Тоні Гогбен, Іммерсивний Студійний Лідер у Pfizer Digital Omnichannel Services & Solutions (OSS) – Інтерв’ю Серія

Тоні Гогбен є Іммерсивним Студійним Лідером у Pfizer (PFE ) Digital Omnichannel Services & Solutions (OSS). Pfizer Digital Omnichannel Services & Solutions (OSS) знаходиться на передовому краї трансформації того, як Pfizer взаємодіє з пацієнтами, медичними працівниками та професіоналами усьому світі. За допомогою інноваційних цифрових стратегій, передових технологій та даних, одержаних за допомогою аналізу, OSS забезпечує безперебійні, персоналізовані та ефективні досвіди. Інтегруючи передові аналітичні інструменти, автоматизацію та рішення, керовані штучним інтелектом, команда підвищує залученість, оптимізує спілкування та забезпечує змістовні зв’язки у всіх цифрових точках контакту.

Ви мали обширну кар’єру в галузі цифрових інновацій та іммерсивних технологій. Що спочатку спонукало ваш інтерес до цієї галузі, і як ваша кар’єра привела вас до вашої поточної посади?

Мій шлях був дещо нетрадиційним. Після закінчення навчання за спеціальністю “Нові медіа” на початку століття – коли цифрові технології ще тільки знаходили своє місце – я заснував і керував своєю власною цифровою агенцією. Робота під час зародження Веб 2.0 була справді захоплюючою. Ми були піонерами у сфері SAAS-рішень та ранньої мобільної розробки в середовищі, де інновації не були просто модним словом – вони були нашою щоденною реальністю. Кожен проєкт був новаторським, і підприємницька енергія була заразною.

Після успішного продажу свого бізнесу прямо перед пандемією я спочатку насолоджувався вільним часом, але швидко зрозумів, що мені потрібне нове виклик, яке б дозволило мені використати свій досвід. Приєднання до Pfizer Digital дозволило мені поєднати свою творчу візію та технічні можливості, використовуючи майже два десятиліття досвіду допомоги організаціям усіх розмірів у їхній цифровій трансформації.

Створення Іммерсивної Студії з нуля було особливо винагороджувальним – створення внутрішнього інноваційного хабу, який дозволяє командам у всій компанії використовувати іммерсивні та інтерактивні технології. Наразі я є частиною команди, яка очолює наші ініціативи з інтеграції рішень штучного інтелекту у кілька напрямків та випадків використання, допомагаючи командам переосмислити свої робочі процеси та можливості.

Що було найбільш задовольняючим у переході до галузі охорони здоров’я, так це застосування своєї пристрасті до перетину технологій та людського досвіду в середовищі, де наша робота має відчутний вплив. Тут точність, реалізм та залученість, які ми створюємо за допомогою іммерсивних технологій, безпосередньо впливають на освіту медичних працівників та, в кінцевому підсумку, результати лікування пацієнтів. Ця зв’язок між технологічними інноваціями та людським добробутом мотивує мене кожен день.

Медична підготовка переживає зміну з AI-драйвовими симуляціями. Як ці AI-підтримувані іммерсивні досвіди порівнюються з традиційними методами навчання за ефективністю та доступністю?

Я повинен почати з розгляду іммерсивних досвідів, перш ніж дослідити, як AI перетворює цей ландшафт.

Іммерсивні навчальні досвіди фундаментально змінюють медичну освіту, пропонуючи гнучкість, якої традиційні методи не можуть забезпечити. Учні можуть переглянути складні сценарії з будь-якого місця, у свій власний темп, і стільки разів, скільки потрібно. Докази переконливі – показники збереження знань для іммерсивного навчання значно кращі, ніж традиційні методи навчання*.

AI зараз революціонізує ці іммерсивні досвіди чотирма важливими способами:

У створенні контенту AI демократизує розробку високоякісних симуляцій. Що раніше вимагало команд спеціалізованих розробників та місяців роботи, тепер може бути зроблено швидше та набагато меншою кількістю людей – це розблокує потенціал розробки та дозволить створювати контент у великих масштабах.

Для досвіду користувача AI забезпечує динамічну адаптацію – коригування сценаріїв в реальному часі на основі рішень та рівня навичок, створюючи автентичні виклики, які краще відображають клінічну непередбачуваність.

На рівні зворотного зв’язку AI забезпечує тонкий аналіз за межами простих метрик “пас/не пройшов”. Він може аналізувати рухи учнів, послідовності рішень та порівнювати результати з тисячами попередніх сесій, щоб надати персоналізовану тренінг.

Нарешті, AI забезпечує колаборативне навчання за допомогою обробки природної мови та інтелектуальних аватарів, які симулюють реалістичні взаємодії пацієнтів та команд.

Вплив на доступність є глибоким – AI-драйвовані іммерсивні досвіди можуть бути розгорнуті широко та економічно ефективно, допомагаючи подолати прогалини у навчанні по всьому світу. Ця потужна комбінація іммерсивних технологій та AI має потенціал демократизувати доступ до високоякісної медичної підготовки, особливо в недопредставлених регіонах.

*Bonde, Mads & Makransky, Guido & Wandall, Jakob & Larsen, Mette & Morsing Bagger, Mikkel & Jarmer, Hanne & Sommer, Morten. (2014). Покращення біотехнологічної освіти за допомогою симуляцій лабораторій

Чи можете ви поділитися інсайтами щодо того, як AI-драйвовані медичні симуляції розробляються у вашій компанії? Які з найбільших перешкод у створенні цих високоякісних симуляцій?

Ми находимося на ранній стадії інтеграції AI у свої підходи. У нас є чітке бачення того, куди ми рухаємося, але сильно регульований медичний простір, у якому ми працюємо, вимагає методичного впровадження та суворої перевірки. Це створює напруженість між нашим бажанням інновувати швидко та нашою зобов’язанням діяти обережно – ми хотіли б підтримувати темп з френетичними інноваціями, які відбуваються з AI.

Наразі ми зосереджуємо свої зусилля з AI у трьох ключових напрямках:

1. Прискорення створення контенту: Ми використовуємо AI для поліпшення нашого процесу розробки контенту, допомагаючи нашим медичним та інструктивним командам масштабувати виробництво сценаріїв, клінічних варіантів та моделей пацієнтів, заснованих на доказах. Це дозволяє нам підтримувати якість, одночасно значно розширюючи нашу бібліотеку симуляцій.
2. Прискорення технічної розробки: Ми використовуємо AI для оптимізації наших технічних процесів розробки, що дозволяє нам швидше створювати прототипи, тестувати та розгортати нові функції та можливості симуляцій. Це допомагає нам подолати обмеження ресурсів та прискорити наш цикл інновацій.
3. Динамічні адаптивні досвіди: Паралельно ми розробляємо способи інтегрувати AI безпосередньо у наші симуляції, щоб створити більш динамічні та реактивні навчальні середовища. Це включає персоналізовані системи зворотного зв’язку та адаптивну складність на основі закономірностей виконання учнів.

Хоча прогрес вимагає терпіння у цій галузі, ми зацікавлені у тому, як ці інновації AI в кінцевому підсумку трансформуватимуть медичну підготовку та результати лікування пацієнтів.

Ваш 360-градусний досвід, віртуальна лабораторія, є інноваційним підходом до навчання медичних працівників. Як це працює, і який відгук ви отримали від користувачів на даний момент?

360-градусна віртуальна лабораторія надає медичним працівникам досвід проходження реальної лабораторної обстановки, взаємодії з медичним обладнанням, практикування процедур та вирішення реальних проблем у повністю іммерсивному цифровому просторі.

Віртуальна лабораторія була розроблена для доповнення особистих екскурсій робочих лабораторій, які демонструють найкращі практики. Ми визнали, що фізичні відвідування лабораторій включають складну логістику та обмеження графіків, тому ми створили цифрову альтернативу, доступну 24/7 з будь-якого місця у світі.

Медичні працівники переміщаються через детальні, інтерактивні симуляції, які перевіряють їхні знання та підвищують їхнє розуміння лабораторних процедур. Платформа розроблена для декількох пристроїв, забезпечуючи гнучкість у тому, як і де відбувається навчання. Ми розширили свою пропозицію, щоб включити віртуальні лабораторії для багатьох медичних умов та переклали ці досвіди багатьма мовами, щоб підтримати глобальну освіту.

Відгук був надзвичайно позитивним. Користувачі постійно хвалять три аспекти:

1. Реалізм: Високоякісне середовище створює автентичне відчуття присутності у робочій лабораторії
2. Залученість: Інтерактивні елементи підтримують інтерес та увагу протягом усього навчального досвіду
3. Гнучкість: Можливість доступу до навчання у свій зручний час та темп

Найважливіше, що медичні працівники повідомляють про те, що вони відчувають більшу впевненість у своїх навичках та краще зберігають інформацію, ніж з традиційними методами навчання. Ця покращена пам’ять знань безпосередньо впливає на якість лікування пацієнтів у реальних умовах.

AI та іммерсивні технології можуть зробити навчання більш доступним, але чи бачите ви будь-які бар’єри – такі як регуляторні проблеми, коливання у прийнятті, або технічні обмеження – які потрібно подолати?

Коли мова йде про впровадження нових технологій у медичній освіті, бар’єри суттєво відрізняються між іммерсивними досвідами та застосуванням AI.

Основні виклики для іммерсивних технологій включають:

• Витрати на розробку: Традиційно створення високоякісних іммерсивних досвідів було дорогим. Однак AI фактично допомагає нам подолати цю проблему, прискорюючи створення контенту та скорочуючи час виробництва.
• Доступність: Ми забезпечуємо, щоб наше іммерсивне навчання залишалося доступним, розробляючи для декількох платформ, як це продемонстровано нашою Віртуальною лабораторією, яка працює на різних пристроях. Цей підхід дозволяє учням взаємодіяти незалежно від їх технічної конфігурації.
• Коливання у прийнятті: Це, можливо, наш найбільш постійний виклик, особливо серед досвідчених медичних працівників. Наша стратегія полягає у поступовому знайомстві – починаючи з знайомих форматів, таких як наша Віртуальна лабораторія, яка вводить концепції просторового навчання без вимоги крутого навчального кривої. Це будує комфорт з іммерсивними концепціями, перш ніж переходити до більш складних технологій.

Для інтеграції AI ми стикаємося з іншими перешкодами:

• Технічні обмеження: Ми активно працюємо над цими обмеженнями, будуючи надійні платформи та підходи, які послужать основою для майбутніх розробок.
• Регуляторні проблеми: Це представляє наш найбільший виклик. Регуляторні органи мають обґрунтовані питання щодо точності та валідності AI-генерованого контенту в медичній освіті. Наш підхід полягає у розробці внутрішніх випадків використання спочатку, створюючи конкретні приклади, які ми можемо використовувати для конструктивного взаємодії з регуляторними командами. Ми визнаємо, що нам потрібно підтримувати їхнє розуміння, одночасно розробляючи відповідні обмеження.

Подолавши ці бар’єри систематично та визнавши їхню особливість, ми створюємо шляхи для відповідальної інновації, яка підтримує високі стандарти, необхідні у медичній освіті.

З AI, що прискорюється з безпрецедентною швидкістю, чи бачите ви момент, коли AI може взяти на себе більш активну роль у реальному часі лікування пацієнтів, а не тільки бути інструментом підтримки?

Це крокає трохи поза межами моєї сфери експертизи, але я думаю, що ми можемо бачити, як AI вже рухається за межі ролей підтримки у сфері охорони здоров’я, з прикладами, такими як AI-асистовані діагностики та реальне керівництво під час операцій. У найближчі п’ять років я очікую, що AI візьме на себе значно більш активну роль у лікуванні пацієнтів, але воно не повністю замінить людей. Натомість AI буде працювати поряд з медичними працівниками у рамках “людини в циклі” – пропонуючи допомогу без прийняття повного контролю. Ця зміна викликає етичні проблеми щодо довіри та відповідальності – хоча AI може пропонувати діагнози або плани лікування, остаточне рішення все одно буде прийматися людьми, щоб забезпечити безпеку пацієнтів. AI покращить процес прийняття рішень, але людська увага залишається важливою.

У світі, де AI-генеровані медичні інсайти можуть одного дня перевершити людей-професіоналів у певних завданнях, як галузь охорони здоров’я повинна готуватися до цієї зміни?

З кожною технологічною трансформацією ми бачимо зміщення завдань, а не заміну людей. Галузь охорони здоров’я повинна переосмислити AI не як заміну професіоналів, а як співробітника. Це проста формула – Людина + AI більше, ніж Людина або AI окремо.

Ця зміна буде поступовою та специфічною для завдань – ймовірно, починаючи з таких областей, як імідж-орієнтована діагностика, скринінг патології та прогностична аналітика для пацієнтів, які погіршуються. Це області, де розпізнавання закономірностей у великих масштабах надає AI природну перевагу, тоді як більш складне клінічне мислення залишиться людським у найближчому майбутньому.

Нам потрібно почати з малих, цілевих завдань, які забезпечують негайну цінність, а не звичайного підходу “все або нічого” монолітних рішень. Цей ітеративний підхід дозволяє клінікам та пацієнтам будувати довіру до можливостей AI з часом.

Натомість ніж опиратися зміні, галузь охорони здоров’я повинна активно формувати, як AI впроваджується в екосистему охорони здоров’я, забезпечуючи, що воно покращує, а не знижує людські елементи, які залишаються центральними для лікування.

У кінцевому підсумку перший крок, який повинна зробити будь-яка організація, – демократизувати вплив AI. Дайте своїм співробітникам особисті завдання, щоб відкрити їм очі на можливості – попросіть їх створити зображення, написати електронний лист або побудувати презентацію, використовуючи інструменти AI. Як тільки вони самі переживуть силу AI, вони принесуть цей ентузіазм назад, щоб ідентифікувати значимі застосування у своїй щоденній роботі. Інновації знизу часто створюють найбільш практичні та ефективні рішення.

Багато компаній борються зі масштабуванням рішень AI за межами пілотних проєктів. Які стратегії ви використали для успішної реалізації AI у великих масштабах?

Для мене успішне масштабування будь-якого технологічного проєкту включає вирішення двох критичних викликів: технічної інфраструктури та прийняття користувачами.

У сильно регульованому середовищі охорони здоров’я встановлення надійної технічної основи є важливим перед масштабуванням будь-якої ініціативи AI. Нам потрібно безпечна, відповідна інфраструктура, яка балансує інновації з вимогами безпеки пацієнтів.

З новими технологіями прийняття часто стає найбільшим бар’єром для масштабування. Ми виявили, що зробивши AI якнайбільш невидимим, це важливо для широкого прийняття. Наприклад, бути перед обличчям порожнього екрана та потребувати написання ефективного запиту створює значну фрикцію для більшості користувачів. Натомість ми розробляємо рішення, де користувачі можуть просто натиснути попередньо налаштовані кнопки або використовувати знайомі робочі процеси, які використовують AI за лаштунками.

Наш підхід ставить за мету починати з малих масштабів, але будувати з урахуванням масштабу з дня першого. Натомість ніж створювати одноразові рішення, ми розробляємо модульні компоненти, які можна розширити та повторно використати у кількох випадках використання. Це дозволяє успішним пілотним проєктам стати шаблонами для ширшого впровадження.

Ви вважаєте, що AI готується трансформувати охорону здоров’я способами, які раніше вважалися науковою фантастикою. Які конкретні досягнення, на вашу думку, матимуть найбільший вплив протягом наступних п’яти років?

Як дитина 80-х, я пам’ятаю телешоу “Людина на шість мільйонів доларів” та “Жінка-біонічна” 1970-х років. Ці шоу представляли персонажів, фізично збільшених технологіями, справжня революція з AI полягає у когнітивному збільшенні. Це найбільш захоплює мене.

За наступні п’ять років я вважаю, що кілька інших конкретних досягнень фундаментально трансформуватимуть охорону здоров’я:

1. Автоматизація адміністративних завдань: Бюрократичне навантаження, яке зараз споживає так багато часу медичних працівників, буде суттєво скорочено. Це не тільки питання ефективності – це питання про повернення догляду до охорони здоров’я шляхом перенаправлення людської уваги на взаємодію з пацієнтами.
2. Прискорення відкриття ліків: Час від ідентифікації терапевтичних цілей до розробки ефективного лікування буде скорочено з десятиліть до років або навіть місяців. AlphaFold, створений і відкритий Google DeepMind, вже революціонізував наше розуміння структури білків – вирішуючи питання за кілька днів, які раніше займали роки лабораторної роботи.
3. Точна діагностика у великих масштабах: Системи AI суттєво покращать ранню діагностику захворювань, таких як рак, захворювання серця та неврологічні розлади, завдяки розпізнаванню закономірностей у великих масштабах.
4. Персоналізоване лікування: Плани лікування будуть постійно уточнюватися на основі індивідуальних даних пацієнтів, коригуючись у реальному часі для максимізації ефективності та залученості пацієнтів у своєму лікуванні.

Темп цих змін буде вражаючим. Розробка AI подібна до років собаки – але з експоненційним прискоренням. Ми побачимо те, що могло б зайняти 50 років традиційних досліджень та впровадження.

Ці сценарії не є далеким науковим фантастиком – вони вже з’являються у ранній формі, це не майбутнє, це зараз.