Paul Roscoe, CLEW Medical Baş Müşavirlik Direktörü – Röportaj Serisi

Paul Roscoe, CLEW Medical’in Baş Müşavirlik Direktörüdür.

CLEW’e katılmadan önce, Bay Roscoe Trinda Health’in CEO’su olarak görev yapıyordu ve şirketin kaliteli klinik belgeler için endüstri lideri olmasını sağlamıştı.

CLEW Medical, hastanelere, sağlık sistemlerine ve yoğun bakım ünitelerine, FDA onaylı öngörücü analitik ve özel kritik bakım modelleri kullanarak AI destekli klinik zekâ ve hasta tanısı sunar.

CLEW Medical’in AI destekli platformunun MedTech endüstrisindeki benzersiz yetenekleri hakkında biraz daha bilgi verebilir misiniz?

CLEW’un kuruluşu, veri analitiği ve AI’nin yüksekYoğunluklu bakım ortamlarında hasta sonuçlarını ve klinisyen deneyimini önemli ölçüde iyileştirebileceğine dayanıyordu. Geliştirdiğimiz klinik gözetim platformu, kritik bakım için FDA onaylı AI destekli tahmin modellerine sahip ilk platformdur. Sistemimiz, hastanenin tüm klinik veri kaynaklarıyla entegre olur ve her hasta için neredeyse gerçek zamanlı bir fizyolojik profil oluşturur. Ardından, bu verileri kullanarak, olası advers olayları tanımlamak için öngörücü içgörüler sağlar ve klinisyenleri müdahale etmek için uyarır. Platformun yüksek derecede doğruluğu, aynı zamanda gereksiz false alarm sayısını azaltır ve klinisyenlerin en çok ihtiyaç duyulan hastalara odaklanmasını sağlar.

CLEW’un AI destekli modellerinin FDA onayını sağlayan ana faktörler nelerdi?

CLEW, kuruluşundan bu yana AI’yi benimsemiştir. Kurucularımız ve geliştirme liderlerimiz, bakım verenlerle güven oluşturmanın önemini tanımışlardır. Teknolojinin, kullanıcılarımızın zaten kullandığı cihazlarla aynı düzeyde incelemeye ve titizliğe tabi tutulması gerektiği anlaşılıyordu. AI çözümünün kritik bakım ortamlarında benimsenmesini teşvik etmek için, takımımız, ürün geliştirme ve kalite sistemlerinin titizlikle tasarlanmasının gerekliliğini anlamıştır. Sonuç olarak, AI model geliştirme sürecimiz, düzenleyici beklentileri karşılamak için güçlü MLOPS altyapısını kullanır. AI modellerimiz, tıbbi cihaz düzenleyici onayını elde etmek için gerekli tüm deneylerden geçirilerek metodik olarak tasarlanır.

Modellerimizin ve iç süreçlerimizin sağlamlığı, FDA’nın 2021 yılında çözümümüzü sınıf II tıbbi cihaz olarak sınıflandırmasına yol açmıştır. Bu, bir ilktir ve bir dönüm noktasıdır. FDA tıbbi cihaz onayı, son ürün geliştirme sürecimizin kalitesine tanıklık eder.

CHEST® Dergisi’nde yayınlanan recent çalışmada, AI modellerinizin öngörücü doğruluğu vurgulandı. Bu çalışmanın metodolojisi ve sonuçları hakkında bilgi verebilir misiniz?

Bir CLEW eğitilmiş ML algoritması, 14 yoğun bakım ünitesinde (ICU) kritik hastaların intübasyon ve vazopressör başlatma olaylarını öngörme amacıyla kullanıldı. Performansı, mevcut yataktaki izleme alarmaları ve telemedicine sistemi uyarılarının öngörücü etkiliği ile karşılaştırıldı.

Çalışma, aracın doğruluğunu ve ICU’lerdeki uyarıların faydasını değerlendirmek için tasarlandı ve CLEW’un modellerinin, hasta bozulma olaylarını öngörmede, lider telemedicine sisteminden beş kat daha doğru ve 50 kat daha az alarm ürettiğini buldu. Bulgular, ayrıca ML modelinin geleneksel izleme sistemlerine göre daha yüksek doğruluğa sahip olduğunu ve klinisyen iş akışlarına gereksiz müdahaleleri azalttığını gösterdi.

CLEW’un platformunun AI öngörülerinin, ICU’da bakım sunumunu nasıl dönüştürebileceği hakkında bilgi verebilir misiniz? Bu öngörülerin, sonuçları nasıl iyileştirebileceği ve komplikasyonları nasıl azaltabileceği hakkında biraz daha bilgi verebilir misiniz?

CLEW’un platformu, yüksek riskli hastalarda erken müdahale fırsatları sunar ve kapasite yönetimini, düşük riskli bireyleri tanımlayarak, bunları adım adım indirgeme veya taburcu etme imkanı sağlar. Bu, mortalite ve readmission oranlarını azaltır, hasta bozulmasından kaynaklanan komplikasyonları azaltır ve hastaların hastanede kalma süresini kısaltır.

Örneğin, bir büyük sağlık sisteminde, teknolojimiz bir ICU hastasında hemodinamik istikrarsızlık öngördü ve bir sağlayıcı değerlendirmesi tetikledi. Hastayı değerlendiren sağlayıcı, bir BT taraması sipariş etti ve abdominal kanama tespit edildi. Hasta acil ameliyata alındı, sıvı ve kan ile infüze edildi ve hayatı kurtarıldı. 24 saat sonra hasta stabil durumdaydı.

Sisteminizin, bir lider telemedicine izleme sisteminden beş kat daha doğru olduğu tespit edildi. CLEW’un teknolojisini, kritik hasta bozulmalarını öngörmede daha etkili kılan nedir?

Genel olarak, ML tarafından üretilen bildirimler, diğer telemedicine sistemleri ve yataktaki izleme sistemlerinin alarmalarına göre daha az sıklıkta, daha yüksek doğruluk düzeylerine ve daha düşük hata oranlarına sahiptir. CLEW’un uyarıları, daha doğru ve işlevseldir ve bakım ekibinin, öngörülen sonuçları önlemek için karşı önlemler almasına olanak tanır. CLEW tarafından sağlanan gelişmiş zekâ, bir sağlık sisteminin elektronik sağlık kaydından (EMR) hasta verilerini çıkarması ve peer-reviewed araştırmalar ve FDA onayları yoluyla titizlikle test edilen ve doğrulanan ML modelleri kullanmasıyla mümkündür.

Çalışma, ayrıca önemli bir false alarm azaltması olduğunu belirtti. Alarm yorgunluğunu azaltmanın, ICU personeline nasıl fayda sağladığını ve sağlık profesyonellerinin sisteminiz hakkında geri bildirimi nasıl olduğunu açıklayabilir misiniz?

Yataktaki izleme bildirimlerinin %98’i yanlış pozitiftir, bu da alarm yorgunluğuna ve already yüksek düzeydeki klinisyen yanması oranlarına yol açar. CLEW, gereksiz iş yükünü azaltarak, sesli kesintileri azaltarak ve genel olarak daha sakin bir ICU ortamı oluşturarak alarm yorgunluğunu giderir. Aslında, platformun doğruluğu ve gereksiz iş yükünü azaltma yeteneği, ICU yanmasını önemli ölçüde iyileştirir. Uygulama sürecinin bir parçası olarak, CLEW’un müşteri başarı takımları, teknolojinin genel klinisyen karar alma sürecine uygun şekilde entegre edildiğinden emin olmak için klinisyen değişim yönetimi üzerinde odaklanırlar. Klinisyenlerden gelen geri bildirim son derece olumludur.

CLEW’un platformunun erken uyarı özelliği nasıl çalışır ve ICU ortamlarında hangi tür müdahaleleri kolaylaştırmıştır?

Gelen bilgi akışına dayanarak, CLEW AI modelleri, hasta bozulma ve ölüm riski hakkında öngörüler yapabilir. Bu öngörülerle, deneyimli klinisyenler, hastaları daha yakından değerlendirebilir ve öngörülen bozulmaları önlemek için karşı önlemler belirleyebilir.

Örneğin, CLEW platformu, bir hastanın solunum yetmezliği gireceğini öngörebilir. Klinisyenler, bu uyarıyı alınca, hastanın fazla sıvı birikimi olduğunu belirleyerek, diüretik tedavi ile sıvıları azaltabilir ve böylece entübasyonu önleyebilir. Modelimiz, ayrıca bir cerrahi sonrası hastanın hemodinamik olarak dengesiz hale geleceğini ve vazoaktif ilaç desteğine ihtiyaç duyacağını öngörebilir. Bu bilgiyle, klinisyenler, belirgin semptomlar olmadan, bir BT taraması yapabilir ve internal kanamayı tespit edebilir. Sonunda, hasta ameliyata alındı ve stabilize edildi.

CLEW’un AI destekli öngörülerinin, hastanelerde kapasite yönetimine de yardımcı olduğu bilinmektedir. Bazı hastalar artık kritik bakım gerektirmez ve daha düşük Yoğunluklu bakım ünitelerine transfer edilebilir. Bu, sağlık sisteminin kapasite yönetimini iyileştirmesine ve daha fazla hastaya erişim sağlamasına olanak tanır.

CLEW Medical için, AI destekli modellerinizin farklı sağlık ortamlarında kullanımını geliştirmeye ve genişletmeye yönelik gelecek adımlar nelerdir?

Şu anda, CLEW platformunu, kritik bakım ortamlarının ötesinde, adım adım indirgeme üniteleri ve acil servisleri de dahil olmak üzere, hastanelerin kalan tüm Yoğun bakım yataklarına genişletiyoruz. Gelecek on yıl içinde, CLEW, sağlık sistemleriyle birlikte, etkili klinisyen AI’sini, insan bakım verenlerin bilinçli ve öngörülü ortağı haline getirmek için çalışmaya devam edecektir.

ICU bakımını iyileştirmek için AI’nin geleceğini, önümüzdeki on yıl içinde nasıl görüyorsunuz ve CLEW bu gelecekte nasıl bir rol oynayacak?

Hastane hasta popülasyonları daha hasta. Yaşın artması ve yaşam tarzı ile ilgili kronik hastalıkların artmasıyla birlikte, bakım veren eksiklikleri de artıyor. Akut bakım için zeki klinisyen gözetimine olan ihtiyaç büyüyor. CLEW, ICU bakımını iyileştirmeye odaklanmakla kalmıyor, aynı zamanda sağlık sistemleri ve endüstri yenilikçileriyle ortaklık yaparak, tüm akut bakımı iyileştirmeye çalışıyor. AI geliştirme programatik pipeline’miz (MLOPS), partner yeteneklerini kullanarak, CLEW’un kendi başına geliştirdiği FDA onaylı AI modellerinin ötesine geçecek.

Ancak teknoloji, çözümün sadece bir parçasıdır. Sağlık hizmetlerinde AI kullanımı, bakım verenleri değiştirmek değil, onlara optimal klinisyen bakımını sağlamak için üstün bilgi sunmaktır. CLEW, sağlık sistemleri ve ortaklarıyla birlikte, AI araçlarının klinisyenlerin karar alma süreçlerine nasıl etkili bir şekilde entegre edilebileceğini öğrenmek ve eğitim vermek için çalışıyor. AI’nin doğruluğu ve etkinliğini doğrulayan araştırmalar gerekiyor, bu nedenle CLEW, müşterileriyle birlikte, kendi hasta popülasyonlarıyla bu kanıtları üretmeye çalışıyor. Bu odaklanmış araştırma çabası, klinisyenlerin AI araçlarını kabul etmesini ve benimsemesini destekliyor.

Yeni klinisyen uygulamalarını hızlandırmak için, platformumuzu yeni en iyi uygulamaları içerecek şekilde güncelleyebiliyoruz, bu da genellikle yıllar alır. Önümüzdeki on yıl içinde, CLEW, sağlık sistemleriyle birlikte, etkili klinisyen AI’sini, insan bakım verenlerin bilinçli ve öngörülü ortağı haline getirmek için çalışmaya devam edecektir.

Harika bir röportaj için teşekkür ederiz. Daha fazla bilgi edinmek isteyen okuyucular, CLEW Medical sitesini ziyaret edebilir.