Phỏng vấn
Ed Chidsey, Tổng giám đốc Đơn vị Kinh doanh Insights của Inovalon – Loạt phỏng vấn
Ed Chidsey, Tổng giám đốc Đơn vị Kinh doanh Insights của Inovalon, mang đến vai trò của mình một nền tảng rộng lớn về dữ liệu tài chính, phân tích và tư vấn chiến lược — gần đây nhất là Phó Chủ tịch tại S&P Global Market Intelligence, nơi ông quản lý một doanh nghiệp dữ liệu và phân tích trị giá một tỷ đô la với 2.000 nhân viên, và trước đó là cố vấn tư nhân, thành viên hội đồng quản trị của PeerNova Inc. và đối tác hạn chế tại Mendoza Ventures.
Inovalon, là một công ty công nghệ có trụ sở tại Mỹ, cung cấp các giải pháp phần mềm và phân tích dữ liệu dựa trên đám mây cho ngành chăm sóc sức khỏe. Thông qua dịch vụ cốt lõi của mình, Nền tảng Inovalon ONE®, công ty này tổng hợp và phân tích dữ liệu lâm sàng và yêu cầu thực tế lớn — bao gồm hàng trăm triệu cuộc sống — để hỗ trợ các kế hoạch chăm sóc sức khỏe, nhà cung cấp, dược phẩm và các tổ chức khoa học đời sống trong việc cải thiện kết quả lâm sàng, chất lượng chăm sóc, đánh giá rủi ro, tính toàn vẹn thanh toán và hiệu quả hoạt động.
Bạn đã có một sự nghiệp lâu dài bao gồm S&P Global, IHS Markit và hiện tại là Inovalon. Vai trò hoặc kinh nghiệm nào là yếu tố quyết định giúp bạn tập trung vào dữ liệu thực tế (RWD) và phân tích trong chăm sóc sức khỏe, và điều đó đã định hình tầm nhìn của bạn như thế nào khi lãnh đạo Đơn vị Kinh doanh Insights tại Inovalon?
Tôi đã dành hầu hết sự nghiệp của mình để xây dựng, điều hành và mở rộng các doanh nghiệp dữ liệu và phân tích, chủ yếu trong lĩnh vực dịch vụ tài chính, thường bắt đầu từ quy mô nhỏ và thúc đẩy sự tăng trưởng đáng kể thông qua sự kết hợp giữa chiến lược hữu cơ và vô cơ. Sau hơn ba thập kỷ trong ngành tài chính, tôi đã đến một điểm mà tôi cần phải tạm dừng và tái thiết lập. Tôi đã dành nhiều thời gian trong thế giới đó, và mặc dù tôi yêu thích công việc, nhưng môi trường đã bắt đầu cảm thấy ít thỏa mãn hơn. Vì vậy, vào đầu năm 2024, tôi quyết định bước sang một bên.
Năm đó đã giúp tôi rất nhiều. Tôi đã dành nhiều thời gian hơn với gia đình, tham gia vào một hội đồng doanh nghiệp và một tổ chức phi lợi nhuận, và, một cách không mong muốn, đã tham gia nhiều hơn vào việc của nhà thờ. Sự thay đổi này đã giúp tôi tập trung vào sự cân bằng, cộng đồng và mục đích theo cách mà tôi đã không làm được trong một thời gian dài. Đến cuối năm, tôi nhận ra rằng tôi vẫn còn nhiều năng lượng và đam mê cho việc lãnh đạo các đội và xây dựng doanh nghiệp, nhưng tôi muốn công việc đó cảm thấy cá nhân và có mục đích hơn.
Khi Adam Kansler, Giám đốc điều hành của Inovalon, liên hệ với tôi để kể thêm về công ty, thời điểm đó rất thuận lợi. Tôi đã làm việc chặt chẽ với Adam trong nhiều năm và có sự tôn trọng lớn đối với ông như một nhà lãnh đạo. Ông đã mô tả Inovalon như một nhà cung cấp hàng đầu về dữ liệu và giải pháp cho phép chăm sóc sức khỏe, công ty này hợp tác với các tổ chức trả tiền, nhà cung cấp, tổ chức dược phẩm và các công ty khoa học đời sống, và lưu ý rằng công ty đang tìm kiếm một người mới để lãnh đạo đơn vị kinh doanh Insights của họ.
Trước cuộc trò chuyện với Adam, tôi chưa từng nghĩ rằng tôi có thể tận dụng nền tảng của mình về dữ liệu và phân tích trong ngành chăm sóc sức khỏe. Tuy nhiên, khi tôi tìm hiểu thêm, nó đã tạo ra sự cộng hưởng. Dữ liệu chăm sóc sức khỏe rất cụ thể vì nó có thể ảnh hưởng đến chúng ta theo những cách thực tế. Ý tưởng áp dụng cùng mức độ nghiêm ngặt về phân tích và quy mô mà tôi đã phát triển trong dịch vụ tài chính để cải thiện chất lượng và kết quả chăm sóc sức khỏe là vô cùng hấp dẫn. Đó là mục đích mà đã mang tôi đến đây, và nó tiếp tục định hình cách tôi lãnh đạo đơn vị kinh doanh Insights, đưa dữ liệu, công nghệ và con người lại với nhau để tạo ra sự khác biệt có thể đo lường được trên toàn hệ thống chăm sóc sức khỏe.
Bạn nhìn thấy động thái của Inovalon trong việc đưa phân tích nâng cao và dữ liệu thực tế chính (RWD) có sẵn trên Đám mây Dữ liệu Trí tuệ Nhân tạo của Snowflake sẽ thay đổi động lực cạnh tranh trong chăm sóc sức khỏe và khoa học đời sống như thế nào?
Tôi coi đó là một động thái chiến lược để đáp ứng khách hàng ở nơi họ đang ở, hơn là thay đổi động lực cạnh tranh. Trong suy nghĩ của tôi, điều quan trọng là chúng tôi phải đảm bảo khách hàng có quyền truy cập vào dữ liệu và tài nguyên của chúng tôi trên các nền tảng mà họ muốn tiêu thụ theo cách hiện đại, linh hoạt và dễ tiếp cận hơn. Với điều này, chúng tôi biết rằng ngày càng nhiều khách hàng của chúng tôi đang chuyển sang các nền tảng như Snowflake, vì vậy điều quan trọng là chúng tôi phải đáp ứng họ ở đó, nơi họ muốn tiêu thụ dữ liệu của chúng tôi.
Điều gì phân biệt các dịch vụ RWD của Inovalon, chẳng hạn như Sổ đăng ký MORE2, với các nền tảng dữ liệu thực tế khác về chất lượng, độ sâu, kịp thời hoặc quy mô?
Điều phân biệt các dịch vụ RWD của chúng tôi, bao gồm Sổ đăng ký MORE2, là dữ liệu nguồn chính của chúng tôi. Chúng tôi thu thập dữ liệu này trực tiếp từ các thực thể khác nhau trên hệ thống chăm sóc sức khỏe, chẳng hạn như tổ chức trả tiền hoặc nhà cung cấp chăm sóc sức khỏe, và điều này mang lại cho chúng tôi một cái nhìn toàn diện về hành trình chăm sóc sức khỏe của bệnh nhân, cho phép chúng tôi suy ra những hiểu biết hỗ trợ việc ra quyết định trên toàn bộ chuỗi chăm sóc sức khỏe.
Mặc dù phạm vi dữ liệu mà chúng tôi có là một yếu tố phân biệt đáng chú ý, nhưng lịch sử và tính nhất quán đằng sau dữ liệu này thực sự đáng chú ý. Thông qua quan hệ đối tác với Snowflake, khách hàng của chúng tôi hiện có thể truy cập an toàn và nhanh chóng vào các tập dữ liệu dọc của chúng tôi về dữ liệu thực tế chất lượng cao, một khả năng đã truyền thống bị che khuất bởi các hệ thống phân mảnh và các quy trình nhập dữ liệu thủ công phức tạp. Đối với các công ty khoa học đời sống và dược phẩm sinh học, đặc biệt, việc có niềm tin rằng đối tác của họ sẽ cung cấp dữ liệu nhất quán và đáng tin cậy cho việc ra quyết định là hoàn toàn quan trọng đối với bệnh nhân mà họ phục vụ. Nền tảng đó là nền tảng của dịch vụ RWD của chúng tôi, mà chúng tôi tiếp tục mở rộng về phạm vi và các loại hiểu biết mà chúng tôi có thể tạo ra.
Các thách thức kỹ thuật hoặc quản trị chính trong việc liên kết hoặc tích hợp các tập dữ liệu từ các nguồn khác nhau để xây dựng bằng chứng thực tế toàn diện là gì?
Nó bắt đầu bằng việc nhận ra nền tảng của dữ liệu của chúng tôi, điều này quay trở lại các tương tác giữa bệnh nhân và nhà cung cấp, dược phẩm và tổ chức trả tiền của họ. Thường xuyên, những tương tác này là cá nhân và bắt nguồn từ các điểm chạm quan trọng trong chăm sóc của họ. Điều này làm cho việc trở thành người quản lý đáng tin cậy dữ liệu của chúng tôi là rất quan trọng và đòi hỏi chúng tôi phải có quản trị mạnh mẽ xung quanh dữ liệu này. Chúng tôi coi trọng trách nhiệm này rất nghiêm túc tại Inovalon, đặc biệt là khi dữ liệu thực tế (RWD) góp phần vào các quy trình bằng chứng thực tế.
Một trong những thách thức lớn nhất chúng tôi đối mặt là cân bằng giữa việc sử dụng dữ liệu và bảo vệ quyền riêng tư. Nếu tập trung duy nhất vào bảo vệ quyền riêng tư, bạn sẽ mất khả năng phân tích và trích xuất giá trị từ dữ liệu. Tuy nhiên, nếu chỉ tập trung vào phân tích, bạn sẽ rủi ro không đáp ứng được nghĩa vụ đạo đức hoặc quy định đối với bệnh nhân và gia đình. Sự cân bằng khó khăn này không chỉ là một thách thức kỹ thuật, mà còn là một thách thức quản trị. Chúng tôi liên tục phải xem xét những gì chúng tôi có thể làm, những gì chúng tôi nên làm và những gì chúng tôi không thể làm để bảo vệ dữ liệu mà chúng tôi có trong khi vẫn tối đa hóa giá trị và tác động của nó đối với hệ thống chăm sóc sức khỏe rộng lớn hơn.
Từ góc độ kỹ thuật, một thách thức lớn khác là liên kết. Bất kể một tập dữ liệu riêng lẻ sâu hoặc rộng đến đâu, nó không bao giờ đủ riêng mình. Khả năng kết nối các tập dữ liệu từ nhiều nguồn là rất quan trọng, và chúng tôi ưu tiên điều này mỗi ngày thông qua công việc của chúng tôi với các đối tác khác nhau.
Cuối cùng, quản trị là về việc tìm ra sự cân bằng đúng giữa bảo vệ dữ liệu theo cách đúng và vẫn đẩy ranh giới của những gì có thể để đạt được giá trị lớn nhất cho lợi ích chung. Điều đó không luôn luôn dễ dàng, đặc biệt là khi một số quy định, mặc dù có ý tốt, có thể vô tình kìm hãm sự đổi mới hoặc hạn chế lợi ích mà chúng tôi có thể cung cấp cho bệnh nhân và hệ thống chăm sóc sức khỏe rộng lớn hơn. Vai trò của chúng tôi là phải cẩn thận quản lý dữ liệu, hoạt động trong khuôn khổ của các thỏa thuận của nhà cung cấp và quy định, và vẫn tìm cách đổi mới một cách có trách nhiệm.
Cuối cùng, có một thách thức cấu trúc với hệ thống chăm sóc sức khỏe bị phân mảnh cao. Để khách hàng có thể truy cập tất cả dữ liệu họ cần, điều đó thường đòi hỏi phải kéo từ nhiều tập dữ liệu và liên kết dữ liệu trên các điểm chăm sóc khác nhau, với nhiều trung gian ở giữa. So với các ngành như dịch vụ tài chính, chăm sóc sức khỏe tụt lại phía sau hàng chục năm về mặt tích hợp dữ liệu và khả năng tương tác. Tuy nhiên, đây cũng là một cơ hội lớn cho Inovalon. Nếu chúng tôi có thể tiếp tục thúc đẩy cách dữ liệu được kết nối, cung cấp và sử dụng sáng tạo, chúng tôi có thể cung cấp phân tích và giải pháp đổi mới nhiều hơn, cuối cùng mang lại lợi ích cho bệnh nhân.
Làm thế nào bạn cân bằng bảo vệ quyền riêng tư, tuân thủ quy định và đổi mới khi triển khai các mô hình Trí tuệ Nhân tạo trên dữ liệu sức khỏe nhạy cảm?
Cách tôi nghĩ về Trí tuệ Nhân tạo là rằng, cuối cùng, nó là về việc thay thế hoặc nâng cao những gì có thể được thực hiện ngày nay, chỉ trong một cách nhanh hơn, thông minh hơn, tiên tiến hơn. Khi một khách hàng muốn triển khai một mô hình Trí tuệ Nhân tạo trên dữ liệu của chúng tôi, đó là điều chúng tôi phải chấp nhận. Giống như bất kỳ việc sử dụng dữ liệu nào của chúng tôi, có các điều khoản và điều kiện xác định những gì khách hàng có thể và không thể làm. Những điều này dựa trên các quyền và hạn chế của chúng tôi cũng như các quy định áp dụng. Khung này không thay đổi trong thế giới của Trí tuệ Nhân tạo, và chúng tôi cần phải là những người cho phép. Chúng tôi không thể sợ hãi nó. Chúng tôi phải chấp nhận nó một cách có trách nhiệm để Trí tuệ Nhân tạo có thể tiến bộ, vì nó có tiềm năng mang lại lợi ích khổng lồ cho hệ thống chăm sóc sức khỏe.
Trí tuệ Nhân tạo đòi hỏi cả dữ liệu lịch sử để xây dựng các mô hình và dữ liệu liên tục để duy trì chúng. Từ quan điểm của chúng tôi như một nhà cung cấp dữ liệu, đó là một vị trí mạnh, vì khi một mô hình được xây dựng trên dữ liệu của chúng tôi, nó trở nên gắn kết hơn. Chúng tôi phải tiếp cận mọi mô hình như chúng tôi sẽ làm với bất kỳ trường hợp sử dụng khách hàng nào, đảm bảo nó được cấp phép và quản lý đúng cách. Phần nhạy cảm hơn của Trí tuệ Nhân tạo, đặc biệt là trong chăm sóc sức khỏe, là đảm bảo luôn có một con người trong vòng lặp khi chăm sóc được cung cấp. Đó là một chủ đề lớn hơn nhiều, và nhiều người đang tranh luận về nó.
Từ quan điểm RWD, chúng tôi vẫn còn trong giai đoạn đầu. Trí tuệ Nhân tạo chưa mang lại nhiều kết quả đột phá trong chăm sóc sức khỏe, đặc biệt là khi tập trung vào các trường hợp sử dụng RWD. Chúng tôi đang khám phá một số cơ hội, bao gồm cả việc trích xuất dựa trên học máy từ các ghi chú lâm sàng, đây là một ứng dụng cơ bản hơn của Trí tuệ Nhân tạo. Ngoài ra, chúng tôi đang xem xét việc sử dụng Trí tuệ Nhân tạo trong các ứng dụng thử nghiệm lâm sàng và dự đoán tiến triển bệnh. Chúng tôi đang ở giai đoạn đầu của hành trình này, nhưng tiềm năng là vô cùng lớn. Tại Inovalon, chúng tôi tập trung vào việc đảm bảo rằng chúng tôi có dữ liệu chất lượng cao nhất có thể được sử dụng cùng với Trí tuệ Nhân tạo một cách có trách nhiệm, với quản trị mạnh mẽ và giám sát của con người, trong khi chuẩn bị để mở rộng tác động của nó khi công nghệ và hệ sinh thái trưởng thành.
Từ các cuộc trò chuyện với khách hàng, những mối quan ngại phổ biến nhất về việc áp dụng Trí tuệ Nhân tạo và phân tích dựa trên dữ liệu thực tế trong chăm sóc sức khỏe là gì, và bạn phản hồi lại chúng như thế nào?
Mối quan ngại phổ biến nhất tôi nghe thấy là chất lượng dữ liệu và quyền phép để tận dụng dữ liệu của chúng tôi để đào tạo các mô hình Trí tuệ Nhân tạo của riêng họ. Đối với chất lượng dữ liệu, với Trí tuệ Nhân tạo, ‘rác vào, rác ra’ đúng. Nếu chất lượng dữ liệu kém, nghĩa là dữ liệu không sạch hoặc có thể không có đủ dữ liệu, thì đầu ra sẽ không có giá trị. Khách hàng của chúng tôi mong đợi dữ liệu nhất quán, chính xác và đáng tin cậy. Vì khối lượng lớn mà chúng tôi quản lý, một trong những ưu tiên đầu tiên của tôi là đảm bảo chất lượng dữ liệu trên toàn bộ. Chúng tôi đã làm việc chăm chỉ để làm sạch, loại bỏ trùng lặp, chuẩn hóa và cung cấp dữ liệu hạ nguồn. Việc sở hữu chất lượng dữ liệu cũng giúp bằng cách cải thiện tính nhất quán và độ tin cậy trên các tập dữ liệu của chúng tôi, cho phép chúng tôi cung cấp nhiều hơn trong các dịch vụ phân tích dữ liệu truyền thống của chúng tôi, cũng như phân tích dựa trên Trí tuệ Nhân tạo.
Mối quan tâm thứ hai liên quan đến việc dữ liệu của chúng tôi có thể được sử dụng để hỗ trợ việc phát triển mô hình Trí tuệ Nhân tạo. Là một tổ chức dựa trên dữ liệu, điều quan trọng là chúng tôi phải cho phép các trường hợp sử dụng mới nổi này một cách có trách nhiệm. Vì sự phát triển nhanh chóng của cảnh quan dữ liệu và Trí tuệ Nhân tạo, chúng tôi đã thích nghi với cách tiếp cận của mình để cho phép điều này một cách có trách nhiệm, được hỗ trợ bởi quản trị mạnh mẽ, các điều khoản sử dụng rõ ràng và các biện pháp bảo vệ được xác định. Sự phát triển này cho phép khách hàng của chúng tôi đổi mới một cách tự tin với Trí tuệ Nhân tạo trong khi đảm bảo các thực hành dữ liệu có trách nhiệm, tuân thủ và đạo đức.
Làm thế nào bạn đo lường thành công hoặc ROI cho khách hàng áp dụng nền tảng và phân tích của bạn, và những chỉ số nào mà họ quan tâm nhất?
Chúng tôi đo lường thành công bằng tác động thực tế mà nền tảng và phân tích của chúng tôi có trên kết quả hoạt động và lâm sàng của khách hàng. Điều này có thể bao gồm các biện pháp thành công khác nhau, tùy thuộc vào khách hàng, như cải thiện xếp hạng sao CMS trong Medicare Advantage, tối ưu hóa điều chỉnh rủi ro hoặc tạo ra bằng chứng thực tế có thể hành động cho các công ty khoa học đời sống. Sợi dây chung là những hiểu biết phải kịp thời, đáng tin cậy và có thể hành động.
Đối với các chỉ số, khách hàng, tùy thuộc vào vị trí của họ trong chuỗi chăm sóc sức khỏe, có thể tập trung vào các khía cạnh như cải thiện chất lượng, giảm khoảng trống trong chăm sóc, tuân thủ tốt hơn các giao thức điều trị hoặc lợi ích chi phí hoặc sử dụng có thể đo lường được. Khách hàng nhận ra ROI khi phân tích của chúng tôi giúp họ đưa ra quyết định thông minh hơn để cải thiện kết quả cho bệnh nhân, hiệu quả hoạt động và/hoặc hiệu suất chiến lược.
Nhìn về tương lai 5 năm, bạn dự đoán Trí tuệ Nhân tạo và dữ liệu thực tế sẽ phát triển như thế nào trong chăm sóc sức khỏe và khoa học đời sống, và bạn coi điều gì là tiền tuyến tiếp theo?
Trong 5 năm, chăm sóc sức khỏe có thể trông giống như một điều gì đó mà không ai trong chúng ta nhận ra ngay bây giờ, nhưng điều đó là không thể dự đoán được mức độ nhanh chóng ngành công nghiệp sẽ phát triển. Sự chắc chắn duy nhất là nó sẽ là chuyển đổi. Mặc dù tốc độ đổi mới là phi thường, tiến bộ vẫn bị hạn chế bởi sự phân mảnh trên hệ thống chăm sóc sức khỏe, bao gồm các phòng thí nghiệm, nhà thuốc và hồ sơ sức khỏe điện tử, nơi mà rất ít tổ chức có thể thực sự kết nối những nguồn dữ liệu này một cách có ý nghĩa.
Mặc dù nó có thể là một yếu tố hạn chế, nếu dữ liệu có thể được liên kết và tạo ra dọc theo cách được chuẩn hóa và tiêu chuẩn hóa, thì tôi nghĩ rằng bất cứ điều gì cũng có thể xảy ra. Trí tuệ Nhân tạo sẽ ngày càng hỗ trợ mọi thứ, từ hỗ trợ quyết định lâm sàng đến cách các tổ chức khoa học đời sống tiếp cận thiết kế và thực hiện thử nghiệm lâm sàng. Trong 5 năm tới, chúng ta sẽ thấy nhiều tự động hóa hơn, sử dụng phân tích dự đoán được tăng cường và kết nối tăng cường, cung cấp cho các tổ chức quyền truy cập vào những hiểu biết họ cần trong thời gian thực, tất cả đều có tiềm năng chuyển đổi các hành trình chăm sóc và hoạt động chăm sóc sức khỏe.
Đối với các tổ chức vừa bắt đầu khám phá việc tích hợp Trí tuệ Nhân tạo với dữ liệu thực tế, bạn sẽ đưa ra ba lời khuyên gì?
Trước hết và quan trọng nhất, hãy tập trung vào dữ liệu và đảm bảo rằng bạn liên tục đánh giá chất lượng của dữ liệu. Thứ hai, hãy tận dụng sức mạnh trí tuệ của cơ sở nhân viên của bạn. Thực tế là những ý tưởng tốt nhất có thể đến từ mọi cấp độ của tổ chức, đặc biệt là các thế hệ trẻ hơn đang gia nhập lực lượng lao động đã sống và thở với dữ liệu, Trí tuệ Nhân tạo và công nghệ. Các nhà lãnh đạo nên tìm cách tận dụng những ý tưởng và đổi mới nằm sâu trong tổ chức và tạo một nền tảng để những quan điểm này được lắng nghe và thu thập. Thứ ba, hãy thuê đúng người. Không có đúng người và tài năng kỹ thuật, việc đổi mới với tốc độ, tạo ra giá trị và duy trì khả năng cạnh tranh sẽ gần như không thể.
Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Inovalon.
