Greg Brady, grundare och VD för Connect4Patients – Intervjuserie

Greg Brady, grundare och VD för Connect4Patients, är en erfaren teknisk chef och serieentreprenör som är känd för att bygga storskaliga företagsplattformar, med en karriär som omfattar ledande roller på Oracle och i2 Technologies innan han grundade One Network Enterprises, där han var VD i nästan två decennier och senare som ordförande; idag tillämpar han decennier av erfarenhet av dataintegration, AI och nätverksbaserade system på hälso- och sjukvården genom Connect4Patients, i syfte att lösa branschomfattande ineffektiviteter genom att förena fragmenterad data och möjliggöra mer intelligent, patientcentrerad vård.

Connect4Patients är en hälso- och sjukvårdsplattform som fokuserar på att transformera den medicinska industrin genom en enhetlig, patientcentrerad dataekosystem som hanterar långvariga problem som fragmenterade journaler, begränsad förebyggande vård och ineffektiv diagnostik; dess kärnerbjudande, “The Healthcare Network”, fungerar som en digital infrastruktur som skapar en enda, korrekt patientjournal som är tillgänglig för alla vårdgivare, medan inbäddade AI-verktyg förbättrar kliniska beslut, förbättrar patientens förståelse och minskar medicinska fel, i syfte att sänka kostnaderna, förbättra resultaten och flytta hälso- och sjukvården från reaktiv behandling till proaktiv, longitudinell hälsostyrning.

Tidigare grundade du One Network Enterprises, som byggde ett globalt supply chain-nätverk som anslöt över 150 000 handelspartners och till slut ledde till dess förvärv för cirka 839 miljoner dollar av Blue Yonder. Vilka lärdomar från att designa storskaliga, multi-partner-nätverk påverkade ditt beslut att lansera hälso- och sjukvårdsplattformen och förfölja idén om en enhetlig patientjournal?

Försörjningskedjor är mycket distribuerade över kontraktstillverkare, leverantörer och logistikföretag.

Innan One Network distribuerades fokuserade företagen på en manuell process över interna operationer och med sina leverantörer och logistikpartners, men data de alla arbetade med var olika. Det fanns ingen enda version av sanningen. Detta ökade ledtiderna och skapade serviceproblem vid stöd till kunder. Det resulterade också i förlorade försäljningar.

Att tillhandahålla en realtidsbaserad enda version av sanningen var nödvändigt för att minska tid och kostnad och förbättra servicegraden.

Om man jämför detta med den medicinska industrin är problemet detsamma. Data är fragmenterad över sjukhus, primärvårdgivare, specialister och, framför allt, patienten. Detta tillvägagångssätt genererar enorma kostnader, eftersom flera manuella processer måste distribueras över deltagarna. Detta tar tid från patientvården, eftersom varje vårdgivare försöker manuellt skapa en fullständig medicinsk journal i stället för att tillbringa kvalitetstid med patienten. Framför allt resulterar denna manuella process i ett större antal medicinska fel, som kan vara dödliga.

Regeringen och industrin har under många år försökt lösa detta problem utan framgång, men ett nätverk och en patientcentrerad applikation är den enda livskraftiga lösningen.

Min erfarenhet av att distribuera ett nätverk som återspeglar en enda version av sanningen kvalificerar mig unikt för att lösa detta problem, och det är där The Healthcare Network kommer in. The Healthcare Network fungerar som en digital motorväg som möjliggör att alla vårdgivare, inklusive sjukhus, läkare, laboratorier, bildningsanläggningar och mer, kan ansluta smidigt och komma åt en enda, fullständig patientjournal som inkluderar familjehistoria och välbefinnandedata. Denna data översätts sedan av AI till ett språk och en beskrivning som patienten kan förstå. Detta möjliggör för patienten att hjälpa till att rensa datan i nätverket och hantera sin egen förebyggande och behandlingsbaserade vård.

Hälso- och sjukvården har investerat kraftigt i elektroniska patientjournaler, men kliniker kämpar fortfarande med fragmenterad data över system. Varför har interoperabilitet förblivit en så bestående utmaning inom hälso- och sjukvården jämfört med andra industrier som har lyckats förena sina dataplattformar?

Interoperabilitet har gått igenom många faser, från datautbyte och standardisering till statliga hälsoinformationsutbyten (HIE). Men alla dessa har misslyckats – inte för att läkare och system inte vill dela data, utan på grund av industritillpassningar och besvärliga processer för integration över flera anläggningar, specialiteter och demografiska grupper.

Bottenlinje? HIE fungerar inte.

Det finns hundratusentals EMR-implementationer i USA och tillvägagångssättet för att dela data definierades som en punkt-till-punkt-lösning. Men antalet anslutningar i en punkt-till-punkt-lösning är överväldigande, och datasäkerhet är ett betydande problem. Hemligheten är ett många-till-många-nätverk där varje nod ansluter endast en gång och kan omedelbart ansluta till alla andra i nätverket utan ytterligare integration.

Din vision kretsar kring att skapa en “enda källa till sanning” för patienter. Ur ett systemarkitekturperspektiv, vad ser det ut i praktiken, och hur säkerställer du att datan som flödar in i ett sådant system är tillförlitlig och validerad?

Belägen ovanpå The Healthcare Network är en patientcentrerad, HIPAA-kompatibel lösning: Connect4Patients. I samarbete med patienten definierar Connect4Patients var och en av deras vårdgivare och hanterar säkerheten över undernätverket av vårdgivare. Nätverket körs i ett säkert, HIPAA-kompatibelt datacenter.

En patient är ansluten till nätverket och han/hon definierar snabbt sina vårdgivare och Orion, AI, smälter datan och rensar datan, översätter den till ett språk som patienten kan förstå och engagerar patienten ytterligare för att förbättra den. Denna aktivitet skapar SVOT och en patientcentrerad applikation med AI som stöder alla deltagare. The Healthcare Network och patientcentrerad applikation kompletterar befintliga EMR och kräver inte ett dyrt IT-projekt för att aktivera det.

Vår huvudsakliga fokus är att gynna patienterna; journalen tillhör dem, och de bör kunna komma åt och hjälpa till att hantera den.

Connect4Patients betonar tillståndsberoende datautdelning och patientdeltagande. Hur designar du en plattform som ger patienter kontroll över sina hälsodata samtidigt som du möjliggör för kliniker och hälso- och sjukvårdsystem att fatta snabba, datastyrda beslut?

AI-systemet översätter datan till ett språk som patienten kan förstå och skapar ett separat för vårdgivaren. Dokumenttyperna är tillståndsberoende, vilket tillåter patienten att dela endast den information han/hon godkänner. Detta patientcentrerade tillvägagångssätt möjliggör för patienten att ta en aktiv roll i sin egen behandlingsbaserade vård och vägleder dem till en förebyggande vårdtillvägagångssätt tidigt. Detta förebyggande tillvägagångssätt kommer att vara den stegvisa förändringen i USA.

Denna enda version av sanningen delas av alla parter; vårdgivarna kan använda AI för diagnostiskt stöd och läkemedelsinteraktionsanalys. AI-lärandemodeller och en AI-forskningsassistent kan fokusera på den fullständiga patientjournalen för omedelbara, datastyrda beslut.

Många AI-system inom hälso- och sjukvården kämpar med ofullständiga eller inkonsekventa datamängder. Hur förändrar en enhetlig patientberättelse sättet som maskinlärningsmodeller kan tillämpas i kliniska beslut?

När en fullständig och enda version av sanningen skapas för den behandlingsbaserade marknaden i USA kan AI-system assistera i akut och kronisk vård, inklusive diagnostiskt stöd, läkemedelsinteraktioner, föreskrivna diet- och träningsprogram. Lärandemodellerna kan identifiera de nödvändiga förändringarna för att stödja ett förebyggande vårdmodell. Till exempel kan det föreslå vilka ingredienser som bör tas bort från livsmedelsförsörjningen; vilka läkemedel som negativt påverkar patienter och bör tas bort från marknaden; och vilka rörelse- och träningsprogram som är lämpliga för olika patientpopulationer.

Med fullständiga och rensade medicinska journaler kommer AI-systemet att vara mycket mer användbart och exakt. Vi har bara en ytlig förståelse för alla sätt som ett AI-system kan användas när en fullständig livsstilsjournal som innehåller medicinska och välbefinnandedata görs tillgänglig för AI-systemet.

I försörjningskedjor visade du hur multi-partner-nätverk kan synkronisera komplexa ekosystem. Ser du hälso- och sjukvården utvecklas mot en liknande nätverksmodell där sjukhus, försäkringsbolag, apotek och patienter opererar på en gemensam datainfrastruktur?

Ja. The Healthcare Network integrerar hela den medicinska industrin. Detta inkluderar sjukhus, kliniker, läkare, försäkringsbolag och patienter, alla som kan prenumerera med minimal ansträngning.

Ur ett tekniskt perspektiv, vad är de största hindren för att integrera kliniska data, operativa data och patientgenererade data i en enda intelligent plattform?

Sjukhus har till stor del antagit en FHIR-standard för medicinskt språk, men det betyder inte att arbetsflöden och infrastruktur också är i linje. Dessa skillnader finns inom och över alla elektroniska patientjournaler. Dessutom populerar systemen inte FHIR-resursstandarderna lika. Till exempel kan vissa inkludera medicinsk historia, medan andra kan lämna denna resurs tom och välja att låta vårdgivarna behålla denna information i en klinisk anteckning.

Patientrapporterad data, såsom välbefinnande och digital information, är ännu mer utmanande, eftersom den ofta är ostrukturerad över patienter och leverantörer och sällan ingår i den traditionella medicinska journalen. Även när patienter vill dela denna information har läkare ofta inte tillgång till en standardiserad, strukturerad plats eller vet inte var de ska mata in den. Som bäst kan de lägga till den i den kliniska anteckningen eller slänga den när patienten lämnar. Att integrera denna strukturerade och ostrukturerade data på ett fullständigt, rent och omfattande sätt är lösningen och vår hemlighet.

AI-drivna hälso- och sjukvårdsplattformar väcker ofta frågor om sekretess och styrning. Hur balanserar du avancerad analys och interoperabilitet med de stränga regleringskraven kring patientdata?

All patientdata skyddas, är säkra och HIPAA-kompatibla.

AI-aggregerar och anonymiserar datan, vilket eliminerar säkerhetsproblemen, så att AI-systemet kan lära sig orsak och verkan. Denna information kan användas för att föreslå förebyggande åtgärder, som diet- och träningsprogram eller nya läkemedelsprotokoll. Men denna information är tillgänglig över hela systemet – inte bara för en enskild patient.

På patientnivå är sekretess och styrning inte ett problem, eftersom användaren har kontroll över säkerhet och behörighet.

När hälso- och sjukvårdsystem alltmer antar AI-verktyg, tror du att industrin behöver en ny grundläggande dataarkitektur innan dessa verktyg kan nå sin fulla potential?

The Healthcare Network och C4P-patientappen kan komplettera den befintliga infrastrukturen för att göra den mycket mer effektiv. Jag tror att omprövning av hälso- och sjukvårdsansatsen och dess infrastruktur kommer att ske när industrin ser kraften i nätverket och de data det kan tillhandahålla. För tillfället förbättrar nätverket och patientappen bara de befintliga systemen.

Om man ser framåt, om hälso- och sjukvården framgångsrikt uppnår en enhetlig patientjournal och intelligent datanätverk, hur kan det förändra resultaten under de kommande tio åren – från förebyggande vård till befolkningshälsa och personlig medicin?

Hälso- och sjukvården kostar miljarder och skadar hundratusentals patienter varje år. Jag tror att att placera patienten i centrum kommer att minska dessa extrema medicinska kostnader och, viktigare, rädda liv. Vi kan lätt föreställa oss vad även en bråkdel av förbättring kommer att göra: förhindra skada för hundratusentals och spara miljarder varje år, så att pengar kan investeras mer lämpligt (inte slösas bort) i bättre livsstils- och förebyggande vård för alla.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka Connect4Patients.