Tim Vasil, spoluzakladateľ a hlavný technologický riaditeľ nemocnice IQ – seriál rozhovorov

Tim Vasil je spoluzakladateľom a technologickým riaditeľom spoločnosti Nemocničné IQ, platforma pre správu operácií, ktorá využíva údaje na poskytovanie riešení umelej inteligencie na základe strojového učenia na kľúč pre rýchle a udržateľné prevádzkové zlepšenia.

Čo ťa na začiatku zaujalo na informatike?

Detské knihy. Ako vysokoškolák, ktorý si nie je istý, akej kariére sa mám venovať, som preskúmal pozíciu webového vývojára na čiastočný úväzok na BabyZone.com. Zážitok bol neuveriteľný! Jedným z mojich prvých projektov bolo vziať fyzické médium, detské knihy, a preniesť ho do digitálneho veku, doplneného zvukmi, prechodovými efektmi a interaktívnou knihou hostí. Napísal som nejaký kód, klikol na tlačidlo, aby som ho nahral na webovú stránku, a zrazu mali tisíce rodičov spôsob, ako sa spojiť so vzdialenými priateľmi a príbuznými.

Táto aplikácia s elektronickými knihami pre bábätká odhalila informatiku ako oblasť, v ktorej by som mohol byť trochu umelcom, inžinierom a možno aj kúzelníkom a využiť tieto zručnosti na zlepšenie života mnohých ľudí. Videl som, že raz dokážem napísať kód a všade budem mať trvalý vplyv. Wow!

Mohli by ste nám povedať príbeh o vzniku nemocničného IQ?

Spoluzakladateľ Rich Krueger a ja sme sa spojili, aby sme preskúmali oblasti zanedbávané technológiou. Mysleli by ste si, že nemocnice nebudú jednou z týchto oblastí, vzhľadom na miliardy dolárov, ktoré každý rok minú na lekárske vybavenie, elektronické lekárske záznamy a podobne. Tieto oblasti sú určite dobre pokryté. Čo sme však videli, bola úplne iná stránka nemocníc, prevádzková stránka. Táto strana je o zisťovaní, kedy naplánovať operácie, kam presunúť pacientov, ktoré testy uprednostniť, ako najlepšie naplánovať zajtrajšok atď. Toto sú obzvlášť náročné problémy a tradičný medicínsky softvér sa ich jednoducho nedotýka.

Aby sme preskúmali túto príležitosť, stretli sme sa s vedúcimi predstaviteľmi nemocníc a personálom prvej línie. Každý deň sme videli hrdinstvo. Videli sme plánovačov ošetrovateľstva, ktorí nepretržite telefonovali a kládli otázky, aby vyslali zamestnancov na najpotrebnejšie miesta. Videli sme manažérov operačných sál s lepiacimi papierikmi a tabuľami, ktorí sa zo všetkých síl snažili rozdeliť čas operačnej sály medzi chirurgov. Videli sme lídrov prevádzkovej dokonalosti s obrovskými tabuľkami, ktorí sa pokúšali simulovať, aby zistili, koľko nemocničných postelí treba prerozdeliť. Stručne povedané, videli sme toľko manuálneho úsilia, ktoré sa vynaložilo na problémy, pretože softvérové ​​nástroje chýbali, a my sme chceli pomôcť.

Ako mnoho startupov, ani naša cesta vývoja produktov nebola priamočiara. Naša skorá „pomoc“ prišla vo forme strategických nástrojov, o ktorých sme si mysleli, že vyriešia tie najťažšie problémy, no vyžadovali si veľa údajov a veľa matematiky. Mechanika toho vyzerá pôsobivo: mohli by sme automaticky zostaviť modely, aby sme simulovali vnútorné fungovanie nemocnice a dali odporúčania, či by sa mal chirurgický plán zmeniť, alebo či by sa malo postaviť nové krídlo. Napriek tomu, že otázky, na ktoré odpovedali, boli veľké, boli kladené len zriedka.

Skutočná genéza nemocničného IQ tak, ako dnes existuje, nie je nejaká inšpirovaná mnou alebo Richom, ale tým, že celý náš tím pracuje s našimi zákazníkmi a uvedomuje si, že našou najdôležitejšou úlohou nie je pomáhať nemocniciam odpovedať na veľké a zriedkavé otázky, skôr sú to tie zdanlivo malé, časté. To sú otázky, ktoré určujú, aké sú skúsenosti každého pacienta, pacienta, ktorý ide na operáciu, aj tím starostlivosti, ktorý ich vedie touto cestou.

Mohli by ste diskutovať o tom, ako softvér umožňuje zdravotníckym systémom dosahovať a udržiavať špičkový prevádzkový výkon?

Náš softvér je o stretnutí so zdravotníckymi pracovníkmi tam, kde sú dnes, v ich každodenných pracovných postupoch. Namiesto toho, aby sme od nich očakávali, že urobia niečo radikálne odlišné, ako je spustenie simulácie, interpretácia predpovedí alebo optimalizácia rozvrhov zamestnancov od začiatku, osvojíme si známe kroky, ktoré každý deň robia, dvoma spôsobmi. Zdigitalizujeme ich, aby mohli medzi sebou efektívnejšie komunikovať, a potom vrstvíme predpovede a odporúčania. To umožňuje zdravotníckemu personálu pracovať efektívnejšie a efektívnejšie. Najlepšie zo všetkého je, že im to umožňuje tráviť viac času starostlivosťou o pacienta.

Vezmime si jeden príklad: plánovanie zamestnancov. Zistiť, koľko sestier musí byť na každom oddelení pre každú zmenu, je výzvou. Niektorí zamestnanci volajú chorí. Mohlo by dôjsť k neočakávanému nárastu dopytu. Zdravotné sestry, ktoré môžu „plávať“ medzi jednotkami, musia byť rozdelené spravodlivo. Je potrebné vziať do úvahy aj schopnosti, kvalifikáciu a preferencie každého. Dajte to všetko dohromady a uvidíte, prečo telefón v typickej personálnej kancelárii zvoní. Napriek tomu v ten istý deň, keď sa spustilo nemocničné IQ, telefóny stíchnu. Veľká časť práce je rovnaká, napriek tomu, že všetky informácie sú centralizované v platforme Hospital IQ, všetky úvahy sa presunuli od tabuliek, tabúľ a poznámok post-it k elegantným komunikačným nástrojom, automatizovanej analýze rozptylu a návrhom pre personálne bilancovanie. Plánovači sestier môžu vykonávať svoju prácu efektívnejšie a zábavnejšie ako kedykoľvek predtým. Udržanie tohto výkonu je tiež jednoduché, pretože nástroje sú vytvorené tak, aby podporovali existujúci pracovný postup. Nie sme konzultačná spoločnosť, ktorá prichádza zmeniť spôsob práce, len aby sme videli, ako sa vracia späť do status quo.

Aké sú niektoré z rôznych technológií strojového učenia, ktoré sa používajú?

Náš tím pre vedu údajov používa akékoľvek metódy, ktoré potrebujeme na dosiahnutie skvelých výsledkov v prípadoch použitia našich zákazníkov. Použili sme štatistické analýzy na pochopenie používania OR, modely ARIMA na predpovedanie chirurgického objemu, Prophet na predpovedanie sčítania, náhodné lesy na klasifikáciu stavu hospitalizácie, neurónové siete na hodnotenie readmisie a mnoho ďalších. Náš tím pre vedu údajov drží krok s najnovším výskumom, zdrojmi údajov a nástrojmi prostredníctvom prebiehajúcich stretnutí „žurnálového klubu“ a pravidelne inovuje aj sám. S tak široko otvoreným poľom existuje toľko presvedčivých prípadov použitia a zaujímavých súborov údajov na preskúmanie a začlenenie do platformy Hospital IQ.

Jednou zo špeciálnych výziev pre nás je zvládnuť jedinečnosť, ktorú vidíme u každého nášho nemocničného zákazníka. Slúžia rôznym demografickým skupinám. Majú rôzne špecializácie. Klinické a prevádzkové údaje v každej nemocnici pochádzajú z iného softvéru nakonfigurovaného rôznymi spôsobmi s vlastnými nedostatkami. Ak by sme mali vybudovať komplexný model naprieč všetkými našimi zákazníkmi alebo dokonca naprieč všetkými kampusmi v rámci jedného zdravotného systému, veľmi by to nesedelo. Vytváranie ručne prispôsobených a jednorazových riešení však nie je škálovateľný alebo robustný prístup. Namiesto toho sa spoliehame na pochopenie odlišných charakteristík údajov každého zákazníka, vývoj zovšeobecniteľných modelov a vytvorili sme nástroje na automatizáciu vytvárania modelov, priebežné školenia a meranie a monitorovanie presnosti pre jednotlivé areály.

Bezplatný, verejne dostupný nástroj COVID-19 Regional Forecast Dashboard má viac ako 76,000 XNUMX používateľov zo stoviek nemocníc. Čo presne je tento nástroj?

Keď sme v marci 19 prvýkrát vytvorili COVID-2020 Regional Forecast Dashboard, obávali sme sa, že USA by mohli minúť dostupné nemocničné lôžka, a chceli sme poskytnúť systém včasného varovania nielen našim zákazníkom, ale všetkým nemocniciam. Aby sa to stalo, hľadali sme súbory údajov, ako je kapacita postelí podľa okresov, pravdepodobná miera prenosu a úmrtnosti na COVID-19 podľa vekovej skupiny a desiatky ďalších vecí. Dokonca sme vytvorili model SEIR na predpovedanie trajektórie vírusu v jednotlivých okresoch a pokúsili sme sa poskytnúť čo najviac kontextu, vrátane momentu, kedy by došlo k narušeniu kapacity JIS a lekárskeho zákroku, koľko ľudí by zotaviť sa, a dokonca koľko by zomrelo. Naším cieľom bolo zostaviť kompletnú perspektívu jednotlivých krajov z rôznych spoľahlivých zdrojov údajov.

Nemocnice využili náš prístrojový panel ako nástroj na prijímanie kľúčových rozhodnutí, napríklad kedy otvoriť nárazové jednotky alebo kedy obmedziť elektívne operácie, aby sa vytvoril priestor pre nadchádzajúce vlny infikovaných pacientov. Je zaujímavé, že dokonca aj jednotlivci doma našli určité využitie a dokonca pohodlie z tohto nástroja, pretože dodal trochu jasnosti veľmi strašidelnej a novej globálnej pandémii.

Vieme, že pri poskytovaní verejného nástroja máme dôležitú povinnosť verne a často zhromažďovať a analyzovať údaje a vyberať najlepšie dostupné zdroje údajov. Niekedy to znamená výmenu za lepšie modely, keď budú dostupné. V prípade nášho vlastného modelu SEIR sme nakoniec so súhlasom zaviedli model na štátnej úrovni Inštitútu pre metriky a hodnotenie zdravia (IHME), keďže sa stal uznávaným štandardom Bieleho domu a iných zdrojov. Našli sme spôsob, ako dať tieto predpovede do kontextu konkrétnych okresov, ako aj konkrétnych nemocníc v rámci týchto okresov, aby sme poskytli nemocniciam hodinové usmernenie o pokračujúcich vplyvoch COVID-19.

Vedci a inžinieri nemocničných údajov IQ sa často zúčastňujú hackathonov. Aké sú niektoré zaujímavé nápady alebo projekty, ktoré z nich vzišli?

Každý mesiac povzbudzujeme členov našich tímov pre dátovú vedu a inžinierstvo, aby si vzali deň voľna s cieľom podporiť ich profesionálny rozvoj a podnietiť nápady na inováciu, či už ide o účasť na priemyselnej konferencii, online kurz s cieľom naučiť sa nové zručnosti alebo akúkoľvek inú činnosť, ktorá ich profesionálne posilní.

V rámci toho sa niekoľko inžinierov a dátových vedcov rozhodlo stráviť deň profesionálneho rozvoja účasťou na hackathonoch Hospital IQ. Hackathons si vyžaduje, aby účastníci boli nešikovní, inovatívni a za jediný deň presadili ťažko transformovateľný nápad do fungujúceho softvéru. V dňoch, ktoré predchádzali nášmu najnovšiemu hackathonu v októbri 2020, účastníci vytvorili tri tímy a crowdsourcovali nápady z celej spoločnosti. Žiadna téma nebola považovaná za zakázanú; nápady, ktoré neboli relevantné pre platformu spoločnosti alebo dokonca pre oblasť zdravotníctva, boli úplne prijateľné. Ako sa však ukázalo, všetky tri tímy si nakoniec vybrali nápady, ktoré sa teraz implementujú v reálnom svete.

Prvý tím – Team Cara – sa zameral na readmisiu do nemocníc a dal si za cieľ vybudovať riešenie, ktoré by dokázalo predpovedať, ktorým pacientom hrozí readmisia ešte predtým, ako budú prepustení z nemocnice. Opätovné prijatie do nemocníc stojí zdravotnícky systém miliardy dolárov ročne, takže prediktívne a proaktívne riešenie, ako je toto, by vyzbrojilo prepúšťacie sestry a manažérov starostlivosti dodatočným prehľadom potrebným na zníženie rizika, zníženie nákladov a zistenie, čo každý pacient potrebuje, aby zostal. von z nemocnice. Tím Cara prevzal údaje z platformy na riadenie operácií Hospital IQ a pomocou rámca strojového učenia špecifického pre pacienta, ktorý predtým vyvinul tím pre vedu o údajoch, vytvoril prediktívny model. Pre každého pacienta v nemocnici model priraďuje skóre označujúce pravdepodobnosť opätovného prijatia. Počiatočné výsledky z modelu ukázali vysoký stupeň presnosti.

Druhý tím – tím Burt Reynolds – sa rozhodol vybudovať regionálne riešenie sledovania, ktoré vizualizuje vrstvy údajov na mape. Tím chcel integrovať mapy do existujúcej infraštruktúry kontingenčných tabuliek platformy Hospital IQ, čo ponúka spôsob, ako vykresliť metriku záujmu usporiadanú podľa súradníc zemepisnej šírky a dĺžky pomocou knižnice leaflet.js. Ako dôkaz koncepcie použili údaje z nemocničného transferového centra, aby zdôraznili, ktoré pobočky boli prijímajúcimi zdrojmi av akých objemoch. Výsledky ukázali prípady prenosu v úplne novom svetle a objasnili, z ktorých geografických oblastí pochádza väčšina pacientov, ako aj príležitosti na rast.

Tretí tím – Team Raptor Strikeforce – sa snažil vyvinúť riešenie predstavujúce návratnosť investícií (ROI), ktorú poskytuje platforma pre riadenie prevádzky nemocnice IQ. Tím vytvoril rozhranie na prispôsobenie rôznych vstupov do finančných modelov, ako je priemerná marža na voliteľný postup, a použil vstupy na sledovanie zmien vo finančnom zdraví nemocnice v priebehu času. Tieto vizualizácie rozprávajú pútavý príbeh o tom, ako výrazne sa vyplácajú iniciatívy prevádzkovej efektívnosti a investície do platformy Hospital IQ, ktorá ich umožňuje.

Tri riešenia vyvinuté pre hackathon ukázali, že našim zákazníkom môžu poskytnúť vyššiu hodnotu. Výsledkom je, že Hospital IQ začlenil všetky tri riešenia do existujúcej platformy a nemocnice ich dnes využívajú.

Je ešte niečo, o čo by ste sa chceli podeliť o IQ v nemocnici?

Veľkým, odvážnym a odvážnym cieľom nemocnice IQ je každý deň zlepšovať efektivitu a šťastie každého zdravotníckeho pracovníka. Sme hrdí na to, aký vplyv sme doteraz mali na zdravotníctvo, no naša cesta sa ešte len začína. Pre každého súcitného dátového vedca alebo inžiniera, ktorý má záujem o riešenie jednej z najťažších svetových výziev – zlepšenie efektívnosti zdravotnej starostlivosti – budeme radi, ak sa k nám pridáte!

Ďakujeme za skvelý rozhovor, čitatelia, ktorí sa chcú dozvedieť viac, by mali navštíviť Nemocničné IQ.