Sean Shoffstall, Người đứng đầu AI, Đổi mới và Dữ liệu tại PaceMate – Loạt phỏng vấn

Sean Shoffstall, Người đứng đầu AI, Đổi mới và Dữ liệu tại PaceMate, là một nhà điều hành công nghệ và sản phẩm với hơn 20 năm kinh nghiệm xây dựng các giải pháp SaaS đổi mới và tích hợp các công nghệ AI mang lại kết quả kinh doanh có thể đo lường và phù hợp với các mục tiêu kinh doanh chiến lược.

Sean chuyên về việc chuẩn hóa trí tuệ nhân tạo, công nghệ y tế và các nền tảng dựa trên dữ liệu cho các đội và khách hàng, tăng cường năng suất và hiệu quả trong các quy trình lâm sàng. Công việc trước đây của ông trong việc tiên phong tích hợp AI vào các hệ thống quản lý y tế đã mang lại những cải thiện đáng kể về hiệu quả và kết quả bệnh nhân tốt hơn thông qua thiết kế trực quan và thông tin dựa trên dữ liệu.
Là một nhà lãnh đạo tư tưởng và diễn giả công khai về AI cho các nhà điều hành, Sean bắc cầu giữa khả năng kỹ thuật và triển khai kinh doanh chiến lược, tập trung vào quản lý sản phẩm và phát triển phục vụ nhu cầu lâm sàng thực sự. Ông xây dựng các đội cung cấp các giải pháp đổi mới giải quyết các thách thức y tế thực sự chứ không chỉ theo đuổi các xu hướng công nghệ, đảm bảo sự phù hợp với sự xuất sắc hoạt động và cải thiện kết quả bệnh nhân.

PaceMate là một công ty công nghệ y tế cung cấp PaceMateLIVE, một nền tảng dựa trên đám mây cho giám sát tim từ xa và quản lý dữ liệu. Hệ thống tích hợp dữ liệu từ các thiết bị tim cấy ghép, máy theo dõi ambulatory và ECG của người tiêu dùng, sử dụng việc ưu tiên tự động để giúp các nhà lâm sàng tập trung vào các cảnh báo quan trọng nhất. Nó hỗ trợ khả năng tương tác với các hệ thống hồ sơ sức khỏe điện tử lớn như Epic, Cerner và athenahealth, tối ưu hóa các quy trình lâm sàng, cải thiện hiệu quả hoạt động và tăng cường tính liên tục chăm sóc bệnh nhân trong các phòng khám tim.

Bạn đã xây dựng các giải pháp y tế dựa trên AI trong hơn 20 năm, bao gồm cả công cụ audiogram HIPAA đầu tiên tại Auditdata và hiện tại là nền tảng trí tuệ tim tại PaceMate. Điều gì đã truyền cảm hứng cho bạn chuyển sang sử dụng AI để biến dữ liệu lâm sàng thành thông tin hành động?

Tôi luôn được thúc đẩy bởi dữ liệu. Trong sự nghiệp đầu tiên của tôi trong tiếp thị kỹ thuật số, khẩu hiệu của cơ quan tôi là “Sáng tạo có thể đo lường” – ý tưởng rằng bạn có thể thúc đẩy cảm xúc và sáng tạo thông qua những gì bạn học được từ dữ liệu. Khi tôi chuyển sang y tế, tôi thấy một cách mới để sử dụng dữ liệu. Thay vì chỉ báo cáo những gì đã xảy ra với bệnh nhân, tôi bắt đầu tự hỏi: liệu chúng ta có thể sử dụng dữ liệu để xem xu hướng? Liệu chúng ta có thể dự đoán những gì có thể xảy ra tiếp theo?

Sau đó, AI xuất hiện và mở rộng những khả năng đó. Tôi thực sự tin rằng nếu chúng ta sử dụng AI một cách thông minh, theo cách Con người-trong-giữa, chúng ta có thể biến đổi y tế. Nó có thể mang lại cho các bác sĩ nhiều thời gian hơn với bệnh nhân trong khi các nhiệm vụ tầm thường xung quanh dữ liệu được xử lý bởi AI. Chúng ta chưa đạt đến đó yet, nhưng nền tảng đang được xây dựng để đưa chúng ta đến đó.

PaceMate quản lý một trong những tập dữ liệu tim mạch lớn nhất và mạnh mẽ nhất trên thế giới. Làm thế nào dữ liệu này được biến thành các thuật toán dự đoán cải thiện cả kết quả bệnh nhân và hiệu quả lâm sàng?

Dữ liệu là chìa khóa. Để có được sức mạnh tối đa từ AI và Học máy, tất cả đều phụ thuộc vào tập dữ liệu đào tạo mà bạn có. PaceMate là một nhà lãnh đạo trong ngành không chỉ vì dữ liệu của chúng tôi, mà còn vì đội ngũ của chúng tôi có nhiều thập kỷ kinh nghiệm lâm sàng để giải thích và xác thực nó. Khi bạn kết hợp dữ liệu đào tạo với chuyên môn đó, bạn bắt đầu thấy cách tiết kiệm một phút ở đây và hai phút ở kia có thể cộng lại thành những lợi ích lớn về hiệu quả.

Sau đó, khi bạn thêm khả năng xác định xu hướng trong dữ liệu bệnh nhân trong suốt thời gian tồn tại của thiết bị, bạn đang trao quyền cho các bác sĩ với những thông tin họ cần để đưa ra quyết định tốt nhất cho bệnh nhân của họ – được hỗ trợ bởi dữ liệu toàn diện nhất có thể.

Các khuôn khổ quy định như HIPAA và phê duyệt FDA thường làm chậm việc áp dụng AI trong y tế. Những bước thực tế nào mà các tổ chức có thể thực hiện để đổi mới một cách có trách nhiệm trong những hạn chế này?

Tại PaceMate, chúng tôi tin mạnh vào triết lý Con người-trong-giữa xung quanh AI. Chúng tôi không chuyển giao quyết định cho AI, chính xác là lý do tại sao FDA yêu cầu giám sát nghiêm ngặt. Thay vào đó, các tổ chức có thể sử dụng AI để khai thác, tổ chức và trình bày dữ liệu trong khi vẫn dựa vào chuyên môn lâm sàng để xác định điều gì đúng cho từng bệnh nhân.

Về HIPAA, quyền riêng tư của bệnh nhân là một vấn đề nghiêm trọng trong y tế, và chúng tôi luôn nên đặt nó lên hàng đầu. Đó là điều tuyệt vời về cách tiếp cận lấy con người làm trung tâm của chúng tôi – AI không cần biết bất cứ điều gì về thông tin nhận dạng cá nhân (PII) của bệnh nhân. Chúng tôi có thể ẩn danh dữ liệu và phân tích từ đó. Nhưng ngay cả với triết lý tốt nhất, sử dụng các công cụ HIPAA phù hợp – những công cụ đã xuất hiện trên thị trường trong vài năm qua – cũng là điều cần thiết.

Quyền riêng tư của dữ liệu luôn là một cách tiếp cận đa lớp, và quyền riêng tư của bệnh nhân nên luôn được đặt lên hàng đầu, ngay cả trước sự đổi mới.

Độ nhạy của dữ liệu là một vấn đề lớn trong chăm sóc tim. PaceMate đảm bảo rằng việc phát triển AI duy trì mức độ cao nhất của quyền riêng tư và niềm tin của bệnh nhân như thế nào?

Quyền riêng tư của bệnh nhân luôn là mộtcornerstone của PaceMate, và sự xuất hiện của AI chỉ củng cố thêm lý do tại sao cam kết này quan trọng. Chúng tôi tiếp cận việc phát triển AI với một triết lý “quyền riêng tư theo thiết kế” – có nghĩa là bảo vệ dữ liệu không phải là một suy nghĩ sau cùng, mà được xây dựng vào mọi giai đoạn.

Tất cả dữ liệu bệnh nhân được sử dụng trong đào tạo AI đều được ẩn danh và mã hóa nghiêm ngặt, tuân theo các giao thức vượt quá yêu cầu của HIPAA. Chúng tôi cũng tuân theo các nguyên tắc tối giản hóa dữ liệu, chỉ thu thập và xử lý những gì tuyệt đối cần thiết cho giá trị lâm sàng.

Trong chăm sóc tim, chúng tôi được giao phó một số dữ liệu sức khỏe thân mật nhất có thể tưởng tượng được. Đó là lý do tại sao chúng tôi tiến hành các đánh giá tác động quyền riêng tư thường xuyên và các cuộc kiểm toán bảo mật của bên thứ ba, vì việc giành được và duy trì niềm tin không phải là một nỗ lực một lần – mà là một trách nhiệm hàng ngày.

Tự động hóa trong y tế có thể là một con dao hai lưỡi. AI tại PaceMate được thiết kế để bổ sung – chứ không thay thế – chuyên môn của các nhà lâm sàng như thế nào?

Triết lý Con người-trong-giữa của chúng tôi có nghĩa là AI được sử dụng như một công cụ bổ sung, không bao giờ thay thế chuyên môn. Cam kết của chúng tôi trong việc sử dụng chuyên môn lâm sàng trong nhà và làm việc với các nhà lâm sàng trong các bệnh viện để hướng dẫn phát triển sản phẩm của chúng tôi trực tiếp định hình thực tiễn AI của chúng tôi.

Chúng tôi đặt câu hỏi như, “Điều gì sẽ làm cho bạn hiệu quả hơn?”, “Dữ liệu gì sẽ giúp bạn đưa ra quyết định tốt hơn?” và “Điều gì đang thiếu trong quy trình làm việc hiện tại của bạn?” Chúng tôi sau đó sử dụng những thông tin đó để hướng dẫn cách chúng tôi triển khai tự động hóa và AI mà không cản trở.

Nhiều hệ thống y tế gặp khó khăn với dữ liệu phân mảnh trên các thiết bị, hồ sơ sức khỏe điện tử và công cụ giám sát. Làm thế nào đội của bạn tiếp cận việc thống nhất những nguồn này để cung cấp thông tin thực sự quan trọng tại điểm chăm sóc?

Trong 10 năm qua, chúng tôi đã trở thành trung tâm dữ liệu cho giám sát từ xa, và chúng tôi hiểu luồng dữ liệu bệnh nhân từ trong ra ngoài. Bạn có thể nghĩ về nó như một biểu đồ danh tính nơi dữ liệu được thu thập và phục vụ theo từng giai đoạn cần thiết tại thời điểm đó. Chúng tôi đã xây dựng cơ sở hạ tầng để thu thập từ nhiều nhà sản xuất thiết bị, các nền tảng giám sát từ xa và hệ thống hồ sơ sức khỏe điện tử, sau đó chuẩn hóa và ngữ cảnh hóa dữ liệu để nó thực sự hữu ích tại điểm chăm sóc.

Chìa khóa là hiểu không chỉ cách thu thập dữ liệu mà còn cách trình bày nó. Chúng tôi cũng đã trở thành chuyên gia trong việc tổng hợp dữ liệu rộng lớn, ẩn danh để xác thực xu hướng và đảm bảo chất lượng khi chúng tôi đưa vào các nguồn dữ liệu mới. Khả năng kép này – cung cấp thông tin thực-time được cá nhân hóa trong khi vẫn duy trì tầm nhìn tổng thể – là điều cho phép chúng tôi biến dữ liệu phân mảnh thành thông tin hành động.

Với kinh nghiệm của bạn trên nhiều công ty khởi nghiệp về công nghệ y tế, những thách thức nào bị bỏ qua nhất khi tích hợp AI vào các quy trình lâm sàng trên quy mô lớn?

Quyền riêng tư và bảo mật là những điều đáng sợ đối với nhiều công ty công nghệ y tế nhỏ. Nhưng có những phương pháp hay và công cụ tuyệt vời có sẵn, và tất cả các nhà cung cấp đám mây lớn – AWS, Azure và Google Cloud – đều có các cố vấn với hướng dẫn và danh sách kiểm tra để giúp các công ty khởi nghiệp và doanh nghiệp giải quyết những thách thức này.

Một khi điều đó được xử lý, dữ liệu trên quy mô lớn trở thành rào cản tiếp theo. Điều bạn là ngày hôm nay với tập dữ liệu của mình sẽ hoàn toàn khác trong sáu tháng. Hiểu cách tận dụng dữ liệu có cấu trúc và không cấu trúc với một biểu đồ danh tính mạnh mẽ có thể là một nền tảng tốt để bắt đầu, và việc ghi chép lại cách tiếp cận của bạn dọc theo đường sẽ giúp ngăn chặn một số mái tóc bạc dọc theo đường.

Triển khai AI minh bạch và có trách nhiệm đang trở thành một yếu tố định hình trong đổi mới y tế. Bạn xây dựng trách nhiệm và giải thích vào các hệ thống AI được sử dụng cho hỗ trợ quyết định y tế như thế nào?

Điều này quay lại triết lý Con người-trong-giữa của chúng tôi. Chúng tôi thiết kế AI của mình để trình bày thông tin và mẫu, nhưng nhà lâm sàng luôn đưa ra quyết định cuối cùng. Điều đó tạo ra một lớp trách nhiệm tự nhiên nơi luôn có một chuyên gia có giấy phép xem xét và xác thực những gì AI đề xuất.

Chúng tôi cũng tập trung vào việc hiển thị “tại sao” đằng sau các khuyến nghị của AI. Các hệ thống của chúng tôi突出 những điểm dữ liệu nào đã thúc đẩy một thông tin cụ thể, vì vậy các bác sĩ có thể đánh giá liệu nó có ý nghĩa lâm sàng cho bệnh nhân cụ thể của họ hay không. Chúng tôi không yêu cầu các nhà lâm sàng tin vào một hộp đen – chúng tôi cung cấp cho họ sự minh bạch về logic.

Vì học hỏi diễn ra theo cả hai hướng, chúng tôi đã xây dựng các vòng phản hồi liên tục. Khi một nhà lâm sàng chấp nhận hoặc ghi đè một đề xuất của AI, điều đó thông báo cho sự cải tiến mô hình của chúng tôi. Điều này tạo ra trách nhiệm theo cả hai hướng và, theo thời gian, AI học hỏi từ chuyên môn lâm sàng trong khi các nhà lâm sàng có thể thấy sự đầu vào của họ trực tiếp định hình hệ thống.

Cuối cùng, AI giải thích trong y tế không chỉ là về minh bạch kỹ thuật, mà còn về việc tôn trọng phán quyết lâm sàng và tạo ra các công cụ bổ sung chứ không che giấu quá trình ra quyết định.

Là người thường xuyên tư vấn cho các nhà điều hành về chiến lược AI, những thay đổi về tư duy nào là quan trọng nhất đối với các nhà lãnh đạo y tế đang tìm cách chuyển từ thử nghiệm sang việc áp dụng có ý nghĩa?

Khi tôi nói chuyện với các nhà lãnh đạo kinh doanh về AI, tôi cố gắng thúc đẩy họ đến một tư duy “Điều gì nếu?” hoặc “Tôi ước…” Một trong những công cụ mạnh nhất trong AI là khả năng khai thác tầm nhìn thế giới về một vấn đề thay vì chỉ những người xung quanh bạn hoặc những thành kiến của riêng bạn. Vì vậy, bất cứ khi nào bạn nghĩ rằng điều gì đó khó khăn hoặc không thể, hãy sử dụng AI yêu thích của bạn để nói “Tôi ước tôi có thể…” và mô tả những điều cản trở bạn. Đó là siêu mạnh. Tôi cũng hướng dẫn họ để AI của họ trở nên tò mò. Nói cho nó biết vấn đề của bạn, nhưng cũng nói cho nó hỏi bạn những câu hỏi chi tiết. Đôi khi, điều đó alone sẽ đưa bạn đến những giải pháp thực sự độc đáo.

AI cũng là một công cụ tuyệt vời cho việc lập kế hoạch. Các nhà điều hành cần thiết lập chiến lược trong khi cũng tạo ra một kế hoạch hành động, xác định cách đo lường thành công và xác định các điểm khó khăn trước khi chúng xảy ra. AI rất tốt trong việc giúp tạo ra các kế hoạch để bắt đầu.

Cuối cùng, chúng ta luôn đọc về cách AI đang lấy đi việc làm và các công ty đang sa thải người để ủng hộ AI. Tôi nghĩ rằng đó là một cách suy nghĩ sai về AI. Một công ty được xây dựng trên sản phẩm hoặc dịch vụ cho người dân cần người dân để hiểu những gì họ đang cung cấp. Thay vì sử dụng AI để giảm chi phí, hãy nghĩ về cách AI có thể lấy đi những nhiệm vụ tầm thường từ người của bạn và trở thành một bộ khuếch đại. Nếu bạn có thể giảm chi phí 15% hoặc bạn có thể tăng năng suất 200%, thì đâu là quyết định kinh doanh tốt hơn?

Nhìn về phía trước năm năm, bạn hình dung AI sẽ thay đổi cảnh quan của giám sát tim và y học dự phòng như thế nào – và những cột mốc nào bạn hy vọng đạt được tại PaceMate trong thời gian đó?

AI sẽ ngày càng trở thành một phần của công việc và cuộc sống hàng ngày của chúng ta trong năm năm tới. Khi người dùng của chúng tôi trở nên thoải mái và tin tưởng hơn vào đầu ra, nó mở ra vô số khả năng và quan hệ đối tác.

Tôi sẽ rất thích cung cấp các công cụ giúp các nhà lâm sàng ưu tiên chăm sóc cho những bệnh nhân cần nhất – những người có thể có nguy cơ cao nhất gặp phải một sự kiện bất lợi. Từ đó, chúng tôi có thể bắt đầu sử dụng AI và dữ liệu xu hướng để chỉ ra các kết quả có thể khác nhau cho từng bệnh nhân, mang lại cho các bác sĩ một bức tranh rõ ràng hơn về những gì phía trước.

Cuối cùng, khi chúng tôi có thể cung cấp thông tin mà mọi người tin tưởng, việc tìm kiếm những quan hệ đối tác tuyệt vời với các bệnh viện nghiên cứu để giúp họ tận dụng các mô hình của chúng tôi sẽ là một mục tiêu đầy tham vọng. Đó là nơi chúng tôi thực sự có thể thúc đẩy đổi mới trên toàn ngành nhanh hơn và tạo ra tác động có ý nghĩa đến chăm sóc tim nói chung.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập PaceMate.