Daniel Cane, Co-CEO och medgrundare av ModMed – Intervjuserie

Daniel Cane är co-CEO och medgrundare av ModMed^®, ett hälso- och sjukvårdsföretag i Florida som förvandlar hälso- och sjukvården genom specialinriktade, intelligenta plattformar för att öka effektiviteten i verksamheten och förbättra patientresultaten.

ModMed grundades i februari 2010 och har vuxit till över 1 200 anställda och har samlat in över 332 miljoner dollar i total investering. Företaget är känt för sin progressiva tillväxt som ett medicintekniskt företag och erkänns ofta både nationellt och regionalt för sina prestationer under Daniels ledning. År 2020 utsågs företaget till ett av de bästa arbetsplatserna i landet av tidningen Inc. Mellan 2016 och 2018 utsågs företaget till ett av de snabbast växande företagen i Nordamerika på Deloitte Technology Fast 500^™-listan. Sedan 2015 har företaget varit med på den exklusiva Inc. 5000-listan, en prestigefylld samling av de snabbast växande privata företagen i landet.

Kan du dela några insikter om din bakgrund och hur den har påverkat ditt arbete på ModMed?

Min resa inom tekniken började under mina universitetsår på Cornell när jag var med och grundade Blackboard. Vi förvandlade utbildningen genom att digitalisera föreläsningsanteckningar och skapa en plattform som gav studenter och lärare en utanförskap och interaktion. För mig kulminerade Blackboards framgång år 2004 med dess börsintroduktion, och medan våra lösningar var banbrytande inom utbildningsteknologi, kunde jag inte låta bli att hålla utkik efter nya utmaningar.

En sådan utmaning presenterade sig när jag gick till en rutinmässig läkarbesök hos min dermatolog. Vi hade ett fantastiskt samtal om svårigheterna med att använda föråldrade pappersbaserade system och sätt att åtgärda dem. När jag insåg kopplingen mellan hans medicinska expertis och min tekniska kunskap, bestämde vi oss för att samarbeta och skapa ModMed tillsammans med vår första elektroniska hälsoregisterplattform.

På den tiden fanns det redan några elektroniska hälsoregister, men tyvärr citerades de ofta som en av de främsta orsakerna till läkarutbrändhet. Vi tog en annan approach och utformade vårt elektroniska hälsoregister för att anpassa användarupplevelsen till de specifika arbetsflödena inom en medicinsk specialitet. Vår flaggskeppsmolnbaserade elektroniska hälsoregister, EMA, är och kommer att fortsätta att utformas av läkare för läkare, vilket har satt oss isär och definierar vår hemlighet på marknaden. Under åren har vi utökat våra produktutbud till att omfatta en komplett uppsättning lösningar som hjälper medicinska vårdgivare att förenkla och effektivisera sin verksamhet och påskynda vården.

Hur ser du på kampen för effektiv AI inom hälso- och sjukvården och hur den kan vinnas eller förloras med data?

Vi börjar se en ökning av antagandet av AI-teknologi inom verksamheter för att effektivisera arbetsflöden och maximera effektivitet. När vi går in i en era där vi använder AI för att utföra mer avancerade uppgifter – som att föreslå behandling eller andra kliniska stödrekommendationer – är det av största vikt att ha rätt data och AI-utbildningsstrategi på plats. AI har möjlighet att signifikant förbättra upplevelsen för patienter och vårdgivare och skapa systematiska förändringar som verkligen kan förbättra hälso- och sjukvården, men att göra detta till verklighet kommer att bero på stora mängder högkvalitativ data som används för att utbilda modellerna.

Varför är data så viktig för AI-utveckling inom hälso- och sjukvården?

Data är livslinan för AI, och dålig datakvalitet kommer att försämra en AIs prestanda, vilket leder till undermåliga resultat. Detta kan ha allvarliga konsekvenser i en hälso- och sjukvårdsmiljö, där patienters liv kan stå på spel. Men en mer sannolik scenario är att dessa negativa upplevelser kan undergräva både patienters och vårdgivares förtroende för AI, vilket kan bromsa framstegen och den positiva effekten som denna revolutionerande teknologi kan ha på hälso- och sjukvården.

Kan du förklara de typer av data som ModMed använder för att utbilda sina AI-modeller och hur denna data samlas in och hanteras?

På ModMed använder vi omfattande specialinriktade data för att hjälpa till att utbilda våra AI-modeller med precision. Under de senaste 14 åren har vi skapat specialinriktade, avidentifierade strukturerade datamängder i enlighet med dataskyddslagar och använder nu denna interna data för att utbilda våra AI-modeller. Till exempel har vår ambient lyssningsverktyg ModMed Scribe utbildats för dermatologi, vår första specialinriktning, på miljontals strukturerade parametrar från avidentifierade patientjournaler som sampats från en samling på 500 miljoner patientmöten.

Hur definierar ModMed “etisk AI” i hälso- och sjukvårdssammanhang?

Potentialen för AI att ha fördomar eller tillhandahålla ofullständig information i form av “hallucinationer” eller utelämnanden kan påverka patienters liv. Av denna anledning handlar etisk AI inom hälso- och sjukvården om att sätta en hög standard för noggrannhet och precision. Det handlar om att utveckla algoritmer noggrant och ansvarsfullt och använda högkvalitativ och diversifierad data för att möjliggöra mer exakta förutsägelser för varje användare.

Vilka åtgärder har ModMed vidtagit för att AI-teknologier ska kunna utvecklas och distribueras på ett etiskt sätt?

Vår strukturerade dataansats – att kurera högkvalitativa, representativa utbildningsdatamängder – hjälper oss att göra ansvarsfull AI till verklighet. Relevant och avidentifierad data som samlats in från våra elektroniska hälsoregister från en stor mängd olika verksamheter ger oss en diversifierad uppsättning utbildningsdata som speglar olika patientpopulationer.

Kan du diskutera vikten av transparens och ansvar i AI-utveckling, särskilt inom hälso- och sjukvården?

Transparens gör ansvar möjligt, vilket är varför det är en sådan avgörande grund för alla AI-lösningar inom hälso- och sjukvården. Läkares främsta prioritet är patientvård och säkerhet, så det är ingen överraskning att 80 % av läkare vill veta egenskaperna och funktionerna i designen, utvecklingen och distributionen av AI-verktyg.

Hur integreras AI i ModMeds specialinriktade elektroniska hälsoregister, som EMA och gGastro?

Över hela vår portfölj har vi använt maskinlärning under en tid och stärkt vår investering i avancerad och generativ AI för att förenkla medicinens affärer och påskynda kvalitetsvården. Vi bygger ut en hel AI-driven verksamhetsupplevelse som börjar innan en patient kommer in genom dörren, sträcker sig genom undersökningsrummet och hela vägen till faktureringsavdelningen.

Vilka specifika fördelar ger specialinriktade AI-lösningar till hälso- och sjukvårdspersonal och patienter?

Ingen två medicinska specialiteter är lika. De varierar kraftigt med de patienter de ser, de tillstånd de behandlar och de medicinska koderna som används för ersättning. AI-lösningar måste anpassas för att tillgodose dessa variationer för att vara effektiva på något meningsfullt sätt.

Var ser du de största möjligheterna för AI inom hälso- och sjukvården under de närmaste fem till tio åren?

I framtiden kommer AI utan tvekan att genomsyra nästan varje aspekt av hälso- och sjukvården på sätt som vi inte kan föreställa oss. Redan nu används AI för administrativa uppgifter, och på kort sikt kommer denna trend sannolikt att öka när AI:s värde blir mer uppenbart.

Jag ser också en framtid där AI är helt integrerat i läkare-patientinteraktioner, där användargränssnittet eller UI är praktiskt taget osynligt. Istället för dagens skärm-baserade interaktioner kan AI erbjuda en blandning av verklighet och förstärkt verklighet. Denna framtida AI kan potentiellt analysera hälsoregister för att identifiera viktiga insikter, förutsäga en patients risk för olika sjukdomar. Den stora mängden data i medicinska register utgör en möjlighet för AI att förutse framtida vårdbehov och skapa och hjälpa till att hantera förebyggande behandlingsplaner.

Denna upplevelse kan sträcka sig bortom verksamhetsmiljön och bli en del av patientens dagliga liv. AI-drivna wearables kan ge personlig support, svara på frågor och boka möten bland annat. AI kan också övervaka livsviktiga tecken på distans, upptäcka och varna vårdgivare om potentiella hälsoproblem. Personliga behandlingsplaner, anpassade till enskilda patienter baserat på data och preferenser, kan bli normen.

Detta är verkligen en spännande tid för hälso- och sjukvården. De närmaste fem till tio åren är fulla av möjligheter att ytterligare förvandla branschen och förbättra patientupplevelsen.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka ModMed.