Тім Василь, співзасновник і головний технічний директор Hospital IQ – Серія інтерв’ю

Тім Василь є співзасновником і головним технічним директором компанії Лікарня IQ, платформа управління операціями, яка використовує дані для надання готових рішень штучного інтелекту на основі машинного навчання для швидкого та сталого вдосконалення роботи.

Що вас спочатку привабило в інформатиці?

Дитячі книги. Будучи студентом, який не знав, яку кар’єру вибрати, я шукав посаду веб-розробника на неповний робочий день на BabyZone.com. Досвід був неймовірний! Одним із моїх перших проектів було взяти фізичний носій, дитячі книжки, і перенести його в епоху цифрових технологій разом із звуками, ефектами переходу та інтерактивною гостьовою книгою. Я написав код, натиснув кнопку, щоб завантажити його на веб-сайт, і раптом тисячі батьків отримали можливість зв’язатися з далекими друзями та родичами.

Цей додаток для електронних дитячих книжок відкрив інформатику як сферу, де я міг би бути трохи художником, інженером і, можливо, навіть фокусником, і використовувати ці навички, щоб покращити життя багатьох людей. Я побачив, що можу написати код один раз і мати тривалий вплив всюди. Ого!

Чи могли б ви розповісти нам історію виникнення Hospital IQ?

Співзасновник Річ Крюгер і я об’єдналися, щоб дослідити області, які занедбані технологіями. Можна подумати, що лікарні не належать до таких сфер, враховуючи мільярди доларів, які вони щороку витрачають на медичне обладнання, електронні медичні записи тощо. Ці сфери, звичайно, добре охоплені. Але те, що ми бачили, було зовсім іншою стороною лікарень, операційною. Ця сторона полягає в тому, щоб з’ясувати, коли планувати операції, куди перевести пацієнтів, які тести зробити пріоритетними, як найкраще спланувати на завтра тощо. Це особливо складні проблеми, і традиційне медичне програмне забезпечення їх просто не торкається.

Щоб дослідити цю можливість, ми зустрілися з керівництвом лікарні та персоналом на першому місці. Ми бачили героїку щодня. Ми бачили медсестер, які безперервно дзвонили та задавали запитання, щоб направити персонал у найнеобхідніші місця. Ми бачили менеджерів операційних із наліпками та дошками, які намагалися з усіх сил розподілити час операційної між хірургами. Ми бачили лідерів операційної досконалості з масивними електронними таблицями, які намагалися симулювати, щоб визначити, скільки лікарняних ліжок потрібно перерозподілити. Коротше кажучи, ми бачили, як багато ручних зусиль докладалися до вирішення проблем, тому що програмні інструменти не вистачали, і ми хотіли допомогти.

Як і в багатьох стартапах, наш шлях до розробки продукту не був прямим. Наша рання «допомога» прийшла у формі стратегічних інструментів, які, як ми думали, вирішать найскладніші проблеми, але вони вимагали багато даних і багато математики. Механіка цього здається вражаючою: ми могли б автоматично збирати моделі, щоб симулювати внутрішню роботу лікарні та давати рекомендації щодо того, чи слід змінити графік операцій чи побудувати нове крило. Хоча запитання, на які вони відповідали, були великими, їх також задавали нечасто.

Справжній генезис Hospital IQ, який існує сьогодні, — це не якийсь натхненний шлях Річа чи мене, а всієї нашої команди, яка працювала з нашими клієнтами та усвідомлювала, що наша найважливіша роль полягає не в тому, щоб допомагати лікарням відповідати на великі, рідкісні запитання, а скоріше це, здавалося б, маленькі, часті. Це питання, які визначають досвід кожного, як пацієнта, який йде на операцію, так і команди догляду, яка супроводжує їх у цій подорожі.

Чи могли б ви обговорити, як програмне забезпечення дозволяє системам охорони здоров’я досягати та підтримувати максимальну продуктивність?

Наше програмне забезпечення призначене для зустрічей медичних працівників там, де вони є сьогодні, у їхніх щоденних робочих процесах. Замість того, щоб очікувати від них чогось кардинально іншого, наприклад, запуску симуляції, чи інтерпретації прогнозу, чи оптимізації розкладу персоналу з нуля, ми приймаємо знайомі кроки, які вони роблять щодня двома способами. Ми оцифровуємо їх, щоб вони могли ефективніше спілкуватися один з одним, а потім накладаємо прогнози та рекомендації. Це дозволяє медичному персоналу працювати ефективніше та результативніше. Найкраще те, що це звільняє їх витрачати більше часу на догляд за пацієнтами.

Візьмемо один приклад: штатний розклад. З'ясувати, скільки медсестер має бути в кожному відділенні на кожну зміну, є складним завданням. Деякі співробітники телефонують хворі. Може виникнути несподіваний сплеск попиту. Медсестер, які можуть «плавати» по відділеннях, потрібно розподіляти справедливо. Також необхідно враховувати навички, кваліфікацію та вподобання кожного. Зберіть усе це разом, і ви зрозумієте, чому телефон у типовому кадровому офісі дзвонить без трубки. Проте в той самий день, коли госпіталь IQ починає працювати, телефони замовкають. Значна частина роботи залишається незмінною, але вся інформація зосереджена на платформі Hospital IQ, тому всі міркування перемістилися від електронних таблиць, дошок і листівок до елегантних інструментів комунікації, автоматизованого аналізу відхилень і пропозицій щодо збалансованість персоналу. Медсестри-планувальники можуть виконувати свою роботу ефективніше та приємніше, ніж будь-коли раніше. Підтримувати таку ефективність також легко, оскільки інструменти розроблено для підтримки існуючого робочого процесу. Ми не консалтингова компанія, яка приходить, щоб змінити спосіб роботи, лише щоб побачити, як вона повертається до статус-кво.

Які різні технології машинного навчання використовуються?

Наша команда дослідження даних використовує будь-які методи, необхідні для отримання чудових результатів у випадках використання наших клієнтів. Ми використовували статистичні аналізи, щоб зрозуміти використання операційних, моделі ARIMA для прогнозування хірургічного об’єму, Prophet для прогнозування перепису населення, випадкові ліси для класифікації стаціонарного стану, нейронні мережі для оцінки повторної госпіталізації та багато іншого. Наша команда з обробки даних тримає руку на пульсі останніх досліджень, джерел даних та інструментів завдяки постійним зустрічам «журнального клубу», а також регулярно впроваджує власні інновації. Завдяки такому широкому простору існує так багато переконливих варіантів використання та цікавих наборів даних для вивчення та вплетення в платформу Hospital IQ.

Одним із особливих завдань для нас є впоратися з унікальністю, яку ми бачимо в кожному з клієнтів нашої лікарні. Вони обслуговують різні демографічні групи. Вони мають різні спеціалізації. Клінічні та оперативні дані в кожній лікарні надходять з різного програмного забезпечення, налаштованого по-різному з власними недоліками. Якби ми створили всеохоплюючу модель для всіх наших клієнтів або навіть для всіх університетських містечок в одній системі охорони здоров’я, вона б не дуже підходила. Проте створення одноразових рішень, налаштованих вручну, не є масштабованим або надійним підходом. Натомість ми покладаємось на розуміння окремих характеристик даних кожного клієнта, розробляємо узагальнювані моделі та створили інструменти для автоматизації побудови моделей, постійного навчання та вимірювання точності та моніторингу для окремих кампусів.

Безкоштовний загальнодоступний інструмент COVID-19 Regional Forecast Dashboard має понад 76,000 XNUMX користувачів із сотень лікарень. Що саме являє собою цей інструмент?

Коли ми вперше створили регіональну інформаційну панель прогнозу COVID-19 у березні 2020 року, ми хвилювалися, що в США можуть закінчитися вільні лікарняні ліжка, і хотіли забезпечити систему раннього попередження не лише для наших клієнтів, а й для всіх лікарень. Щоб це сталося, ми шукали такі набори даних, як кількість ліжок у округах, ймовірні показники передачі та смертності від COVID-19 за віковими групами та десятки інших речей. Ми навіть створили модель SEIR, щоб передбачити траєкторію поширення вірусу в кожному окремому регіоні, і намагалися надати якомога більше контексту, включно з моментом, коли відділення інтенсивної терапії та медичні/хірургічні можливості будуть порушені, скільки людей буде одужати, і навіть скільки б померло. Наша мета полягала в тому, щоб зібрати повну перспективу по кожному округу з різних надійних джерел даних.

Лікарні використовували нашу інформаційну панель як інструмент для прийняття ключових рішень, наприклад, коли відкривати хірургічні відділення або коли придушувати планові операції, щоб звільнити місце для майбутніх хвиль інфікованих пацієнтів. Цікаво, що навіть люди вдома знайшли користь і навіть комфорт від інструменту, оскільки він додав трохи ясності в дуже страшну та нову глобальну пандемію.

Надаючи загальнодоступний інструмент, ми знаємо, що маємо важливий обов’язок збирати й аналізувати дані точно й часто, а також вибирати найкращі доступні джерела даних. Іноді це означає заміну на кращі моделі, щойно вони стануть доступними. Що стосується нашої власної моделі SEIR, ми зрештою запровадили, з дозволу, модель державного рівня Інституту показників і оцінки здоров’я (IHME), оскільки вона стає визнаним стандартом Білим домом та іншими джерелами. Ми знайшли спосіб помістити ці прогнози в контексті конкретних округів, а також конкретних лікарень у цих округах, щоб надавати лікарням щогодини вказівки щодо триваючого впливу COVID-19.

Науковці й інженери лікарень, які займаються даними IQ, часто беруть участь у хакатонах. Які цікаві ідеї чи проекти виникли на них?

Щомісяця ми заохочуємо членів нашої команди з обробки даних та інженерів взяти вихідний, щоб сприяти їхньому професійному розвитку та зародити ідеї для інновацій, будь то участь у галузевій конференції, онлайн-курс для вивчення нових навичок або будь-яка інша діяльність, яка сприяє їх професійному розвитку.

У рамках цього кілька інженерів і дослідників даних вирішили провести свій день професійного розвитку, беручи участь у хакатонах Hospital IQ. Хакатони вимагають від учасників бути лагідними, інноваційними та за один день втілити ідею, яку важко перетворити, у робоче програмне забезпечення. За кілька днів до нашого останнього хакатону в жовтні 2020 року учасники сформували три команди та краудсорсингували ідеї від усієї компанії. Жодна тема не вважалася забороненою; ідеї, які не стосувалися платформи компанії чи навіть сфери охорони здоров’я, були цілком прийнятними. Однак, як виявилося, всі три команди в кінцевому підсумку вибрали ідеї, які зараз реалізуються в реальному світі.

Перша команда – Team Cara – зосередилася на повторній госпіталізації та вирішила створити рішення, яке могло б передбачити, яким пацієнтам загрожує повторна госпіталізація, ще до того, як їх випишуть із лікарні. Повторна госпіталізація обходиться системі охорони здоров’я в мільярди доларів щороку, тому передбачливе та проактивне рішення, подібне до цього, озброїть медсестер, що виписуються, і менеджерів з догляду додатковими знаннями, необхідними для зниження ризику, скорочення витрат і знання того, що потрібно кожному пацієнту для перебування. з лікарні. Команда Cara взяла дані з платформи управління операціями Hospital IQ і, використовуючи спеціальну структуру машинного навчання для пацієнтів, розроблену раніше командою з обробки даних, створила прогностичну модель. Для кожного пацієнта в лікарні модель призначає бал, що вказує на ймовірність повторної госпіталізації. Початкові результати моделі показали високий ступінь точності.

Друга команда – команда Берта Рейнольдса – вирішила створити рішення для регіонального спостереження, яке візуалізує шари даних на карті. Команда хотіла інтегрувати карти в існуючу інфраструктуру зведеної таблиці платформи Hospital IQ, пропонуючи спосіб побудови цікавого показника, упорядкованого за координатами широти та довготи за допомогою бібліотеки leaflet.js. Для підтвердження своєї концепції вони використали дані центрів госпіталізації, щоб підкреслити, які філії були джерелами прийому та в яких обсягах. Результати показали випадки передачі в абсолютно новому світлі та уточнили, з яких регіонів було взято більшість пацієнтів, а також можливості для зростання.

Третя команда – Team Raptor Strikeforce – прагнула розробити рішення, яке демонструє рентабельність інвестицій (ROI), яку забезпечує платформа управління операціями Hospital IQ. Команда створила інтерфейс для налаштування різних вхідних даних у фінансові моделі, таких як середня маржа за факультативну процедуру, і використовувала вхідні дані для відстеження змін у фінансовому стані лікарні з часом. Ці візуалізації розповідають переконливу історію того, як окупаються ініціативи з підвищення оперативної ефективності та інвестиції в платформу Hospital IQ, яка їх підтримує.

Три рішення, розроблені для хакатону, показали, що вони можуть надати більшу цінність нашим клієнтам. У результаті Hospital IQ об’єднав усі три рішення в рамках існуючої платформи, і сьогодні вони використовуються лікарнями.

Чи є ще щось, чим ви хотіли б поділитися про Hospital IQ?

Велика, смілива та смілива мета Hospital IQ — покращити ефективність і щастя кожного медичного працівника щодня. Ми пишаємося своїм впливом на охорону здоров’я, але наш шлях лише починається. Для будь-якого милосердного, цілеспрямованого спеціаліста з обробки даних або інженера, який зацікавлений у вирішенні однієї з найскладніших проблем у світі – підвищення ефективності охорони здоров’я – ми будемо раді, якщо ви приєднаєтесь до нас!

Дякую за чудове інтерв’ю, читачі, які хочуть дізнатися більше, повинні відвідати Лікарня IQ.