Joe Graw, tillväxtchef på ImageTrend – Intervjuserie

Joe Graw, tillväxtchef på ImageTrend, har över 22 års ledarskapserfarenhet i företaget. Sedan han tillträdde som tillväxtchef 2023 har han drivit strategiska initiativ och innovation. Tidigare var han VD och koncernchef från 2020 till 2023, där han ledde företaget genom betydande tillväxt, och som operativ chef från 2017 till 2022, där han drev operativ excellens. Hans passion för lärande och framåttänkande tillvägagångssätt sträcker sig bortom att hantera tillväxt, med fokus på att forma ImageTrends framtid och hjälpa kunder att använda data för att uppnå meningsfulla resultat.

Bildtrend är ledande inom programvara för akuta insatser och hälsovård, och omvandlar incident- och operativa data till handlingsbara insikter. Dess enhetliga plattform stöder brandkårer, ambulanssjukvård, sjukhus och forskare med verktyg för dokumentation, datautbyte, analys och efterlevnad – vilket ger organisationer möjlighet att förbättra resultaten och leverera mer effektiv samhällsvård.

Du har i över två decennier bidragit till att utforma akutsjukvård och brandteknik. Vad var det som ursprungligen lockade dig till det här området, och vad motiverar dig idag?

Jag har alltid varit passionerad för teknikens potential att lösa verkliga problem, särskilt inom kritiska sektorer som ambulanssjukvård och brandkår, där insatserna är som högst. Det som motiverar mig idag är förmågan att skapa verktyg som direkt förbättrar den allmänna säkerheten och liv. Varje innovation känns som en liten seger för första hjälpen-personalen och de samhällen de betjänar.

AI förknippas ofta med sjukhus eller prediktiv analys. Men ImageTrend tar AI direkt till frontlinjen – hur använder ambulanssjukvård och brandkårer AI i realtid, och vilken typ av inverkan har det på plats?

AI förändrar ambulans- och brandkårsverksamhet eftersom det möjliggör beslutsfattande i realtid och automatiserar kritiska uppgifter ute på fältet. En av ImageTrends kunder, Los Angeles County Fire, testar för närvarande röst-till-text-teknik för att dokumentera patientinformation handsfree, vilket gör att räddningspersonal kan spara tid och fokusera mer på patientvård. De använder också intelligent bildigenkänning för att extrahera och tillämpa viktig information från praktiskt taget vilket dokument som helst med ett foto, vilket snabbar upp dokumentationen på plats. Dessa innovationer förbättrar situationsmedvetenheten, accelererar processer och höjer vårdkvaliteten – samtidigt som de minskar administrativa bördor.

Röststyrd dokumentation är en av de funktioner som ni har implementerat. Hur förändrar detta den dagliga upplevelsen för räddningspersonal, och vilka är utmaningarna med att göra det tillförlitligt i högpressade miljöer?

På ImageTrend är vår röst-till-text-lösning skräddarsydd för fältet. Den fångar noggrant medicinska förkortningar som "A&O x4", "18 gauge i vänster AC" eller "SPO2 99% på rumsluften" och tillämpar smart dessa värden över relevanta fält. Vårdgivare kan diktera berättelser, bedömningar, vitala värden och procedurer i ett enkelt språk när strukturerad data fylls i automatiskt, vilket eliminerar otaliga klick.

Utmaningen kvarstår dock att säkerställa att systemet förblir korrekt och tillförlitligt i högbelastade miljöer. Det är därför vår AI-assistlösning har testats i bullriga miljöer som kaféer, använts mitt under transport med handskar på händerna och till och med utplacerats av flygsjukvårdare under traumautryckningar för att säkerställa att den fungerar konsekvent trots den oförutsägbara och krävande karaktären av fältoperationer.

Många plattformar talar om ”AI-integration”, men ofta är det en komplettering. Hur ser fullständig integration ut hos ImageTrend, och varför är den skillnaden viktig för räddningstjänster?

Fullständig AI-integration på ImageTrend innebär mer än att bara lägga till AI i befintliga system eller arbetsflöden. Det handlar om att skapa ett enhetligt ekosystem som proaktivt optimerar hur räddningspersonal arbetar. Fullständigt integrerad AI förutser behoven hos ambulansteam, erbjuder förslag i realtid och effektiviserar fältarbetet. Istället för att jonglera med flera frånkopplade verktyg har räddningspersonal allt de behöver på ett ställe, sömlöst integrerat i sin dagliga verksamhet. Detta eliminerar friktion, snabbar upp beslutsfattandet och säkerställer att räddningspersonal kan fokusera på att leverera vård, vilket är det som är viktigast.

Bildigenkänning och beslutsstöd i realtid används nu i miljöer med hög belastning och låg felmarginal. Hur säkerställer man att dessa system inte bara är snabba utan också att räddningstjänsten litar på dem?

Förtroende kommer från konsekvent, beprövad prestanda i verkliga situationer. Genom att arbeta nära räddningstjänsten, förfina våra system genom feedback och säkerställa rigorös validering, maximerar vi noggrannhet och tillförlitlighet när det spelar som mest roll. Dessutom kan varje AI-föreslaget värde granskas och antingen tillämpas eller ignoreras när det gäller vår AI-assisterade lösning. Ingenting matas in i rapporten utan leverantörens godkännande. Leverantören har alltid ansvaret.

Interoperabilitet är avgörande i nödsituationer, där tid och data räddar liv. Kan du förklara hur ImageTrend möjliggör smidigare kommunikation och datadelning mellan sjukhus, ambulanssjukvård och brandkårer?

ImageTrends lösning för hälsoinformationsnätverk överbryggar det kritiska dataklyftan mellan ambulanssjukvård och sjukhussystem genom att möjliggöra datautbyte i realtid, dubbelriktat. När ambulanssjukvårdare skickar ePCR:er direkt till sjukhus kan kliniker omedelbart returnera patientresultat, dispositioner och diagnoser till ambulanssjukvården, vilket ger alla en fullständig bild – inga förseningar, inga luckor. Denna sömlösa integration bryter ner silos och förenar ambulans- och sjukhussystem till ett enda, intelligent nätverk. Med vår plattform finns det inget behov av frånkopplade verktyg eller halvintegrationer. Oavsett om det handlar om att låsa upp användbara datainsikter, effektivisera rapporteringsflöden eller säkerställa samordning mellan sjukhus och ambulanssjukvård, säkerställer ImageTrend att ingen data lämnas kvar.

Vilka trender ser du inom AI-drivna varningar och intelligenta arbetsflöden – särskilt i prehospitala miljöer – och hur ser du att de utvecklas under de kommande 3 till 5 åren?

Vi ser en förskjutning mot prediktiva, AI-drivna arbetsflöden som förutser behov innan de uppstår. Under de närmaste åren kan man förvänta sig mer proaktiva varningar, där AI kan flagga potentiella problem som personalbrist, högriskpatienter eller transportförseningar. Detta kommer att hjälpa myndigheter att vara mer förberedda och effektiva innan problem uppstår eller utmanande situationer eskalerar.

Många myndigheter står inför utbrändhet och personalbrist. Hur kan AI på ett meningsfullt sätt minska den bördan utan att öka den kognitiva belastningen på räddningstjänsten?

AI automatiserar rutinuppgifter, effektiviserar dokumentation och ger beslutsstöd, så att räddningspersonal kan fokusera på kritiskt tänkande och patientvård. Genom att avlasta dessa administrativa och mentala bördor minimerar AI risken för utbrändhet eftersom det gör det möjligt för räddningspersonal att arbeta mer effektivt utan att överbelasta dem.

Hur ser framtiden för AI inom räddningsinsatser ut enligt din uppfattning – föreställer du dig helautomatiserade triagesystem, eller kommer människan alltid att stå i centrum för beslutsfattandet?

Även om AI kommer att fortsätta utvecklas, tror jag att människor alltid kommer att spela en central roll i nödsituationer. AI kommer att vara ett viktigt verktyg för beslutsstöd, men empati, omdöme och anpassningsförmåga hos mänskliga räddningstjänstpersonal kan aldrig helt ersättas. Jag är övertygad om att framtiden är en framtid präglad av samarbete mellan AI och mänsklig expertis.

När man ser tillbaka på hur långt AI har kommit inom detta område, vilket framsteg skulle du ha trott låg fortfarande år bort – men som redan gör skillnad idag?

När vi först började utforska AI inom ambulanssjukvården verkade idén om AI-drivet beslutsstöd i realtid ute i fält vara något vi skulle se långt senare. Ändå är vi här – AI hjälper redan första hjälpen-personal att fatta snabbare och mer exakta beslut, även under stressiga stunder. Från bildigenkänning i realtid till prediktiv analys som vägleder patientvården fungerar dessa tekniker sömlöst ute på fältet idag. Det är spännande att se hur snabbt området utvecklas, och ännu mer spännande att bevittna hur dessa innovationer redan räddar liv och förbättrar resultaten.

Tack för den fina intervjun, läsare som vill veta mer bör besöka Bildtrend.