Fawad Butt, Penguin Ai’nin CEO’su ve Kurucu Ortağı – Röportaj Serisi

Fawad Butt, Penguin Ai’nin CEO’su ve Kurucu Ortağı, sağlık verileri ve yapay zeka konusunda deneyimli bir yönetici olup, Kaiser Permanente, UnitedHealthcare ve Optum’da liderlik rollerinde bulunmuştur. Büyük ölçekli veri yönetimi, analitik, yapay zeka ve kurumsal platform girişimlerini denetlemiştir. Sağlık sektörünün idari verimsizliklerini özel olarak tasarlanmış yapay zeka ile çözmeye odaklanan Penguin Ai’yi kurdu.

Penguin Ai bir sağlık-yerli yapay zeka şirketidir ve ödenen taraflar, sağlayıcılar, gelir döngüsü yönetimi şirketleri ve sağlık teknolojisi ortakları için idari ve klinik operasyonları otomatikleştirmeye odaklanmıştır. Platformu, sağlık özel dil modelleri, dijital işçiler, yapay zeka ajanları, yönetim, uyum yetenekleri ve iş akışı otomasyonu birleştirir. Şirket, ödenen taraflar ve sağlayıcılarla dağıtımları, ürün geliştirmeyi ve işe alımları genişletmek için 29,7 milyon dolarlık risk sermayesi fonu elde etti.

Kaiser Permanente, UnitedHealthcare ve Optum’da büyük ölçekli veri ve analitik organizasyonlarını yönettikten sonra, sağlık sektörüne özel olarak tasarlanmış bir yapay zeka platformuna ihtiyaç duyulduğunu düşünen deneyimlerin nelerdi ve bu deneyimler Penguin Ai’nin kuruluşuna nasıl şekil verdi?

Doğru anda anladım. Büyük bir ödenen tarafın prior authorization sırasını incelemekteydim ve hiçbiri gerçek bir klinik soruya sahip değildi. Sadece bir alan eşleşmediği veya belgeler yanlış formatta göründüğü için reddedilmişlerdi. En iyi operatörler günlerini makineye besleyerek geçiriyorlardı ve hasta diğer ucunda bekliyordu. Aynı israfı Kaiser, UnitedHealthcare ve Optum’da gördüm. O zaman endüstri çizgisini sorgulamaya başladım. Penguin Ai’nin vizyonu, sağlık sektörünün diliyle konuşan bir platform oluşturmak, sağlık bağlamını sistem içine koymak, Ai Worker’ın kendi kriterlerini uygulamasını ve nedenlerini göstermesini sağlamak, klinik yargı için bir kişiyi sorumlu tutmak ve diğerlerinin işini kolaylaştırmaktı.

Penguin Ai, sağlık sektörünün trilyon dolarlık idari yükünü ele almaya odaklanıyor. Hangi iş akışlarını önceliklendirdiniz ve neden prior authorization, claims adjudication, medical coding ve appeals, AI tarafından sürülen dönüşüm için en büyük fırsatlar olarak ortaya çıktı?

En çok ağrıyan yerlere gittik. Prior authorization, claims adjudication, medical coding ve appeals, büyük ölçekli tekrarlı işler olduğu ve istisnaların nadir olduğu için listede ilk sırayı aldılar. Prior authorization, bir hastanın acı çektiği ve kimsenin bunu savunamadığı bir sırada kâğıt işinin sıraya girdiği yerdi. Ai Worker’larımız rutin hacmi taşıyıp gerçek istisnaları bir kişiye yönlendirdiğinde, sonuçlar açık değildir. İncelemeler %97 daha hızlı çalışır, ret oranları yarıdan fazla düşer ve yaklaşık %92’lik bir oranla manuel dokunma olmadan çözülür. Bu dört işlemi, tezi hızlı bir şekilde kanıtlamak için seçtim: idari yükü çıkarın ve sağlık sektörünü hasta, klinisyen ve çalışan için daha iyi hale getirin. Herkes aynı anda kazanır, bu nedenle buradan başladım.

Bir sağlık yöneticisi olarak, sayısız kurumsal teknoloji satıcısını değerlendirdiniz. Büyük sağlık sistemleri ve ödenen taraflar içinde neden AI başlangıçları çekim kazanıp kazanamıyor ve hangi zorluklar en çok şaşırttı?

AI başlangıçları üç şekilde şanslarını yakarlar. Birincisi, sağlık sektörünü diğer kurumsal hesaplar gibi tedavi eder ve entegrasyon karmaşıklığı, miras sistemleri ve düzenleyici ağırlıkla karşılaşarak şaşırmış olurlar. İkincisi, otonomi vaat ederler, ancak ilk zor soru geldiğinde cevap veremezler. Üçüncüsü, ödenen taraf-sağlayıcı ilişkisinin bir tarafını çözerler, ancak sürtünmenin ikisi arasındaki ekimde yaşadığını anlamazlar. Her alıcı, AI güçlendirilmiş araçların işlerini çıkarmadığına yakin. Pilotdan üretime gerçek bir yol gösteremeyen herkes kapı dışarı edilir.

Çok sayıda sağlık kuruluşu, misyon açısından kritik operasyonlarda AI’yi dağıtmak konusunda hala temkinli. Büyük bir ödenen taraf veya sağlayıcı organizasyonunda başarılı AI benimsenmesinin neye benzediğini ve liderlerin bunu ölçeklendirirken hangi hataları yaptıklarını düşünüyorsunuz?

Gerçek benimsenme küçük ölçekli başlar ve kendini yukarı doğru kanıtlar. Gerçekten acı veren bir iş akışını seçin, insanların çalışmasını izlemesine izin verin ve onlara güvenmelerini sağlayın, sonra kanıtları genişletin. Bir ekip, Ai Worker’ın rutin przypadları doğru bir şekilde temizlediğini ve gerçekten yargıya ihtiyaç duyanları onlara verdiğini gördüğünde, direnmeyi bırakır ve daha fazlasını ister. Hatalar, leider, çok öngörülebilir. Liderler her yere aynı anda dağıtmaya çalışırlar. Teknoloji satın alırlar, ancak iş akışını buna göre yeniden tasarlamazlar, böylece yük farklı bir sıraya taşınır. Ya da insanları çok hızlı bir şekilde çıkarırlar, güveni yakarlar ve sonra neden kimsenin bunu kullanmadığını merak ederler. Sağlık sisteminde AI’yi ölçeklendirme, bir teknoloji kılığında değişim yönetimi işidir. Kazanan takımlar, bunu böyle yapar ve herkesin ne anlama geldiğini bildiği somut bir ölçütü ilk günden itibaren taahhüt ederler.

Penguin Ai, genel amaçlı kurumsal AI çözümlerine değil, sağlık-yerli AI modelleri ve iş akışlarına odaklanıyor. Sağlık sektörünün benzersiz zorlukları nelerdir ve genel amaçlı AI platformları nerede yetersiz kalır?

Sağlık sektörü, genel amaçlı bir kurumsal kullanım durumu değildir ve öyle davranmak yanlıştır. Sağlık sektörünün kendi dili, kendi kuralları, kendi sonuçları ve hiçbiri isteğe bağlı değildir. Genel bir model, size inandırıcı ve mümkün bir cevap verecektir, ancak tıbbi gereklilik kriterlerinizi taşımayacaktır ve bir denetçi veya klinisyen tarafından onaylanabilecek şekilde nedenlerini gösteremeyecektir. Bu nedenle Penguin Ai’yi katmanlar halinde inşa ettik: veri katmanı, sağlık özel nedenleme ve yönetim katmanı ve Ai Worker’larımız. Genel amaçlı platformlar, sağlık uzmanlığını bir thing gibi ele alırlar, ancak bunu sistem içine inşa etmeniz gerekir ve bu, yaptığımız şeyin amacıdır.

Prior authorization, sağlayıcılar ve hastalar için en çok kızdırıcı süreçlerden biri olmaya devam ediyor. Prior authorization’ın AI tarafından şekillendirilmesini önümüzdeki beş yıl içinde nasıl görüyorsunuz ve otomasyonun sonuçları geliştirmesini sağlamak için hangi önlemler gerekli?

Beş yıl içinde, basit onaylar dakikalar içinde dönecek, kendi rehberlerinize karşı tutarlı bir şekilde uygulanacak ve klinisyen, gerekli olan her şeye dahil edilecek. Bu, iyi versiyondur. İnsanlar atlayacağı kısım: otomasyon, aynı şekilde engelleri endüstrileştirebilir, ancak tembel bir şekilde inşa ederseniz. Hızlı bir şekilde bakımdan ret etmek, daha iyi bir verimlilikle malpraktisdir. Bu nedenle önlemler, topun tamamıdır. Ai Worker’ın yaptığı her öneri, nedenlerini ve tam bir denetim izini taşımalıdır, bu da herkesin nasıl ulaştığını görmesine izin verir. Hız, asla sessiz bir şekilde otomatik retlerin arkasına sığınmak için bir bahane olmamalıdır. Nitelikli bir insan, klinik yargı için her zaman sorumlu olmalıdır. Bunu doğru yaparsanız, prior authorization, hasta ve doktorların korktuğu şey olmaktan çıkar.

Endüstri, AI ajanları ve otonom iş akışları hakkında giderek daha fazla konuşuyor. Karmaşık sağlık idari görevleri minimal insan müdahalesiyle güvenilir bir şekilde ele alabilen AI’yi dağıtmak için en büyük teknik ve operasyonel engeller nelerdir?

Zor kısım, demo değil, kenarlardır. İstisna işleme, kirli ve tutarlı olmayan veriler ve hiçbir zaman başka bir şeyle konuşmak için inşa edilmeyen miras sistemleri. Orada gerçek mühendislik yaşar ve derinlemesine güzellikten uzaktır. Operasyonel engel, güvenidir ve hiçbir sağlık sistemi size bedava vermez. İnsanlarınız denetleyemezse veya açıklamazsa, ölçeklenmez. “Minimal insan müdahalesi” yanlış hedef ve bunu duyduğumda endişeleniyorum. Amacımız, insanların karmaşık vakalara ve yargı çağrilerine odaklanmasını sağlamak, Ai Worker’larımızın tekrarlı hacmi taşımasını ve gerçekten yargıya ihtiyaç duyanları çekmesini sağlamaktır. Bu, gerçek bir sağlık ölçeğinde, güvenilir ve şeffaf bir şekilde çözülmesi gereken zor bir sorudur. Her şey else, bir bilim fuarı projesidir.

Sağlık, dünyanın en çok düzenlenmiş endüstrilerinden birisidir. AI sürümlü sistemlerde nasıl hız ve uyum arasında denge kuruyorsunuz, gizlilik gereksinimlerini, denetlenebilirliği ve insan sorumluluğunu nasıl sağlıyorsunuz?

Hız kazanmak için thingsi inşa etmek gerekir. Sağlık sektöründe, yönetim, temel bir gereksinimdir ve bunu ilk olarak inşa ettik. Hastaların verilerini işlerken, kurumsal veri yönetimi bir ahlaki gerekliliktir. Her öneri, nedenlerini ve tam bir denetim izini taşımalıdır, bu da bir uyum ekibinin gerçekten hızına güvenmesini sağlar. İnsan sorumluluğu, tasarımın bir parçasıdır, çünkü nitelikli bir kişi, klinik yargıya dokunan her şeyi sahip olurken, Ai Worker’larımız toplama ve rutin yükü işler. Bu, aynı sistemde hızlı ve güvenilir olmanın yoludur ve bu endüstride, biri diğerini atlayamaz. Çoğu insan, uyumu ve denetlenebilirliği frenler olarak görür. Ben, bunları, pedalınızı koymak için izin veren şey olarak görüyorum, çünkü onsuz, üretime asla ulaşamazsınız.

Veri ve analitik organizasyonlarını yönetmekten, bir startup’ı sıfırdan inşa etmeye geçiş yaptınız. Operatörden kurucuya yolculuğun en ödüllendirici ve en şaşırtıcı yönleri nelerdi?

En ödüllendirici kısım, finally, her şeyi doğru şekilde inşa edebilmektir. Büyük bir organizasyon içinde, değişiklik, kurumun hızında ilerler. Her değişiklik, miras sistemleri, rekabetçi öncelikleri ve onay katmanlarından geçer, bu nedenle bir değişiklik, doğru olduğunu bildiğiniz halde on sekiz ay sürebilir. Bu tempo, görmenizin necesario olduğu zaman, sizi yıpratabilir. Kurucu alanında, bu tavan ortadan kalkar. Sağlık sektörünün diliyle konuşan bir platform inşa edebiliriz, platformu problem etrafında tasarlayabiliriz, doğru cevabı gönderirken hala önemli olduğu sürece, ve bir hemşirenin akşamlarını geri aldığını veya bir hastanın günler yerine saatlerde bir cevap aldığını duyduğumda, bu, hiçbir yol haritası incelemesinin ulaşamayacağı bir şekilde etki eder.

Gelecek on yıl içinde, AI, sağlık sektöründen önemli ölçüde idari yükü kaldırdığında, ödenen taraflar, sağlayıcılar ve hastalar, sağlık sistemini nasıl farklı bir şekilde deneyimleyecekler?

On yıl içinde, sistem finally, tekrar bir bakım gibi hissedecek. Hastalar, korktukları ve savunmasız oldukları zamanlarda gerçek cevaplar alacaklar ve doktorlarının already emrettiği şeyi elde etmek için sigorta bürokrasisi alanında küçük bir uzmanlık kazanmak zorunda kalmayacaklar. Klinikçiler, tıbbın sanatına ve önlerinde bulunan insanlara odaklanacaklar, değil de tekrarlı vakalara karşı savaşmak için. Operasyon ve idari personel, finally, gerçek uzmanlıklarını kullanacaklar. Ödenen taraflar ve sağlayıcılar, birbirlerine karşı kâğıt işleri fırlatmak yerine, koordine edecekler. Bu, inşa ettiğim sağlık sektörüdür. Önem verdiğim skor kartı, basit ve özgül: hasta bakımına geri verilen zaman ve hasta deneyimi dışındaki gecikme. Her şey, bu iki sayıya hizmet eder.

Harika röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Penguin Ai‘yi ziyaret edebilir.