Greg Brady, grundare och VD för Connect4Patients – Intervjuserie

Greg Brady, grundare och VD för Connect4Patients, är en erfaren teknikchef 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 tjänstgjorde som VD i nästan två decennier och senare som ordförande; idag tillämpar han decennier av erfarenhet av dataintegration, AI och nätverksbaserade system inom hälso- och sjukvården genom Connect4Patients, med målet att lösa branschomfattande ineffektiviteter genom att förena fragmenterad data och möjliggöra mer intelligent, patientcentrerad vård.

Connect4Patients är en hälso- och sjukvårdsteknologiplattform som fokuserar på att transformera den medicinska industrin genom ett enhetligt, patientcentrerat dataekosystem som hanterar långvariga problem som fragmenterade register, 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 patientförståelse och minskar medicinska fel, i slutändan i syfte att sänka kostnaderna, förbättra resultaten och förskjuta hälso- och sjukvården från reaktiv behandling till proaktiv, longitudinell hälsohantering.

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

Supply chain är högt distribuerad över kontraktstillverkare, leverantörer och logistikföretag.

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

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

Om du 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 deltagare. Detta tar tid från patientvården, eftersom varje vårdgivare försöker manuellt skapa en komplett medicinsk journal i stället för att spendera kvalitetstid med patienten. Framför allt resulterar denna manuella process i ett högt antal medicinska fel, som kan vara dödliga.

Regeringen och branschen har under lång tid försökt lösa detta problem, 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 att lösa detta problem, och det är där The Healthcare Network kommer in. The Healthcare Network fungerar som en digital superhighway för att möjliggöra att alla vårdgivare, inklusive sjukhus, läkare, laboratorier, bildningsanläggningar och mer, kan ansluta sig smidigt och få tillgång till en enda komplett patientjournal som omfattar familjehistoria och välbefinnandedata. Dessa data översätts sedan av AI till ett språk och en beskrivning som patienten kan förstå. Detta tillåter 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 branscher som framgångsrikt har enat sina dataplatser?

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

Slutsats? HIE fungerar inte.

Det finns hundratusentals elektroniska patientjournaler 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 sig bara 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. Från ett systemarkitekturperspektiv, vad ser det ut som i praktiken, och hur säkerställer du att datan som flödar in i ett sådant system är tillförlitlig och validerad?

Som ligger ovanpå The Healthcare Network finns en patientcentrerad, HIPAA-kompatibel lösning: Connect4Patients. I samarbete med patienten definierar Connect4Patients var och en av deras vårdgivare och hanterar säkerheten över undernätet 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 samman datan och rensar datan, översätter den till ett språk som patienten kan förstå och engagerar patienten ytterligare för att förfinansiera den. Denna aktivitet skapar SVOT och en patientcentrerad applikation med AI som stöder alla deltagare. The Healthcare Network och patientcentrerad applikation kompletterar befintliga elektroniska patientjournaler och kräver inte ett dyrt IT-projekt för att aktivera det.

Vårt huvudfokus är att gynna patienter; journalen tillhör dem, och de bör kunna komma åt och hjälpa till att hantera den.

Connect4Patients betonar tillståndsberoende data-delning och patientdeltagande. Hur designar du en plattform som ger patienter kontroll över sina hälso-data samtidigt som du möjliggör för kliniker och hälso- och sjukvårdssystem att fatta snabba, data-drivna 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 data-drivna 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 amerikanska behandlingsbaserade marknaden kan AI-system assistera i akut och kronisk vård, inklusive diagnostiskt stöd, läkemedelsinteraktioner, föreskrivna dieter och träningsprogram. Lärandemodellerna kan identifiera de nödvändiga förändringarna för att stödja ett förebyggande tillvägagångssätt. Till exempel kan det föreslå vilka ingredienser som ska 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 mycket mer exakt. Vi har bara en ytlig förståelse för alla sätt som ett AI-system kan användas när en fullständig livsstilsjournal som omfattar medicinska och välbefinnandedata görs tillgänglig för AI-systemet.

I supply chain visade du hur multi-partners-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 data-infrastruktur?

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

Från 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 anpassade. Dessa skillnader finns inom och över alla elektroniska patientjournaler. Dessutom fyller systemen inte i FHIR-resursstandarderna lika. Till exempel kan vissa inkludera medicinsk historia, medan andra kan lämna denna resurs tom och tillåta vårdgivare att hålla 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 kanske inte vet var de ska mata in den. Som bäst kan de lägga till den i den kliniska anteckningen eller kasta bort 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, såsom dieter 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 sjukvårdssystem alltmer antar AI-verktyg, tror du att branschen 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 om hälso- och sjukvården framgångsrikt uppnår en enhetlig patientjournal och intelligent data-nätverk, kan det transformera resultaten under de kommande decennierna – från förebyggande vård till befolkningshälsa och personlig medicin.

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

Tack för den utmärkta intervjun, läsare som vill lära sig mer kan besöka Connect4Patients.