Тони Хогбен, руководитель иммерсивной студии в Pfizer Digital Omnichannel Services & Solutions (OSS) – Интервью

Тони Хогбен является руководителем иммерсивной студии в Pfizer (PFE ) Digital Omnichannel Services & Solutions (OSS). Pfizer Digital Omnichannel Services & Solutions (OSS) находится на переднем крае трансформации того, как Pfizer взаимодействует с пациентами, медицинскими работниками и профессионалами во всем мире. Благодаря инновационным цифровым стратегиям, передовым технологиям и данным, основанным на исследованиях, OSS обеспечивает бесперебойные, персонализированные и эффективные взаимодействия. Интегрируя передовые аналитические инструменты, автоматизацию и решения, основанные на ИИ, команда повышает вовлеченность, оптимизирует коммуникацию и создает значимые связи на всех цифровых каналах.

У вас обширный опыт в области цифровых инноваций и иммерсивных технологий. Что первым вызвало ваш интерес к этой области, и как ваш путь привел вас к вашей текущей роли?

Мой путь был несколько необычным. После окончания степени в области “Новых медиа” в начале века – когда цифровые технологии еще только находили свое место – я основал и управлял своей собственной цифровой агентством. Работа во время появления Web 2.0 была действительно волнующей. Мы были пионерами в области SAAS-решений и ранних мобильных приложений в среде, где инновации не были просто модным словом – они были нашей повседневной реальностью. Каждый проект открывал новые горизонты, и предпринимательская энергия была заразительной.

После успешной продажи своего бизнеса прямо перед пандемией я сначала наслаждался свободным временем, но быстро понял, что мне нужен новый вызов, который бы использовал мои знания. Присоединение к Pfizer Digital позволило мне объединить как мое творческое видение, так и технические возможности, опираясь на почти два десятилетия опыта помощи организациям всех размеров в цифровой трансформации.

Создание иммерсивной студии с нуля было особенно полезным – создание внутреннего центра инноваций, который позволяет командам по всей компании использовать иммерсивные и интерактивные технологии. Сейчас я являюсь частью команды, которая возглавляет наши инициативы по интеграции решений ИИ в различные отделы и случаи, помогая командам переосмыслить свои рабочие процессы и возможности.

Что было наиболее полезным в переходе на работу в сфере здравоохранения, так это применение моей страсти к пересечению технологий и человеческого опыта в среде, где наша работа имеет осязаемое влияние. Здесь точность, реализм и вовлеченность, которые мы создаем через иммерсивные технологии, напрямую влияют на образование медицинских работников и, в конечном итоге, на результаты для пациентов. Эта связь между технологическими инновациями и человеческим благополучием мотивирует меня каждый день.

Медицинская подготовка проходит через сдвиг с иммерсивными симуляциями, управляемыми ИИ. Как эти иммерсивные trải nghiệm, управляемые ИИ, сравниваются с традиционными методами обучения по эффективности и доступности?

Я должен начать с рассмотрения иммерсивных trải nghiệm, прежде чем исследовать, как ИИ преобразует ландшафт.

Иммерсивные обучающие trải nghiệm фундаментально меняют медицинское образование, предлагая гибкость, которую традиционные методы не могут сравниться. Ученики могут повторно посещать сложные сценарии из любого места, в своем собственном темпе и столько раз, сколько необходимо. Доказательства убедительны – показатели сохранения знаний для иммерсивного обучения на 76% лучше, чем традиционные методы обучения*.

ИИ сейчас революционизирует эти иммерсивные trải nghiệm четырьмя важными способами:

При создании контента ИИ демократизирует разработку высококачественных симуляций. То, что ранее требовало команды специализированных разработчиков и месяцев работы, теперь может быть выполнено быстрее и меньшим количеством людей – это разблокирует потенциал разработки и позволит создавать контент в масштабе.

Для опыта обучения ИИ позволяет динамическую адаптацию – корректировку сценариев в реальном времени на основе решений и уровня навыков, создавая аутентичные вызовы, которые лучше отражают клиническую непредсказуемость.

На фронте обратной связи ИИ обеспечивает тонкую оценку, выходящую за рамки простых метрик “пройден/не пройден”. Он может анализировать движения обучающихся, последовательность решений и сравнивать результаты с тысячами предыдущих сессий, чтобы предложить персонализированное обучение.

Наконец, ИИ позволяет коллаборативное обучение через обработку естественного языка и интеллектуальные аватары, которые симулируют реалистичные взаимодействия пациентов и команд.

Воздействие на доступность глубоко – иммерсивные trải nghiệm, управляемые ИИ, могут быть развернуты широко и экономически эффективно, помогая решить пробелы в обучении во всем мире. Это мощная комбинация иммерсивных технологий и ИИ имеет потенциал демократизировать доступ к высококачественному медицинскому обучению, особенно в недостаточно обслуживаемых регионах.

*Bonde, Mads & Makransky, Guido & Wandall, Jakob & Larsen, Mette & Morsing Bagger, Mikkel & Jarmer, Hanne & Sommer, Morten. (2014). Улучшение биотехнологического образования посредством симуляций лабораторий.

Можете ли вы поделиться идеями о том, как медицинские симуляции, управляемые ИИ, разрабатываются в вашей компании? Какие из них являются самыми большими проблемами в построении этих высококачественных симуляций?

Мы находимся на ранних этапах интеграции ИИ в наши подходы. У нас есть четкое видение того, куда мы движемся, но сильно регулируемая сфера здравоохранения, в которой мы работаем, требует методичного внедрения и строгой проверки. Это создает напряжение между нашим желанием быстро инновировать и нашей обязанностью действовать осторожно – нам хотелось бы идти в ногу с лихорадочными инновациями, происходящими с ИИ.

На данный момент мы сосредоточили наши усилия ИИ в трех ключевых областях:

1. Ускорение создания контента: Мы используем ИИ для улучшения нашего процесса разработки контента, помогая нашим медицинским и инструктивным командам масштабировать производство сценариев, основанных на доказательствах, клинических вариаций и моделей пациентов. Это позволяет нам сохранять качество, одновременно значительно расширяя нашу библиотеку симуляций.
2. Ускорение технического развития: Мы используем ИИ для оптимизации наших технических процессов разработки, позволяя быстрее создавать прототипы, тестировать и развертывать новые функции и возможности симуляций. Это помогает нам преодолеть ограничения ресурсов и ускорить наш цикл инноваций.
3. Опыт, адаптированный для обучающихся: Параллельно мы разрабатываем способы включения ИИ непосредственно в наши симуляции, чтобы создать более динамичные и отзывчивые среды обучения. Это включает персонализированные системы обратной связи и адаптивную сложность на основе шаблонов производительности обучающихся.

Хотя прогресс требует терпения в этой области, мы взволнованы тем, как эти инновации ИИ в конечном итоге преобразуют медицинскую подготовку и результаты для пациентов.

Ваш 360-градусный опыт, виртуальная лаборатория, является инновационным подходом к обучению медицинских работников. Как это работает, и какой обратная связь вы получили от пользователей до сих пор?

Виртуальная лаборатория 360 градусов дает медицинским работникам опыт ходьбы через реальную лабораторную среду, взаимодействия с медицинским оборудованием, практики процедур и решения реальных проблем в полностью иммерсивном цифровом пространстве.

Виртуальная лаборатория была разработана для дополнения очных экскурсий по рабочим лабораториям, демонстрирующим лучшие практики. Мы признали, что физические посещения лабораторий включают сложную логистику и ограничения по расписанию, поэтому мы создали цифровую альтернативу, доступную 24/7 из любой точки мира.

Медицинские работники перемещаются через подробные, интерактивные симуляции, которые проверяют их знания и повышают их понимание лабораторных процедур. Платформа разработана для нескольких устройств, обеспечивая гибкость в том, как и где происходит обучение. Мы расширили наше предложение, чтобы включить виртуальные лаборатории для различных медицинских условий и перевели эти trải nghiệm на многие языки, чтобы поддержать глобальные образовательные потребности.

Обратная связь была чрезвычайно положительной. Пользователи последовательно хвалят три аспекта:

1. Реализм: Высококачественная среда создает аутентичное чувство присутствия в рабочей лаборатории
2. Вовлеченность: Интерактивные элементы поддерживают интерес и фокус на протяжении всего опыта обучения
3. Гибкость: Возможность получить доступ к обучению в удобное время и темп

Самым важным является то, что медицинские работники сообщают о том, что они чувствуют себя более уверенно в своих навыках и лучше сохраняют информацию, чем при традиционных методах обучения. Это улучшение сохранения знаний напрямую переводится в лучшую помощь пациентам в реальных условиях.

ИИ и иммерсивные технологии могут сделать обучение более доступным, но видите ли вы какие-либо барьеры – такие как проблемы регулирования, колебания при принятии или технические ограничения – которые необходимо преодолеть?

Когда речь идет об внедрении новых технологий в медицинское обучение, барьеры существенно различаются между иммерсивными trải nghiệmами и приложениями ИИ.

Основные проблемы с иммерсивными технологиями включают:

• Стоимость разработки: Традиционно создание высококачественных иммерсивных trải nghiệm было дорого. Однако ИИ фактически помогает нам решить эту проблему, ускоряя создание контента и снижая время производства.
• Доступность: Мы обеспечиваем, чтобы наше иммерсивное обучение оставалось доступным, разрабатывая для нескольких платформ, как демонстрируется нашей виртуальной лабораторией, которая работает на различных устройствах. Этот подход позволяет обучающимся взаимодействовать независимо от их технической конфигурации.
• Колебания при принятии: Это, возможно, наша наиболее постоянная проблема, особенно среди опытных медицинских работников. Наша стратегия заключается в постепенном знакомстве – начиная с знакомых форматов, таких как наша виртуальная лаборатория, которая вводит концепции пространственного обучения без требования крутизны обучения. Это строит комфорт с иммерсивными концепциями, прежде чем переходить к более сложным технологиям.

Для интеграции ИИ мы сталкиваемся с другими препятствиями:

• Технические ограничения: Мы активно работаем над этими ограничениями, строя прочные платформы и подходы, которые послужат основой для будущих разработок.
• Проблемы регулирования: Это представляет нашу наиболее значительную проблему. Регуляторные органы имеют обоснованные вопросы о точности и действительности контента, сгенерированного ИИ, в медицинском образовании. Наш подход заключается в разработке внутренних случаев использования сначала, создании конкретных примеров, которые мы можем использовать для конструктивного взаимодействия с регуляторными командами. Мы признаем, что нам нужно поддержать их понимание, одновременно сотрудничая в разработке соответствующих ограничений.

Решая эти барьеры систематически и признавая их разные характеристики, мы создаем пути для ответственной инновации, которая поддерживает высокие стандарты, необходимые в медицинском образовании.

С учетом того, что ИИ ускоряется с беспрецедентной скоростью, видите ли вы момент, когда ИИ может взять на себя более активную роль в реальной помощи пациентам, а не просто быть инструментом поддержки?

Это выходит немного за пределы моей области экспертизы, но я думаю, мы можем видеть, что ИИ уже движется за пределы ролей поддержки в здравоохранении, с примерами, такими как диагностика, управляемая ИИ, и руководство хирургией в реальном времени. В течение следующих пяти лет я ожидаю, что ИИ возьмет на себя гораздо более активную роль в помощи пациентам, но он не полностью заменит людей. Вместо этого ИИ будет работать вместе с медицинскими работниками в рамках “человека в цикле”, предлагая помощь без полного контроля. Этот сдвиг вызывает этические проблемы вокруг доверия и подотчетности – хотя ИИ может предложить диагнозы или планы лечения, окончательное решение все равно будет приниматься людьми, чтобы обеспечить безопасность пациентов. ИИ улучшит процесс принятия решений, но человеческая суждительность останется важной.

В мире, где медицинские прозрения, сгенерированные ИИ, могут однажды превзойти человеческих профессионалов в определенных задачах, как должна подготовиться к этому сдвигу отрасль здравоохранения?

С каждой технологической трансформацией мы видим смещение задач, а не замену людей. Отрасль здравоохранения должна переосмыслить ИИ не как замену профессионалов, а как сотрудника. Это простая формула – Человек + ИИ больше, чем Человек или ИИ в одиночку.

Этот сдвиг будет постепенным и специфичным для задач – вероятно, начиная с областей, таких как диагностические исследования на основе изображений, скрининг патологии и прогностическая аналитика для ухудшения состояния пациентов. Это области, где распознавание закономерностей в масштабе дает ИИ естественное преимущество, в то время как более сложное клиническое рассуждение останется под человеческим руководством в ближайшем будущем.

Нам нужно начать с небольших, целевых задач, которые обеспечивают немедленную ценность, а не обычный подход монолитных решений. Этот итеративный подход позволяет клиницистам и пациентам строить доверие к возможностям ИИ с течением времени.

Вместо того, чтобы сопротивляться изменениям, отрасль здравоохранения должна активно формировать, как ИИ встраивается в экосистему здравоохранения, обеспечивая, что он улучшает, а не умаляет человеческие элементы, которые остаются центральными для исцеления.

В конечном итоге первый шаг, который должна сделать любая организация, – это демократизация воздействия ИИ. Дайте своим сотрудникам личные задачи, чтобы открыть их глаза на возможности – пусть они создадут изображение, напишут электронное письмо или создадут презентацию, используя инструменты ИИ. Как только они испытывают силу ИИ лично, они принесут это волнение обратно, чтобы определить значимые применения в своей повседневной работе. Инновации снизу вверх часто производят наиболее практичные и эффективные решения.

Многие компании борются со масштабированием решений ИИ за пределами пилотных проектов. Какие стратегии вы использовали для успешной реализации ИИ в масштабе?

Для меня успешное масштабирование любого технологического проекта включает решение двух критических проблем: технологической инфраструктуры и принятия пользователей.

В сильно регулируемой среде здравоохранения установление прочных технических основ является важным перед масштабированием любой инициативы ИИ. Нам нужно безопасная, соответствующая инфраструктура, которая балансирует инновации с требованиями безопасности пациентов.

С новыми технологиями принятие часто становится самым большим барьером для масштаба. Мы обнаружили, что сделать ИИ как можно более незаметным является важным для широкого принятия. Например, столкнуться с пустым экраном и необходимости написать эффективный запрос создает значительное трение для большинства пользователей. Вместо этого мы проектируем решения, где пользователи могут просто нажать предварительно настроенные кнопки или использовать знакомые рабочие процессы, которые используют ИИ за кулисами.

Наш подход отдает приоритет началу с малого, но строительству с учетом масштаба с первого дня. Вместо создания единичных решений мы проектируем модульные компоненты, которые можно расширить и повторно использовать в нескольких случаях использования. Это позволяет успешным пилотным проектам стать шаблонами для более широкой реализации.

Вы считаете, что ИИ готов преобразовать здравоохранение способами, которые когда-то считались научной фантастикой. Какие конкретные достижения, по вашему мнению, окажут наиболее глубокое влияние в течение следующих пяти лет?

Как ребенок 80-х, я помню телешоу “Человек на шесть миллионов долларов” и “Женщина-Байонет” 1970-х годов. Эти шоу представляли персонажей, физически дополненных технологиями, настоящая революция с ИИ, однако, будет когнитивным дополнением. Это то, что меня больше всего волнует.

В течение следующих пяти лет я считаю, что несколько других конкретных достижений фундаментально преобразуют здравоохранение:

1. Автоматизация административных задач: Бюрократическое бремя, которое в настоящее время поглощает так много времени медицинских работников, будет значительно сокращено. Это не только вопрос эффективности – это вопрос возвращения заботы в здравоохранение, перенаправляя человеческое внимание на взаимодействие с пациентами.
2. Ускорение открытия лекарств: Временной интервал от выявления терапевтических целей до разработки эффективных методов лечения будет сжат с десятилетий до лет или даже месяцев. AlphaFold, созданный и открытый Google DeepMind, уже революционизировал наше понимание структуры белков – решив за несколько дней то, что ранее занимало годы лабораторной работы.
3. Точная диагностика в масштабе: Системы ИИ значительно улучшат раннюю диагностику состояний, таких как рак, сердечно-сосудистые заболевания и неврологические расстройства, посредством распознавания закономерностей в огромных наборах данных.
4. Персонализированное лечение: Планы лечения будут постоянно уточняться на основе индивидуальных данных пациентов, корректируясь в реальном времени для максимизации эффективности и вовлеченности пациентов в их собственную помощь.

Темп этих изменений будет ошеломляющим. Разработка ИИ похожа на собачьи годы – но с экспоненциальным ускорением. Мы увидим то, что могло занять 50 лет обычных исследований и реализации.

Эти сценарии не являются далекими научно-фантастическими сценариями – они уже появляются в ранних формах, это не будущее, это сейчас.