Тим Васіл, співзасновник та головний технічний директор компанії Hospital IQ – Серія інтерв’ю

Тим Васіл є співзасновником та головним технічним директором компанії Hospital IQ, платформи управління операціями, яка використовує дані для надання готових рішень на основі машинного навчання для швидких та сталого оперативного вдосконалення.

Що спочатку привернуло вас до комп’ютерних наук?

Дитячі книги. Як студент, який не був певний щодо майбутньої кар’єри, я займався частковою посадою веб-розробника на сайті BabyZone.com. Досвід був неймовірним! Одним з моїх перших проєктів було взяти фізичну основу, дитячі книги, і перевести їх у цифрову епоху, з звуками, ефектами переходу та інтерактивною гостевою книгою. Я написав код, натиснув кнопку завантаження на сайті, і раптом тисячі батьків мали можливість зв’язатися з друзями та родичами на відстані.

Ця електронна дитяча книга відкрила мені область комп’ютерних наук, де я міг бути трохи художником, інженером та навіть магом, і використовувати ці навички для поліпшення життя багатьох людей. Я побачив, що можу написати код один раз і мати тривалий вплив скрізь. Вау!

Чи можете ви розповісти нам історію створення компанії Hospital IQ?

Мій співзасновник Річ Крюгер і я об’єдналися, щоб дослідити області, які технології не охоплюють. Ви можете подумати, що лікарні не будуть однією з таких областей, враховуючи мільярди доларів, які вони витрачають щороку на медичне обладнання, електронні медичні записи тощо. Ці області, безумовно, добре охоплені. Однак ми побачили іншу сторону лікарень, оперативну сторону. Ця сторона полягає у визначенні часу проведення операцій, переводу пацієнтів, визначення пріоритетних тестів, плануванні на завтра тощо. Це особливо складні проблеми, і традиційне медичне програмне забезпечення не торкається їх.

Для вивчення цієї можливості ми зустрілися з керівниками лікарень та персоналом першої лінії. Ми побачили героїзм щодня. Ми побачили медсестер-розподілювачів, які робили безперервні дзвінки та відповідали на питання, щоб направити персонал до найбільш потрібних місць. Ми побачили менеджерів операційних кімнат з липкими нотатками та білими дошками, які намагалися розділити час операційної кімнати серед хірургів. Ми побачили лідерів оперативної досконалості з величезними електронними таблицями, які намагалися проводити симуляції, щоб визначити, скільки лікарняних ліжок потрібно реалокувати. Коротко кажучи, ми побачили багато ручної праці, яка застосовувалася до проблем, тому що програмні інструменти не відповідали вимогам, і ми хотіли допомогти.

Як і багато стартапів, наш шлях розробки продукту не був прямим. Наша рання “допомога” прийшла у вигляді стратегічних інструментів, які, на нашу думку, мали вирішити найскладніші проблеми, але вони вимагали багато даних та багато математики. Механіка цього виглядає вражаючою: ми могли зібрати моделі автоматично для симуляції внутрішньої роботи лікарні та надавати рекомендації щодо зміни хірургічного графіку чи будівництва нового крила. Однак, хоча питання, які вони відповідали, були великими, вони також були рідко задаваними.

Істинна історія створення компанії Hospital IQ, як вона існує сьогодні, не є результатом натхнення Річа чи мене, а результатом роботи нашої всієї команди з нашими клієнтами та розуміння того, що наша найважливіша роль полягає не в допомозі лікарням відповісти на великі, рідко задавані питання, а в допомозі їм відповісти на малих, частих питаннях. Це питання визначають досвід усіх, включаючи пацієнтів, які заходять на операцію, та команди медичних працівників, які супроводжують їх у цьому шляху.

Чи можете ви обговорити, як програмне забезпечення дозволяє системам охорони здоров’я досягати та підтримувати піковий оперативний рівень?

Наше програмне забезпечення пов’язане з тим, щоб зустріти медичних працівників там, де вони знаходяться сьогодні, у їхніх щоденних робочих процесах. Натомість ніж очікувати від них щось радикально інше, наприклад, виконання симуляції, інтерпретації прогнозу чи оптимізації графіку роботи з нуля, ми приймаємо знайомі кроки, які вони роблять щодня, двома способами. Ми оцифруємо їх, щоб вони могли спілкуватися більш ефективно один з одним, а потім накладаємо прогнози та рекомендації. Це дозволяє медичним працівникам працювати більш ефективно та результативно. Найкраще з усіх, це звільняє їх від проведення більше часу на догляд за пацієнтами.

Давайте розглянемо один приклад: планування роботи персоналу. Визначення кількості медсестер, яких потрібно у кожному підрозділі для кожної зміни, – це складна задача. Деякі працівники викликають хворобу. Несподіваний сплеск попиту може виникнути. Медсестри, які можуть “плавають” між підрозділами, потрібно розподіляти справедливо. Усіх працівників потрібно враховувати їхні навички, кваліфікацію та переваги. Всі ці фактори разом роблять телефон у типовому штабі персоналу зайнятим. Однак у той же день, коли відбувається запуск Hospital IQ, телефони стихають. Багато роботи залишається тим самим, але завдяки тому, що вся інформація централізована на платформі Hospital IQ, всі ці фактори перейшли з електронних таблиць, білих дощок та липких нотаток до елегантних засобів спілкування, автоматичного аналізу варіанцій та пропозицій щодо балансування персоналу. Медсестри-розподілювачі можуть виконувати свою роботу більш ефективно та приємно, ніж будь-коли раніше. Підтримання цього рівня продуктивності також легко, оскільки інструменти створені для підтримки існуючого робочого процесу. Ми не є консалтинговою компанією, яка приходить, щоб змінити спосіб роботи, лише щоб побачити, як все повертається до попереднього стану.

Які різні технології машинного навчання використовуються?

Наша команда даних вчених використовує будь-які методи, які нам потрібно, щоб досягти великих результатів для наших клієнтів. Ми використовували статистичні аналізи для розуміння використання операційних кімнат, моделі ARIMA для прогнозування хірургічного обсягу, Prophet для прогнозування кількості населення, випадкові ліси для класифікації стану пацієнтів, нейронні мережі для оцінки повторної госпіталізації та багато іншого. Наша команда даних вчених залишається в курсі останніх досліджень, джерел даних та інструментів завдяки регулярним зустрічам “журнального клубу” та регулярно інновує самостійно. З такою відкритою областю існує багато привабливих випадків та цікавих наборів даних для дослідження та вплетення у платформу Hospital IQ.

Одним із спеціальних викликів для нас є обробка унікальності, яку ми бачимо у кожному з наших клієнтів-лікарень. Вони обслуговують різні демографічні групи. У них різні спеціалізації. Клінічні та оперативні дані в кожній лікарні походять з різних програмних засобів, сконфігурованих по-різному з власними обмеженнями. Якщо б ми побудували комплексну модель по всім нашим клієнтам або навіть по всім кампусам у складі однієї системи охорони здоров’я, вона не підходила б дуже добре. Однак побудова ручних, індивідуальних рішень не є масштабованим чи надійним підходом. Натомість ми покладаємося на розуміння особливих характеристик даних кожного клієнта, розробку загальнозастосовних моделей та побудову інструментів для автоматизації побудови моделей, подальшої підготовки та вимірювання точності для окремих кампусів.

Безкоштовний, публічно доступний інструмент COVID-19 Regional Forecast Dashboard має понад 76 000 користувачів з сотень лікарень. Що саме є цим інструментом?

Коли ми вперше створили інструмент COVID-19 Regional Forecast Dashboard у березні 2020 року, ми були стурбовані тим, що США можуть не мати достатньої кількості лікарняних ліжок, і хотіли надати систему раннього попередження, не лише нашим клієнтам, а й усім лікарням. Щоб зробити це можливим, ми шукали набори даних, такі як кількість ліжок, обладнаних персоналом, по округах, ймовірні показники передачі та летальності COVID-19 по вікових групах, та десятки інших речей. Ми навіть побудували модель SEIR для прогнозування траєкторії вірусу по округах та намагалися надати якомога більше контексту, включаючи момент, коли буде порушена місткість відділень інтенсивної терапії та медико-хірургічних відділень, скільки людей одужає, та навіть скільки людей помре. Наша мета полягала у зібранні повної перспективи по округах з різних надійних джерел даних.

Лікарні використовували наш інструмент як засіб для прийняття важливих рішень, наприклад, коли відкривати відділення для надзвичайних ситуацій чи коли обмежувати планові операції, щоб звільнити місце для майбутніх хвиль інфікованих пацієнтів. Цікаво, що навіть окремі особи вдома знайшли деяке використання та навіть комфорт від цього інструменту, оскільки він додав певної ясності до дуже страшної та нової глобальної пандемії.

При наданні публічного інструменту ми знаємо, що маємо важливе зобов’язання зібрати та проаналізувати дані вірно та часто, а також вибрати найкращі джерела даних, доступні зараз. Іноді це означає заміну кращими моделями, коли вони стають доступними. У випадку нашої власної моделі SEIR ми згодом ввели, з дозволу, державну модель Інституту оцінки здоров’я та метрик (IHME) як визнаний стандарт Білого дому та інших джерел. Ми знайшли спосіб розміщення цих прогнозів у контексті конкретних округів, а також конкретних лікарень у цих округах, щоб надати лікарням годинні вказівки щодо триваючого впливу COVID-19.

Часто дані вчені та інженери компанії Hospital IQ беруть участь у хакатонах, які цікаві ідеї чи проєкти виникли з цих заходів?

Кожного місяця ми заохочуємо членів наших команд даних вчених та інженерів витратити день на професійний розвиток та запал ідеями інновацій, чи то відвідування промислової конференції, проходження онлайн-курсу для вивчення нового навику, або будь-якої іншої діяльності, яка підвищує їх професійний рівень.

Як частина цього, декілька інженерів та даних вчених обирають витратити свій професійний розвиток день на участь у хакатонах компанії Hospital IQ. Хакатони вимагають від учасників бути винахідливими, інноваційними та за один день перетворити важко змінювану ідею у робоче програмне забезпечення. У дні, що передували нашому останньому хакатону у жовтні 2020 року, учасники сформували три команди та зібрали ідеї з усієї компанії. Жодна тема не вважалася забороненою; ідеї, які не були актуальними для платформи компанії чи навіть галузі охорони здоров’я, були цілком прийнятними. Як виявилося, однак, всі три команди обрали ідеї, які зараз реалізуються у реальному світі.

Перша команда – Team Cara – зосередилася на повторній госпіталізації та намагалася побудувати рішення, яке могло б прогнозувати, які пацієнти знаходяться під ризиком повторної госпіталізації, ще до їхньої виписки з лікарні. Повторні госпіталізації коштують системі охорони здоров’я мільярди доларів щороку, тому прогнозне та проактивне рішення, таке як це, могло б надати виїзним медсестрам та менеджерам догляду додаткову інформацію, необхідну для зменшення ризику, скорочення витрат та визначення того, чого кожен пацієнт потребує, щоб залишитися поза лікарнею. Команда Cara використала дані з оперативної платформи компанії Hospital IQ та, використовуючи раніше розроблений пацієнт-специфічний каркас машинного навчання командою даних вчених, побудувала прогнозну модель. Для кожного пацієнта в лікарні модель присвоює бал, який вказує на ймовірність повторної госпіталізації. Перші результати моделі показали високий рівень точності.

Друга команда – Team Burt Reynolds – намагалася побудувати регіональне рішення моніторингу, яке візуалізувало б шари даних на карті. Команда хотіла інтегрувати карти у існуючу інфраструктуру платформи Hospital IQ, пропонуючи спосіб розміщення метрики інтересу, впорядкованої за координатами широти та довготи, за допомогою бібліотеки leaflet.js. Для їхнього доказу концепції вони використали дані центру переводу лікарень, щоб підкреслити, які філії були джерелами прийому та у яких обсягах. Результати показали випадки переводу у новому світлі та виразили, з яких географічних областей походять більшість пацієнтів, а також можливості для зростання.

Третя команда – Team Raptor Strikeforce – намагалася розробити рішення, яке демонструє повернення інвестицій (ROI) оперативної платформи управління компанії Hospital IQ. Команда побудувала інтерфейс для налаштування різних входів у фінансові моделі, такі як середня маржа на кожну планову процедуру, та використала входи для відстеження змін у фінансовому стані лікарні з часом. Ці візуалізації розповідають переконливу історію про те, як значно оперативні ініціативи ефективності та інвестиції у платформу Hospital IQ, які їх забезпечують, окупаються.

Три рішення, розроблені для хакатону, показали, що вони можуть надати більшу цінність нашим клієнтам. Як результат, компанія Hospital IQ включила всі три рішення у існуючу платформу, і вони зараз використовуються лікарнями.

Чи є щось інше, що ви хотіли б поділитися про компанію Hospital IQ?

Большая, сміла, амбіційна мета компанії Hospital IQ – покращити ефективність та щастя кожного медичного працівника щодня. Ми пишаємося впливом, який ми мали на охорону здоров’я досі, але наш шлях лише починається. Для будь-якого співчутливого, місійно-орієнтованого даних вченого чи інженера, хто цікавиться розв’язанням однієї з найскладніших проблем світу – покращення ефективності охорони здоров’я – ми хотіли б, щоб ви приєдналися до нас!

Дякуємо за велике інтерв’ю. Читачам, які бажають дізнатися більше, слід відвідати Hospital IQ.