Раджан Кохлі, генеральний директор CitiusTech – Інтерв’ю Серія

Раджан Кохлі є генеральним директором CitiusTech і відповідає за стратегічний напрям компанії та подальше виконання місії CitiusTech щодо прискорення інновацій у сфері охорони здоров’я та надання довгострокової цінності клієнтам. Раджан є висококваліфікованим виконавчим директором у сфері технологічних послуг з досвідом у сфері цифрової трансформації, застосунків та інженерних послуг.

До CitiusTech Раджан понад 27 років працював у Wipro, а останнім часом був президентом бізнес-підрозділу Wipro’s iDEAS (інтегровані цифрові, інженерні та застосункові послуги). Він керував глобальним бізнес-напрямком з доходом у 6 мільярдів доларів США і був присвячений допомозі клієнтам усьому світі прискорити свою трансформацію та зміну того, як вони будують і надають цифрові продукти, послуги та досвід.

CitiusTech є провідним постачальником консультаційних та цифрових технологій для компаній охорони здоров’я та життєвих наук. Як стратегічні партнери світових лідерів у сфері оплати, надання медичної допомоги, MedTech та життєвих наук, CitiusTech прискорює інновації, бізнес-трансформацію та галузеву конвергенцію. Вони відіграють глибоку та значущу роль у прискоренні цифрових інновацій, забезпеченні сталої цінності та поліпшенні результатів у сфері охорони здоров’я.

Які ключові елементи необхідні для успішної реалізації стратегій цифрової трансформації в організаціях охорони здоров’я та життєвих наук?

Індустрія охорони здоров’я довго боролася з прийняттям цифрових рішень, і успішні цифрові трансформації відбувалися спорадично протягом років. Але з технологіями, готовими прискорити революційний стрибок у сфері пацієнтської допомоги, час для галузі перейти ці перешкоди.

Цифрова трансформація має потенціал позитивно вплинути на охорону здоров’я у всіх спеціальностях. Наприклад, виробники спеціальних ліків повинні задовольняти численні вимоги різних зацікавлених сторін та екосистеми, щоб задовольнити їх постійно зростаючий попит. Навігація цієї складної мережі зацікавлених сторін та екосистеми не є легкою, і багато з них шукають можливості використання послуг підтримки пацієнтів, які можуть зняти ці обов’язки з виробників ліків та оптимізувати результати лікування пацієнтів. Однак з ускладненнями щодо масштабованості та ефективності послуг підтримки пацієнтів через зростаючі об’єми, багато виробників спеціальних ліків повинні прийняти стратегії цифрової трансформації для оптимізації операцій та загальної ефективності.

Реалізація цифрової трансформації в охороні здоров’я та життєвих науках вимагає тристороннього підходу.

• Підтримка керівництва є важливою для реалізації та підтримки цих ініціатив, забезпечення зверху дозволу та узгодження зі стратегічними цілями. Це означає не тільки створення чіткого бачення та дорожньої карти з конкретними цілями та етапами, але також інвестування в технології та інноваційні рішення.
• Надійне управління даними є ще одним критичним елементом. Створення сильних структур управління інформацією забезпечує якість даних, безпеку та відповідність нормативним вимогам. Це включає визначення стандартів даних, політики та процесів управління даними, а також використання передових аналітичних та великих даних для отримання дієвих висновків з даних про здоров’я.
• Інтероперабельність є важливою для цифрової трансформації, що вимагає прийняття галузевих стандартів, таких як HL7, FHIR та DICOM, для забезпечення безперешкодного обміну даними між різними системами та платформами. Використання інтеграційних платформ та рішень middleware може зв’язати різні системи, забезпечуючи плавний потік даних та спілкування в організації. Прийняття інтероперабельності повністю дозволить організаціям забезпечити більш ефективну, ефективну та пацієнто-орієнтовану допомогу.

Але в кінцевому підсумку цифрові трансформації починаються та закінчуються з пацієнтом. Організації охорони здоров’я можуть автоматизувати багато процесів, але якщо вони не змінять досвід або цінність, яку пацієнт отримує, буде особливо важко досягти успіху. Пацієнто-орієнтований підхід з реалізацією цифрових рішень охорони здоров’я, які підвищують участь пацієнтів, покращують доступ до допомоги та дозволяють персоналізовані плани лікування, є важливими.

Як генеративний AI зараз використовується для поліпшення лікування та покращення результатів пацієнтів?

Генеративний (Gen) AI пропонує трансформаційні переваги в галузі охорони здоров’я. Для галузі охорони здоров’я, де багато поширених проблем можна віднести до неефективних взаємодій людини та машини, Gen AI має силу зв’язати цю прогалину та демократизувати охорону здоров’я.

Це особливо вірно щодо персоналізованої медицини. Розробка планів лікування, персоналізованих для конкретних пацієнтів, може бути складною та трудомісткою, якщо це робити вручну. Використовуючи Gen AI, алгоритми аналізують генетичні дані та історії пацієнтів для створення персоналізованих планів лікування, адаптованих до унікальної генетичної структури та медичної історії пацієнта. Після реалізації планів лікування доступ пацієнтів до AI-підтримуваних віртуальних медичних асистентів є важливим, оскільки пацієнти мають доступ 24/7 до медичних порад, перевірки симптомів та планування призначень, що покращує участь пацієнтів, більш ефективне лікування та кращі результати пацієнтів.

Gen AI також відіграє значну роль у прискоренні процесу затвердження та запуску ліків. Пандемія продемонструвала потенціал для швидкого розвитку ліків, спонукаючи можливості AI. Gen AI прискорює розвиток нових ліків шляхом симуляції молекулярних взаємодій та прогнозування тих сполук, які, ймовірно, будуть ефективними. Це суттєво скорочує час та витрати, пов’язані з традиційними методами відкриття ліків. Ці платформи, підтримувані AI, також можуть генерувати потенційних кандидатів на ліки та оптимізувати їх хімічні структури, прискорюючи процес від концепції до клінічних випробувань.

Алгоритми Gen AI також підвищують точність медичної візуалізації, покращуючи якість зображень та допомагаючи виявляти аномалії. Це сприяє ранньому діагнозу та лікуванню станів, таких як рак, суттєво покращуючи результати пацієнтів.

Нарешті, прогнозна аналітика, підтримувана Gen AI, має революційний потенціал. Моделі прогнозної аналітики Gen AI аналізують величезні об’єми даних про здоров’я для прогнозування спалахів захворювань, повторних госпіталізацій пацієнтів та потенційних ускладнень, дозволяючи здійснювати превентивне втручання та краще управління хронічними захворюваннями.

Як генеративний AI може допомогти у зменшенні монотонних завдань для медичних працівників, дозволяючи їм зосередитися на допомозі пацієнтам та інноваціях?

Gen AI може суттєво зменшити навантаження монотонних завдань для медичних працівників, таких як клінічна документація, планування призначень, управління медичними записами та обробка страхових вимог. Медичні працівники можуть зосередитися на допомозі пацієнтам та інноваціях.

Наприклад, медичні працівники сильно залежать від електронних медичних записів (EMR) для безпечнішої та більш послідовної допомоги, але це вимагає від цих осіб постійного переходу між їхнім нарративним розумінням історії пацієнтів та симптомів та структурованою презентацією даних EMR. Gen AI зв’язує цю прогалину та суттєво зменшує когнітивне навантаження на медичних працівників, підсумовуючи історію пацієнта та автоматизуючи ручні завдання, звільняючи цінний час для більш персоналізованої допомоги пацієнтам.

Системи підтримки клінічних рішень використовують AI для надання медичним працівникам рекомендацій, попереджень та нагадувань, заснованих на доказах. Ці системи аналізують дані пацієнтів та медичну літературу для надання висновків, які допомагають у діагнозі та плануванні лікування, покращуючи клінічні результати та зменшуючи когнітивне навантаження на медичних працівників.

Технології віддаленого моніторингу, підтримувані AI, безперервно відстежують життєво важливі показники пацієнтів та їхній стан здоров’я, дозволяючи здійснювати оцінку здоров’я в реальному часі без потреби частих особистих відвідувань. Це покращує зручність пацієнтів та дозволяє раннє виявлення потенційних проблем зі здоров’ям, що призводить до своєчасного втручання та кращого управління хронічними захворюваннями.

Gen AI підвищує людський потенціал, покращуючи задоволеність роботою медичних працівників, зосереджуючись на інноваційних методах надання допомоги пацієнтам.

Які заходи можна вжити для максимізації ефективності рішень Gen AI при моніторингу якості та забезпечення довіри у сфері охорони здоров’я?

Якість і довіра стали критичними питаннями у сфері охорони здоров’я під час швидкого зростання Gen AI. Це вимагає сильної уваги до цих питань для забезпечення відповідальності за користь. Серед заходів, які можна вжити:

Конфіденційність та безпека даних: Забезпечення конфіденційності пацієнтів є важливим, що вимагає ретельної анонімізації даних та суворих заходів кібербезпеки для запобігання несанкціонованому доступу та порушенням даних. Реалізація сильних протоколів шифрування та механізмів захисту проти атак може захистити дані пацієнтів, тоді як клініцисти повинні зберегти владу за прийняттям рішень для захисту від потенційних помилок AI.

Збереження якості та справедливості: Системи Gen AI можуть випадково підтримувати упередженість, присутню в навчальних даних, що призводить до нерівності у результатах охорони здоров’я. Реалізація алгоритмів, здатних усунути упередженість, та постійне повторне навчання систем AI для виявлення та пом’якшення упередженості є важливим.

Відповідальність та прозорість: Відповідальність у рішеннях, підтримуваних Gen AI, включає 여러 учасників, включаючи розробників, медичних працівників та кінцевих користувачів. Прозорі, пояснювані моделі AI необхідні для інформованого прийняття рішень. Розробники повинні забезпечити, щоб моделі AI були безупередженими та безпечними, тоді як медичні працівники повинні розуміти, що вони залишаються відповідальними за рішення, прийняті з використанням рекомендацій AI. Реалізація сильних нормативних рамок є важливою для вирішення питань відповідальності та підтримки довіри.

Етичні рамки: Розробка етичних рамок для Gen AI полягає у сприянні відповідальності без гальмування інновацій. Учасники галузі охорони здоров’я повинні активно узгоджуватися з еволюційними етичними стандартами для забезпечення того, що застосування Gen AI є справедливими, відповідальними та орієнтованими на пацієнта. Підхід “людина в циклі”, поєднаний з відповідальними практиками AI, може допомогти досягти справедливих результатів охорони здоров’я та максимізувати потенціал Gen AI.

Платформні рамки якості та довіри: Будівництво рамок якості та довіри, які інтегруються в існуючі системи управління якістю та узгоджуються з нормативними рекомендаціями, є важливим. Ці рамки повинні вимірювати, валідувати та моніторити рішення Gen AI для забезпечення послідовних та довірчих результатів.

Раніше цього року ми запустили рішення CitiusTech Gen AI Quality and Trust, перше комплексне рішення цього типу в галузі охорони здоров’я. Це рішення може задовольнити ці вимоги, забезпечуючи всебічну валідацию, безперервний моніторинг та відповідність нормативним стандартам, гарантуючи ефективність та довірливість рішень Gen AI в охороні здоров’я.

Як організації охорони здоров’я можуть працювати над виявленням та пом’якшенням алгоритмічної та навчальної упередженості даних для забезпечення рівних рішень щодо допомоги?

Організації охорони здоров’я повинні бути надзвичайно активними у своєму підході. Використання різноманітних та репрезентативних наборів даних під час фази навчання допомагає зменшити упередженість, забезпечуючи, що моделі AI працюють добре у різних групах населення. Реалізація інструментів виявлення упередженості може допомогти виявити та звернути увагу на упередженість у моделях AI шляхом аналізу висновків моделі для виявлення будь-яких відхилень у рекомендаціях щодо лікування чи прогнозах.

Регулярні аудити та огляди систем AI допомагають виявити та виправити упередженість. Це включає оцінку продуктивності системи у різних демографічних групах та внесення необхідних коригувань. Участь різноманітної групи учасників у розробці рішень AI забезпечує, що різні точки зору будуть враховані, зменшуючи ймовірність упередженості. Нарешті, освіта та навчання працівників щодо потенційних упереджень у системах AI та того, як ними керувати, є важливим для підвищення усвідомлення та сприяння відповідальному використанню AI.

Як організації охорони здоров’я можуть ефективно використовувати дані про соціальні детермінанти здоров’я (SDOH) для поліпшення допомоги пацієнтам та чого можна очікувати від інтеграції цих даних у офіційні діагностичні коди?

Інтеграція даних про SDOH суттєво покращує допомогу пацієнтам, але існують перешкоди, які потрібно подолати. Повна збір даних є важливою, включаючи інформацію про соціально-економічний статус, освіту та екологічні чинники. Ці дані забезпечують уявлення про соціальні чинники, які впливають на здоров’я пацієнтів.

Інтеграція даних та інтероперабельність є важливими для ефективного використання даних про SDOH. Інтеграція цих даних у електронні записи про здоров’я (EHR) та забезпечення інтероперабельності між різними системами дозволяють медичним працівникам мати цілісний погляд на здоров’я пацієнтів, забезпечуючи персоналізовані плани допомоги. Наприклад, пацієнти з низькими доходами або ті, хто живе в районах з обмеженим доступом до медичних послуг, можуть потребувати додаткової підтримки для управління хронічними захворюваннями. Інтегруючи дані про SDOH, організації охорони здоров’я можуть розробити цільові програми допомоги, надати ресурси для транспортування до медичних призначень та пропозиції харчової допомоги тим, хто цього потребує.

Управління здоров’ям населення є ще однією областю, де дані про SDOH відіграють критичну роль. Аналізуючи дані про SDOH на рівні громади, організації охорони здоров’я можуть виявити тенденції та закономірності, які інформують стратегії громадського здоров’я.

Однак, інтеграція даних про SDOH у офіційні діагностичні коди представляє проблему інтероперабельності чи стандартизації. Наразі немає універсально прийнятої структури для кодування даних про SDOH. Забезпечення якості даних також є складним, оскільки дані про SDOH часто походять з різних джерел із різним рівнем точності та повноти. Співробітництво між організаціями охорони здоров’я, політиками та постачальниками технологій для встановлення стандартизованих практик та забезпечення повної інтеграції даних буде важливим кроком у подоланні цих перешкод.

Які основні кібербезпекові виклики стоять перед організаціями охорони здоров’я, та як їх можна подолати?

Як ми бачили за останній рік, організації охорони здоров’я надзвичайно вразливі до кіберзагроз. Нарушення даних та атаки програм-вимагальників є суттєвими проблемами, які вимагають реалізації сильного шифрування, багаторівневої аутентифікації та регулярних аудитів безпеки для пом’якшення цих загроз. Старіші системи та уразливості програмного забезпечення є поширеними в організаціях охорони здоров’я, оскільки багато з них ще використовують застарілі системи. Регулярне оновлення та виправлення програмного забезпечення, а також міграція до сучасних, безпечних платформ, є важливим.

Внутрішні загрози, де працівники з доступом до конфіденційних даних, також становлять суттєві ризики. Реалізація суворих заходів контролю доступу, моніторингу діяльності користувачів та надання навчання з кібербезпеки можуть відіграти суттєву роль у запобіганні цим проблемам. Це критично важливо створити спеціальну команду з питань відповідності, яка буде проводити регулярні аудити безпеки та оцінки ризиків для виявлення уразливостей та забезпечення відповідності нормативним вимогам, таким як HIPAA.

Найважливішим заходом є постійне навчання та освіта працівників з питань кібербезпеки для захисту від еволюційних кіберзагроз. Багато з цих загроз використовують людські уразливості, тому чим більше працівників знають про найкращі практики кібербезпеки, тим більше ймовірно, що людські помилки будуть зменшені, що призведе до більш безпечних даних пацієнтів.

Які ключові етичні питання організації охорони здоров’я повинні враховувати при впровадженні рішень AI, та як вони можуть подолати спротив щодо впровадження AI у лікарнях?

Це одне з найважливіших питань, яке організації охорони здоров’я повинні вирішити, з необхідністю розглянути кілька етичних аспектів та подолати потенційний спротив. Забезпечення конфіденційності пацієнтів та конфіденційності є важливим, з рішенням AI, яке відповідає суворим правилам захисту даних та використовує сильні заходи безпеки. Пацієнти повинні бути проінформовані про використання AI у їхній допомозі та повинні дати згоду, включаючи пояснення того, як AI буде використовуватися, та потенційні переваги та ризики.

Упередженість та справедливість також є важливими питаннями. Системи AI повинні бути розроблені для уникнення упередженості та забезпечення рівного лікування всіх пацієнтів, але, як ми знаємо, проблеми можуть виникнути, якщо організації не будуть обережними. Це робить постійний моніторинг та коригування цих моделей AI вкрай важливим для підтримки справедливості.

Також важливо бути прозорим щодо використання AI та відповідальним за рішення, прийняті системами AI, особливо шляхом надання пояснень для рішень, підтримуваних AI, та встановлення механізмів нагляду.

Виконання всіх цих кроків є суттєвим кроком до подолання проблем та спротиву, яких мають медичні працівники та пацієнти щодо впровадження AI. Але також важливо надавати освіту щодо впровадження та переваг AI, включаючи учасників у процес впровадження AI, встановлення зобов’язання щодо комплексного підходу, орієнтованого на будівництво довіри, надання ясної комунікації та забезпечення етичного використання AI.

Як рішення CitiusTech можуть допомогти організаціям охорони здоров’я досягти безперешкодної інтеграції даних та інтероперабельності між різними платформами та додатками?

У CitiusTech ми здатні прискорити цифрові інновації, бізнес-трансформацію та галузеву конвергенцію для компаній охорони здоров’я та життєвих наук усьому світі. Наші рішення розроблені для досягнення безперешкодної інтеграції даних та інтероперабельності між різними платформами та додатками. Наші інтеграційні платформи забезпечують, що різні системи спілкуються та обмінюються даними ефективно, забезпечуючи безперешкодний обмін даними для уніфікованого погляду на інформацію про пацієнтів.

Наприклад, великий план з більш ніж одним мільйоном учасників шукав рішення, яке могло б використовувати клінічні дані ефективно, щоб прискорити закриття пробілів у допомозі. Шукаючи рішення, яке могло б використовувати клінічні дані ефективно, вони використали CitiusTech для безперешкодної інтеграції клінічних даних з різних джерел та агрегаторів даних, що призвело до економії у розмірі 10 мільйонів доларів США на рік.

Рішення CitiusTech для управління забезпечує якість даних, безпеку та відповідність нормативним вимогам під час процесу інтеграції, щоб впоратися з складностями даних охорони здоров’я, включаючи інтеграцію та інтероперабельність різних джерел даних та платформ.

Нещодавно ми запустили рішення CitiusTech Gen AI Quality and Trust, комплексне рішення, яке ще більше підвищує інтеграцію даних, забезпечуючи надійність, точність та довірливість висновків AI. Це рішення забезпечує всебічну валідацию, безперервний моніторинг та відповідність нормативним стандартам, гарантуючи ефективність та довірливість рішень AI в охороні здоров’я.

Які майбутні тенденції ви бачите у сфері інтеграції AI у сфері охорони здоров’я та життєвих наук, та як CitiusTech готується до цих тенденцій?

З інтеграцією AI у сфері охорони здоров’я та життєвих наук, яка швидко зростає, збільшення використання AI для прогнозної аналітики та персоналізованої медицини, підвищення оперативної ефективності за допомогою автоматизації та розвиток медичної візуалізації та діагностики матиме суттєвий вплив на галузь.

У CitiusTech ми залишаємося попереду цих тенденцій, постійно інвестуючи у дослідження та розробки, щоб залишатися на передньому краї досягнень AI. Як вже згадувалося, ми розробили рішення Gen AI, такі як наше рішення якості та довіри, а також інші рішення AI, які використовують останні технології для покращення результатів пацієнтів та оперативної ефективності. Це важливо зосередитися на забезпеченні етичного та справедливого використання AI, подоланні упередженості та підтримці прозорості та відповідальності у рішеннях, підтримуваних AI. Це пріоритет для нашої команди залишатися в курсі останніх тенденцій AI, забезпечуючи, що у нас є найкращі ресурси для допомоги організаціям охорони здоров’я у навігації по еволюціонуючому ландшафту інтеграції AI.

Дякуємо за чудове інтерв’ю, читачам, які бажають дізнатися більше, рекомендуємо відвідати CitiusTech.