построение вручную индивидуальных решений не является масштабируемым или надежным подходом. Вместо этого мы полагаемся на понимание характерных особенностей данных каждого клиента, разработку обобщенных моделей и создание инструментов для автоматического построения моделей, постоянной подготовки и измерения точности и мониторинга для отдельных кампусов.

Бесплатный, публично доступный инструмент “Панель прогнозирования COVID-19” имеет более 76 000 пользователей из сотен больниц. Что именно это за инструмент?

Когда мы впервые построили панель прогнозирования COVID-19 в марте 2020 года, мы беспокоились, что в США может не хватить доступных больничных коек, и хотели предоставить систему раннего предупреждения не только нашим клиентам, но и всем больницам. Чтобы сделать это, мы искали наборы данных, такие как емкость коек с медицинским персоналом по округам, вероятные показатели передачи и смертности COVID-19 по возрастным группам и десятки других вещей. Мы даже построили модель SEIR, чтобы предсказать траекторию вируса по округам, и попытались предоставить как можно больше контекста, включая момент, когда емкость интенсивной терапии и общей медицины будет превышена, сколько человек выздоровеет и даже сколько человек умрет. Наша цель заключалась в том, чтобы собрать полную перспективу по округам из различных надежных источников данных.

Больницы использовали нашу панель в качестве инструмента для принятия ключевых решений, таких как когда открыть отделения для приема пациентов с COVID-19 или когда ограничить плановые операции, чтобы освободить место для предстоящих волн зараженных пациентов. Интересно, что даже люди дома нашли некоторое использование и даже комфорт от этого инструмента, поскольку он добавил немного ясности к очень страшной и новой глобальной пандемии.

При предоставлении публичного инструмента мы знаем, что у нас есть важная обязанность собирать и анализировать данные верно и часто, и выбирать лучшие доступные источники данных. Иногда это означает замену лучших моделей, когда они становятся доступными. В случае нашей собственной модели SEIR мы в конечном итоге ввели, с разрешения, модель штата IHME, которая стала признанным стандартом Белым домом и другими источниками. Мы нашли способ поставить эти прогнозы в контексте конкретных округов, а также конкретных больниц в этих округах, чтобы дать больницам рекомендации по часам о продолжающемся влиянии COVID-19.

Участвуют ли данные ученые и инженеры Hospital IQ в хакатонах, и если да, то какие интересные идеи или проекты из них получились?

Каждый месяц мы поощряем членов нашей команды данных и инженеров взять день, чтобы способствовать их профессиональному развитию и зажечь идеи для инноваций, будь то посещение отраслевой конференции, прохождение онлайн-курса, чтобы выучить новый навык, или любую другую деятельность, которая укрепляет их профессионально.

В рамках этого несколько инженеров и ученых выбирают провести свой профессиональный день, участвуя в хакатоне Hospital IQ. Хакатоны требуют от участников быть изобретательными, инновационными и за один день вытолкнуть трудно преобразуемую идею в рабочее программное обеспечение. В дни, предшествующие нашему последнему хакатону в октябре 2020 года, участники сформировали три команды и собрали идеи от всей компании. Не было никаких ограничений на темы; идеи, которые не были актуальны для платформы компании или даже для сферы здравоохранения, были совершенно приемлемыми. Однако все три команды в итоге выбрали идеи, которые сейчас реализуются в реальном мире.

Первая команда – Team Cara – сосредоточилась на повторной госпитализации и поставила цель построить решение, которое могло бы предсказать, какие пациенты находятся в группе риска повторной госпитализации, прежде чем они будут выписаны из больницы. Повторные госпитализации обходятся системе здравоохранения в миллиарды долларов каждый год, поэтому прогностическое и активное решение, такое как это, вооружило бы медсестер и менеджеров ухода дополнительными знаниями, необходимыми для снижения риска, снижения затрат и понимания того, что каждый пациент нуждается, чтобы остаться вне больницы. Team Cara использовала данные из операционной платформы управления Hospital IQ и, используя ранее разработанную командой данных пациенто-специфическую структуру машинного обучения, построила прогностическую модель. Для каждого пациента в больнице модель присваивает балл, указывающий вероятность повторной госпитализации. Первоначальные результаты модели показали высокую степень точности.

Вторая команда – Team Burt Reynolds – поставила цель построить региональное решение для наблюдения, которое визуализирует слои данных на карте. Команда хотела интегрировать карты в существующую инфраструктуру платформы Hospital IQ, предлагая способ отображать метрику интереса, расположенную по координатам широты и долготы, используя библиотеку leaflet.js. Для своей концепции доказательства они использовали данные центра передачи больницы, чтобы выделить, какие филиалы были источниками поступления и в каких объемах. Результаты показали передачи в совершенно новом свете и прояснили, откуда пациенты в основном были привлечены, а также возможности для роста.

Третья команда – Team Raptor Strikeforce – попыталась разработать решение, демонстрирующее возврат инвестиций (ROI) от операционной платформы управления Hospital IQ. Команда построила интерфейс для настройки различных входных данных в финансовые модели, такие как средняя маржа на каждую плановую процедуру, и использовала входные данные для отслеживания изменений в финансовом здоровье больницы с течением времени. Эти визуализации рассказывают убедительную историю о том, насколько значительно инициативы по операционной эффективности и инвестиции в платформу Hospital IQ, которые их облегчают, окупаются.

Три решения, разработанные для хакатона, показали, что они могут предоставить большую ценность нашим клиентам. В результате Hospital IQ включила все три решения в существующую платформу, и они используются больницами сегодня.

Есть ли что-то еще, что вы хотели бы поделиться о Hospital IQ?

Большая, смелая и амбициозная цель Hospital IQ – улучшить эффективность и счастье каждого работника здравоохранения каждый день. Мы гордимся влиянием, которое мы оказали на здравоохранение до сих пор, но наш путь только начинается. Для любого сострадательного, миссионно-ориентированного ученого или инженера, который заинтересован в решении одной из самых сложных проблем мира – улучшении эффективности здравоохранения – мы хотели бы, чтобы вы присоединились к нам!

Спасибо за отличное интервью. Читателям, которые хотят узнать больше, мы рекомендуем посетить Hospital IQ.