William Cavanaugh, MBA เป็น CEO ของ คองคอร์ด เทคโนโลยีส์–
บอกฉันเกี่ยวกับตัวคุณและบริษัท
ฉันทำงานด้านเทคโนโลยีมามากกว่า 30 ปีและเป็นสายเทคโนโลยีด้านสุขภาพมาเป็นเวลา 20 ปี ฉันสวมหมวกทุกใบในบริษัทเทคโนโลยีด้านสุขภาพ ตั้งแต่ชงกาแฟ พัฒนาซอฟต์แวร์ ทิ้งขยะ ปิดข้อตกลง และเขียนธุรกิจ
ภารกิจระดับสูงของ Concord Technologies คือการพัฒนาการดูแลสุขภาพผ่านการแลกเปลี่ยนระดับสากลและการประมวลผลข้อมูลอัจฉริยะ เราใช้ประโยชน์จากปัญญาประดิษฐ์ขั้นสูงเพื่อขับเคลื่อนระบบนิเวศด้านการดูแลสุขภาพที่ชาญฉลาด เร็วขึ้น และเชื่อมโยงกันมากขึ้น
ระบบสุขภาพได้รับเอกสารประเภทใดบ้าง และเผชิญกับความท้าทายอะไรบ้างในการประมวลผล?
ความท้าทายใหญ่ในการดูแลสุขภาพคือการแลกเปลี่ยนข้อมูลระหว่างหน่วยดูแลสุขภาพต่างๆ คุณต้องดูปริมาณข้อมูลด้วย ข้อมูล 2.3 เซ็ตตาไบต์ถูกสร้างขึ้นทุกปีทั่วทั้งระบบการดูแลสุขภาพ เซตตะไบต์คืออะไร? ฉันสามารถบอกคุณได้ว่ามันเป็นหนึ่งพันล้านกิกะไบต์ แต่นั่นไม่ได้แสดงถึงความท้าทายจริงๆ
ถ้าคุณลองดูที่โรงพยาบาลแห่งหนึ่ง เพื่อวาดภาพ โรงพยาบาลแห่งหนึ่งสร้าง 50 เพตาไบต์ทุกปี มันกลับยากที่จะเข้าใจ ลองนึกภาพตัวเองอยู่ในสนาม NFL ในชามใบบน หากคุณพิมพ์ข้อมูลทางกายภาพที่เทียบเท่ารายปีจากโรงพยาบาลโดยเฉลี่ยเพียงแห่งเดียว มันจะเติมเต็มสนามกีฬา NFL 750 แห่งจนล้น และจะเติบโตที่ 36% ต่อปี
ตอนนี้คุณต้องแบ่งปันข้อมูลนี้ คุณไม่สามารถส่งอีเมลไปหาหมอได้เพราะมันจะไปเป็นขยะหรือสแปม คุณต้องมีวิธีที่ปลอดภัยและแพร่หลายในการแบ่งปันข้อมูลนี้ ทุกคนคิดว่าผู้จำหน่าย EHR รายใหญ่จะแก้ปัญหาได้ แต่มีผู้จำหน่าย EHR กว่า 500 ราย พวกเขาไม่ใช่ผู้เล่นเพียงคนเดียวเมื่อคุณเพิ่มข้อมูลรังสีวิทยา, PACS, ผู้ชำระเงิน และยา มีระบบที่แตกต่างกันมากมาย
ในด้านหน่วยแพทย์ สหรัฐอเมริกามีโรงพยาบาล 6,000 แห่ง แต่จำนวนดังกล่าวเพิ่มขึ้นมากกว่า 200,000 หน่วยที่แตกต่างกัน และเพิ่มขึ้นเมื่อคุณเพิ่มการรักษาหลังเฉียบพลัน ผู้ป่วยนอก เอกชน การดูแลเฉียบพลัน เวชปฏิบัติเฉพาะทาง และอื่นๆ อีกมากมาย ปัญหาที่เรากำลังแก้ไขครอบคลุมอุปกรณ์ที่แตกต่างกัน 200,000 ราย ผู้จำหน่ายซอฟต์แวร์ 1,000 ราย ข้อมูล 2.3 เซตตะไบต์ที่เพิ่มขึ้น 36% ต่อปี และคุณจำเป็นต้องแชร์ข้อมูล
พื้นที่ที่เราเล่นคือเอกสาร พิจารณาเอกสารระหว่างผู้ชำระเงิน ร้านขายยา EHR เฉพาะทางและหลัก ลูกค้ารายใหญ่ของเราผลิตในปริมาณมาก เราดำเนินการประมาณ 22 ล้านเพจต่อวันผ่านเครือข่ายของเรา ลูกค้ารายใหญ่ของเราสร้างเอกสารมากกว่า 50 ล้านฉบับต่อเดือน หนึ่งใน EHR ขนาดใหญ่ของเรามีรายได้ 90 ล้านต่อเดือน เรานำข้อมูลนั้นมาผ่านโปรโตคอลการแลกเปลี่ยน โปรโตคอลสากล จากนั้นเราก็อยากจะบอกว่าเราทำให้ข้อมูลนั้นเป็นจริง เราจัดหมวดหมู่เอกสาร ดึงข้อมูลสำคัญแล้วแทรกลงในระบบที่เราดำเนินการอยู่
ผู้คนอาจคิดว่าการทำงานร่วมกันเป็นการแลกเปลี่ยนข้อมูลแบบ FHIR แนวทางดังกล่าวเกี่ยวข้องกับวิธีการจัดการเอกสารอย่างไร
ฉันมักจะบอกว่าเราไม่ได้อยู่ในธุรกิจแฟกซ์ แต่ที่ความสูง 10,000 ฟุต เราเป็นบริษัทแฟกซ์ แม้ว่าเราจะไม่ใช้กระดาษและเครื่องแฟกซ์ก็ตาม เราใช้โปรโตคอลแฟกซ์ดิจิทัลเพื่อแลกเปลี่ยนเอกสารเหล่านี้
FHIR มีมานานแล้ว บวกกับ HL7, กลไกการรวม, QHIN และ HIE กำลังพยายามสร้างการแลกเปลี่ยนข้อมูลที่มีโครงสร้าง เราทำให้มันเรียบง่าย คุณมีหมายเลขโทรศัพท์และจาก EPR ใด ๆ ที่คุณคลิกที่ “ส่งเอกสาร” หาก MD Anderson ต้องการส่งเอกสารไปที่ Debbie’s Dermatology ในไรซ์เลค รัฐมินนิโซตา จาก EHR พวกเขาคลิก “ส่งเอกสาร” และ Debbie’s Dermatology หากเธอมีหมายเลขแฟกซ์ ก็จะได้รับเอกสาร จากนั้นจะส่งคำตอบกลับไปยังแพทย์อ้างอิง MD Anderson โดยอัตโนมัติว่าได้รับเอกสารแล้ว
นั่นคือสิ่งที่เราทำง่ายๆ แต่เราไม่ได้หยุดอยู่แค่นั้น คลินิกผิวหนังขนาดใหญ่ของคุณจะได้รับเอกสาร 5,000 ฉบับในหนึ่งเดือน เอกสารนี้คืออะไร? เราจำแนกมัน จากนั้นคลินิกผิวหนังจะค้นหาข้อมูลต่างๆ ในแผนภูมิ 50 หน้าที่เพิ่งพบว่าคลินิกระบบทางเดินปัสสาวะจะพิจารณา เราดึงข้อมูลโดยใช้ AI ที่เกี่ยวข้องกับผู้รับเอกสาร นี่คือจุดที่เรานำมันมาสู่ชีวิต
แฟกซ์ได้รับตัวแทนที่ไม่ดีในตลาด ฉันเกือบจะไม่รับงาน CEO นี้เพราะได้ยินมาว่าเราเป็นบริษัทแฟกซ์ แต่เราอยู่ในธุรกิจแลกเปลี่ยนดิจิทัลและใช้โปรโตคอลสากล
อย่างไรก็ตาม คุณถามเกี่ยวกับ FHIR มีหลายกรณีที่ FHIR เข้ามามีบทบาท เราใช้ FHIR เพื่อสร้างการค้นหาเพื่อค้นหาผู้ป่วยใน Debbie’s Dermatology ให้ตรงกัน เพื่อให้เราสามารถแทรกบันทึกลงในระบบได้ จากนั้นเราก็ใช้ HL7 ซึ่งมีมาประมาณ 15 ถึง 20 ปีเช่นกัน
ภาพในใจของการแฟกซ์คือมีคนเห็นกระดาษเทอร์มอลม้วนออกจากเครื่องแฟกซ์ที่ติดเทปหมายเลข “ส่ง” การดูแลสุขภาพเป็นเพียงอุตสาหกรรมเดียวที่การส่งแฟกซ์ยังเป็นวิธีการแลกเปลี่ยนข้อมูลที่มีประสิทธิภาพหรือไม่?
เมื่อคุณส่งแฟกซ์ คุณนึกถึงกระดาษยับ และถ้าคุณอายุเท่าฉัน ก็ให้กดสัญญาณโทรศัพท์ นั่นไม่ใช่ธุรกิจที่เราอยู่
เรามีบุคคลที่สามทำการวิจัยตลาด และฉันยังคงประหลาดใจกับจำนวนเครื่องแฟกซ์และแฟกซ์กระดาษที่ยังคงดำเนินการในการดูแลสุขภาพ เอกสารอย่างน้อย 10% ถึง 15% ยังคงผ่านโปรโตคอลโทรศัพท์แบบมีสายที่ล้าสมัย
อุปกรณ์อื่นๆ ยังใช้แฟกซ์ ทั้งแฟกซ์แบบดิจิทัลและแบบเก่า ฝ่ายกฎหมายยังคงใช้ในการส่งแฟกซ์เอกสาร ผู้จ่ายเงิน, FBI และ IRS ยังคงใช้มันอยู่ หน่วยงานภาครัฐและสถาบันขนาดใหญ่อื่นๆ พร้อมด้วยบริษัทจำนองใช้แฟกซ์แบบเก่า พวกเขายังเปลี่ยนไปใช้แฟกซ์ดิจิทัลด้วย
ความต้องการดังกล่าวยังคงมีอยู่เมื่อคุณต้องการโปรโตคอลที่ปลอดภัยและแพร่หลายสำหรับการส่งและรับเอกสารในกรณีที่อีเมลใช้งานไม่ได้ และโปรโตคอลแฟกซ์นั้นยังคงใช้อยู่นอกสถานพยาบาล แต่ฉันจะบอกว่าประมาณ 70% ของการแลกเปลี่ยนเอกสารดิจิทัลผ่านโปรโตคอลแฟกซ์นั้นอยู่ในการดูแลสุขภาพ
การเปลี่ยนไปใช้แฟกซ์ดิจิทัลเปลี่ยนกระบวนการอย่างไร และจะขจัดคำวิจารณ์ด้านเทคโนโลยีใดบ้าง
คำวิจารณ์ที่ใหญ่ที่สุดของแฟกซ์ดิจิทัลคือไม่มีโครงสร้าง ตามโครงสร้าง ฉันหมายความว่าคุณแมปช่องข้อมูลเฉพาะจากระบบหนึ่งไปยังอีกระบบหนึ่ง แฟกซ์มาในรูปแบบเอกสารที่ไม่มีโครงสร้าง เช่น PDF, เอกสาร Word หรือไดอะแกรม มันไม่ได้แบ่งออกเป็นสาขาที่แยกจากกัน
เมื่อได้รับเอกสารนั้น ไม่ว่าจะเป็นการขออนุมัติล่วงหน้าสองหน้าหรือแผนภูมิผู้ป่วย 500 หน้า มันเป็นเพียงไฟล์ PDF ขนาดใหญ่เพียงไฟล์เดียว ฉันควรทำอย่างไรกับเอกสารขนาดใหญ่ที่ไม่มีโครงสร้าง? หากคุณหยุดเพียงแค่การส่งแฟกซ์แบบดิจิทัล แม้ว่าจะผ่านโปรโตคอลแฟกซ์ดิจิทัลบนคลาวด์ก็ตาม นั่นก็คือแฟกซ์ที่แท้จริง มันไม่ทำให้ฉันอยู่ในที่ที่ฉันต้องอยู่ ฉันยังต้องสแกนเอกสารหรืออ่านเพื่อดูว่าเกี่ยวข้องกับอะไรบ้าง
ด้วยการเปิดตัวโมเดลภาษาขนาดใหญ่ ซึ่งเป็น generative AI ที่แทรกซึมทุกส่วนของสังคม ฉันมองเห็นโอกาสในการดึงข้อมูลที่ไม่มีโครงสร้าง ชิ้นส่วนของข้อมูลจากแผนภูมิผู้ป่วย 500 หน้า ไปจนถึงโมเดลภาษาขนาดใหญ่ที่สามารถเข้าใจบริบทได้ด้วย ซึ่งโมเดลภาษาขนาดใหญ่นั้นทำได้ดีจริงๆ พวกเขาดึงข้อมูลที่สำคัญที่สุดที่ผู้รับต้องการ โดยจะเปลี่ยนวิธีการรับส่งแฟกซ์แบบดิจิทัลให้มีคุณภาพสูงขึ้น ต้นทุนลดลง และประสิทธิภาพในการดูแลสุขภาพที่ดีกว่าการพยายามใช้สิ่งที่มีมายาวนาน ฉันดูเกินบรรยายเกินไป แต่การจัดโครงสร้างฟิลด์เหล่านี้ทั้งหมดใน HL7 และ FHIR เพื่อแมปฟิลด์แยกเหล่านี้จากระบบหนึ่งไปยังอีกระบบหนึ่งเรียกว่า CCDA
ทำไมเราไม่ทำแผนที่นี้และทำการแลกเปลี่ยนข้อมูลที่มีโครงสร้างทั้งหมดนี้ล่ะ อีกครั้งเพียงแค่ดูระดับเสียง Epic มีรายการข้อมูลแยกตั้งแต่ 50,000 ถึง 150,000 รายการ ขึ้นอยู่กับการกำหนดค่า และการกำหนดค่าแต่ละรายการของ Epic เพียงอย่างเดียวจะแตกต่างกัน การทำแผนที่นั้นไม่ใช่วิทยาศาสตร์ที่เร็วนัก แต่ต้องอาศัยการทำงานเพียงครั้งเดียวและความพยายามอย่างต่อเนื่องในการติดตาม เทียบกับการส่งเอกสารทั้งหมดผ่านโปรโตคอลที่ปลอดภัยและแพร่หลายซึ่งทุกคนมี คุณไม่จำเป็นต้องมี FHIR, HL7, QHIN หรือ HIE คุณมีหมายเลขโทรศัพท์เพื่อให้คุณสามารถใช้ประโยชน์จากแกนหลักด้านโทรคมนาคมและความปลอดภัยที่มีอยู่แล้วได้ ตอนนี้ปล่อยให้เทคโนโลยีทำงานเพื่อทำให้เอกสารที่ไม่มีโครงสร้างมีชีวิตขึ้นมา
ถือว่าค่อนข้างใหม่แม้แต่กับบริษัทของเราและในอุตสาหกรรมแฟกซ์ดิจิทัลโดยรวม แต่เป็นวิธีหนึ่งในการเปลี่ยนแปลงการทำงานร่วมกันด้านการดูแลสุขภาพ
ข้อมูลในเอกสารเหล่านี้จำเป็นต้องบูรณาการเข้ากับ EHR และระบบอื่นๆ มากน้อยเพียงใด
เอกสารที่ไม่มีโครงสร้างที่เข้าโรงพยาบาล โดยปกติผ่านทางโปรโตคอลแฟกซ์ดิจิทัล อาจยังคงมีสัดส่วนอย่างน้อย 80% ของการส่งสัญญาณในการดูแลสุขภาพ เราเห็น Direct Secure Messaging และคิดว่าเป็นอีเมลที่ปลอดภัย อาจจะประมาณ 10% ของการส่งสัญญาณในขณะนี้ เมื่อคุณดำเนินการผ่าน Direct Secure Message ข้อความดังกล่าวจะเข้ามาผ่านโครงสร้าง แต่ความท้าทายก็คือ มันไม่ได้แสดงถึงข้อมูลทั้งหมด
แน่นอนว่าคุณไม่สามารถใส่รูปภาพลงไปได้ คุณจะไม่จัดโครงสร้างบันทึกทางคลินิก คุณยังต้องให้ข้อมูลที่ไม่มีโครงสร้างที่ให้บริบทแก่ผู้รับ แพทย์ที่จะตรวจสอบผู้ป่วยที่เพิ่งถูกถ่ายรูปที่สถานพยาบาลหรือไปที่ห้องฉุกเฉิน เพื่อรับบริบททั้งหมดของผู้ป่วย
คุณเรียกแนวทาง AI ของคุณว่า “Practical AI” นั่นหมายความว่าอย่างไร?
เราเรียกมันว่า Practical AI เพราะนั่นคือสิ่งที่เป็นอยู่จริงๆ AI จำนวนมากไม่ได้เพิ่มมูลค่ามากนัก ของเราใช้งานได้จริงเพราะมันค่อนข้างตรงไปตรงมา และเรามุ่งเน้นไปที่การแก้ปัญหาที่เกิดขึ้นจริงและใช้งานได้จริง ดังนั้นเมื่อมีเอกสาร 10,000 ฉบับส่งถึงผู้ชำระเงิน โรงพยาบาล หรือร้านขายยา คำสั่งซื้อจะเข้ากองทุนหรือไม่ การอนุมัติล่วงหน้ามีลำดับความสำคัญสูงหรือไม่ซึ่งจำเป็นต้องตอบกลับภายใน 30 นาทีข้างหน้า เนื่องจากมีผู้ป่วยใน ER รอการอนุมัติล่วงหน้านั้น หรือเป็นการเคลมที่ต้องดำเนินการภายใน 30 วันข้างหน้า? ส่วนแรกของ AI ที่ใช้งานได้จริงของเราคือให้เราดูเอกสารนี้ที่เพิ่งเข้ามาและระบุประเภทของเอกสาร
อีกส่วนหนึ่งของการปฏิบัติจริงคือในการดูแลสุขภาพ มีผู้ป่วย 9 ใน 10 คนที่เกี่ยวข้อง และอาจเป็นผู้ให้บริการและบันทึกหมายเลข เราจำเป็นต้องแยกผู้ป่วยและระบุตามวันเดือนปีเกิดและที่อยู่เพื่อให้เราสามารถค้นหาผู้ป่วยในระบบผู้รับได้ เป็นการใช้งานจริงของ AI เพื่อจำแนก ดึงข้อมูล และตัดสินใจว่าระบบควรใช้อะไรจากเอกสาร 50 หน้านี้ บางครั้งมี 20 หน้าและบางครั้งก็มีเพียงสามช่องเท่านั้น เราจะทำให้มันใช้งานได้จริงในสิ่งที่จำเป็นสำหรับการแพร่เชื้อขาเข้าสำหรับผู้ให้บริการโรงพยาบาลหรือผู้จ่ายเงินรายนั้น
AI เข้ากับวงจรกระแสโฆษณาและกลยุทธ์ทางธุรกิจของบริษัทของคุณได้อย่างไร
มันต้องผ่านวงจรกระแสเกินจริงและพบว่ามีการใช้งานจริงบ้างอย่างแน่นอน พวกเราที่ใช้ ChatGPT หรือเครื่องมือใดๆ มองเห็นความสามารถในการแยกแยะข้อมูลในภาษาพูดของมนุษย์ สังเคราะห์ข้อมูล และสร้างบทสรุปทางคลินิกที่ดีจริงๆ หากการประชุมที่คุณเข้าร่วมมีรายการดำเนินการสามรายการ คุณไม่จำเป็นต้องจดบันทึกเนื่องจากจะค้นหาให้คุณ นี่คือด้านปฏิบัติของวิธีการใช้ AI
ในโลกของเรา เราได้ทำการเรียนรู้ด้วยเครื่องมานานกว่า 10 ปี มันต้องอาศัยการฝึกฝนและการใช้งานเป็นอย่างมาก มีความท้าทายและเฉพาะเจาะจงมากขึ้นด้วยการแนะนำโมเดลภาษาขนาดใหญ่ ตอนนี้คุณสามารถโยนข้อมูลจำนวนมหาศาลลงในโมเดลภาษาขนาดใหญ่ โดยเฉพาะอย่างยิ่งเมื่อได้รับการปรับแต่งอย่างละเอียดด้วยการแจ้งเตือนด้านการดูแลสุขภาพที่ปรับแต่งได้ เพื่อเพิ่มประโยชน์ที่แท้จริงให้กับประสิทธิภาพ ความแม่นยำ และประสิทธิผลทางคลินิกในการให้การดูแล