다니엘 케인 플로리다 남부에 본사를 둔 ModMed의 공동 CEO이자 공동 창립자입니다.®는 진료 효율성을 높이고 환자 결과를 개선하기 위해 전문 분야별 지능형 플랫폼을 통해 의료 서비스를 혁신하고 있는 의료 IT 회사입니다.
2010년 2월에 설립된, 모드메드 직원 수는 1,200명이 넘고 총 투자액은 3억 3,200만 달러 이상으로 늘어났습니다. 의료 기술 회사로서 점진적인 성장으로 잘 알려진 ModMed는 Daniel의 리더십 하에 달성한 성과로 국내 및 지역적으로 자주 인정을 받고 있습니다. 2020년에 회사는 Inc. 매거진에서 미국 최고의 직장 중 하나로 선정되었습니다. 2016년부터 2018년 사이에 회사는 Deloitte Technology Fast 500에서 북미에서 가장 빠르게 성장하는 회사 중 하나로 선정되었습니다.™ 목록. 2015년부터 회사는 미국에서 가장 빠르게 성장하는 민간 기업을 모아 놓은 권위 있는 Inc. 5000 목록에 매년 선정되었습니다.
당신의 배경에 대한 통찰력과 그것이 ModMed에서의 당신의 작업에 어떤 영향을 미쳤는지 공유할 수 있습니까?
기술 분야로의 나의 여정은 제가 Blackboard를 공동 창립하면서 Cornell 학부 시절부터 시작되었습니다. 우리는 수업 노트를 디지털화하고 학생과 교수진에게 전례 없는 유연성과 상호 작용을 제공하는 플랫폼을 만들어 교육을 혁신했습니다. 저에게 있어 Blackboard의 성공은 2004년 IPO로 정점에 이르렀습니다. 우리의 솔루션이 교육 기술 분야의 판도를 바꾸는 동안 저는 새로운 도전에 주목하지 않을 수 없었습니다.
피부과 전문의에게 정기 검진을 받으러 갔을 때 그러한 어려움 중 하나가 나타났습니다. 우리는 오래된 종이 기반 시스템을 사용하는 데 따른 어려움과 이를 해결하는 방법에 대해 놀라운 이야기를 나눴습니다. 그의 의료 전문 지식과 나의 기술적 노하우 사이의 연결고리를 깨닫고 우리는 협력하여 최초의 전자 건강 기록(EHR) 플랫폼과 함께 ModMed를 만들기로 결정했습니다.
당시 일부 EHR은 이미 존재했지만 불행하게도 연구에서는 EHR이 의사 소진의 주요 원인 중 하나로 종종 인용되었습니다. 우리는 다른 접근 방식을 취하여 의료 전문 분야의 특정 워크플로우에 사용자 경험을 적용하도록 EHR을 설계했습니다. 당사의 대표적인 클라우드 기반 EHR인 EMA는 의사에 의해, 의사를 위해 설계되었으며, 이는 당사를 차별화하고 시장에서 당사의 비법을 정의합니다. 수년에 걸쳐 우리는 의료 제공자가 진료 운영을 단순화 및 합리화하고 치료 제공을 가속화하는 데 도움이 되는 전체 솔루션 제품군을 포함하도록 제품 제공을 확장해 왔습니다.
의료 분야에서 효과적인 AI를 위한 싸움이 데이터로 승패를 좌우한다고 어떻게 보시나요?
워크플로를 간소화하고 효율성을 극대화하기 위해 실무 내에서 AI 기술을 채택하는 사례가 증가하기 시작했습니다. 치료 제안이나 기타 임상 지원 권장 사항과 같은 보다 정교한 작업을 수행하기 위해 AI를 사용하는 시대로 전환함에 따라 올바른 데이터와 AI 교육 전략을 마련하는 것이 무엇보다 중요합니다. AI는 환자와 서비스 제공자의 경험을 크게 개선하고 의료 서비스를 진정으로 향상시킬 수 있는 체계적인 변화를 만들 수 있는 기회를 갖고 있지만, 이를 현실화하려면 모델을 훈련하는 데 사용되는 대량의 고품질 데이터가 필요합니다.
의료 산업의 AI 개발에 데이터가 왜 그렇게 중요한가요?
데이터는 AI의 생명선이며, 열악한 데이터 품질은 AI의 성능을 저하시켜 최적이 아닌 결과로 이어집니다. 이는 환자의 생명이 위태로워질 수 있으므로 의료 환경에서 심각한 결과를 초래할 수 있습니다. 그러나 더 가능성 있는 시나리오는 이러한 부정적인 경험이 AI에 대한 환자와 서비스 제공자 모두의 신뢰를 약화시켜 진행 속도를 늦추고 이 혁신적인 기술이 의료에 미칠 수 있는 긍정적인 영향을 미칠 수 있다는 것입니다.
예를 들어 시험실에서는 AI 지원 주변 청취 도구가 제공자가 검토하고 승인할 임상 노트 콘텐츠를 제안하도록 설계되었습니다. 이상적으로 이는 제공자가 EHR 내에서 문서화하는 데 소비하는 시간을 줄이고 환자와 더 많은 양질의 시간을 보낼 수 있도록 해야 합니다. 그러나 열악한 데이터 소싱과 제대로 훈련되지 않은 AI 도구는 반대 효과를 가져올 수 있으며, 이로 인해 공급자는 대신 오류를 수정하고 메모를 다시 작성하는 데 과도한 시간을 소비하게 됩니다.
또한 편견은 AI 알고리즘과 관련된 중요한 위험이며 품질 데이터는 의료 격차를 완화하는 데 중요한 역할을 할 수 있습니다. AI 모델은 법적으로 보호받는 집단을 포함한 다른 집단에 비해 특정 환자 집단을 우선적으로 효과적으로 치료하는 패턴을 학습할 수 있습니다. 데이터 입력을 모니터링하고 강력하고 대표적인 데이터에 대한 교육을 통해 AI 출력은 더욱 포괄적이고 정확해질 수 있습니다.
ModMed가 AI 모델을 훈련하는 데 사용하는 데이터 유형과 이 데이터가 어떻게 제공되고 관리되는지 자세히 설명해 주실 수 있나요?
ModMed에서는 포괄적인 전문 분야 데이터를 사용하여 AI 모델을 정밀하게 훈련하는 데 도움을 줍니다. 지난 14년 동안 우리는 개인 정보 보호법에 부합하는 전문 분야의 비식별 구조화된 데이터 세트를 만들었으며 이제 이 내부 데이터를 활용하여 AI 모델을 교육하고 있습니다. 예를 들어, 당사의 주변 청취 도구인 ModMed Scribe는 5억 명의 환자로부터 샘플링한 비식별 환자 기록의 수백만 개의 구조화된 매개변수를 바탕으로 최초의 전문 출시인 피부과 교육을 받았습니다.
ModMed는 의료 분야에서 “윤리적 AI”를 어떻게 정의합니까?
AI가 편견을 가지거나 “환각” 또는 누락의 형태로 부정확한 정보를 제공할 가능성은 환자의 삶에 영향을 미칠 수 있습니다. 이러한 이유로 의료 분야의 윤리적 AI는 정확성과 정밀도에 대한 높은 표준을 설정하는 것입니다. 이는 신중하고 책임감 있게 알고리즘을 개발하고 고품질의 다양한 데이터를 사용하여 모든 사용자가 보다 정확한 예측을 할 수 있도록 돕는 것을 의미합니다.
윤리적 AI는 또한 인간이 방정식에 남아 있도록 보장하는 것입니다. AI는 “의사를 능가하는” 것이 아니라 의사와 직원의 행정적 부담을 줄여 환자를 돕는 데 더 집중할 수 있도록 해야 합니다.
AI 기술을 윤리적으로 개발하고 배포할 수 있도록 ModMed에서는 어떤 조치를 취하고 있습니까?
고품질의 대표적인 교육 데이터 세트를 선별하는 구조화된 데이터 접근 방식은 책임 있는 AI를 현실화하는 데 도움이 됩니다. 당사의 EHR 시스템에서 다양한 의료 기관을 통해 수집된 관련성 및 비식별 데이터는 다양한 환자 모집단을 반영하는 다양한 교육 데이터 세트를 제공합니다.
또한, 우리 개발팀은 고품질 데이터 수집 및 활용을 촉진하기 위해 데이터 클리닝을 수용합니다. 이 프로세스를 통해 우리 팀은 데이터 세트에서 불일치, 오류 및 누락된 값을 식별, 수정 및 제거할 수 있습니다. 이러한 정기적인 유지 관리를 통해 성능 데이터, 특히 환자 결과에 영향을 미칠 수 있는 임상 데이터를 기반으로 AI를 지속적으로 업데이트할 수 있습니다.
AI 개발, 특히 의료 분야에서 투명성과 책임의 중요성에 대해 논의할 수 있습니까?
투명성은 책임성을 가능하게 하며, 이는 의료 분야의 모든 AI 솔루션의 중요한 기반이 되는 이유입니다. 의사의 최우선 순위는 환자 치료와 안전이므로 이는 놀라운 일이 아닙니다. 80%의 의사 AI 도구의 설계, 개발, 배포의 특징과 특징을 알고 싶습니다.
또한 모든 데이터가 동일하게 생성되는 것은 아닙니다. 데이터가 어디에 어떻게 저장되고 공급되는지, 그리고 얼마나 정기적으로 업데이트되는지 아는 것이 중요합니다. ModMed가 창립된 이래 투명성과 정확성을 우선시하는 데이터 전략에 전념해 온 것은 다행스러운 일입니다. 우리는 데이터 소스와 품질을 철저히 이해하고 있으며 AI 통합이 고객에게 상당한 가치를 제공할 것이라고 확신합니다.
AI는 EMA 및 gGastro와 같은 ModMed의 전문 EHR 시스템에 어떻게 통합되고 있습니까?
포트폴리오 전반에 걸쳐 우리는 한동안 기계 학습을 활용하고 고급 및 생성 AI에 대한 투자를 강화하여 의료 사업을 단순화하고 양질의 진료를 신속하게 진행해 왔습니다. 우리는 환자가 문에 들어서기 전에 시작하여 시험실을 거쳐 청구 부서까지 확장되는 전체 AI 기반 실습 경험을 구축하고 있습니다.
임상 환경에서 우리는 EMA를 위한 AI 주변 청취 파일럿 프로그램의 마지막 단계에 있습니다. 우리는 이 프로그램이 다운스트림 기능과 제안된 구조화된 콘텐츠에 대한 판도를 바꿀 것이라고 믿습니다. 당사의 AI 기반 문서 솔루션은 단순히 SOAP 메모를 기록하거나 초안을 작성하는 것 이상으로 관리 프로세스를 간소화하도록 설계되었습니다. 우리는 방대한 양의 구조화된 데이터를 활용하여 의사와 환자의 대화에서 필수 정보를 캡처하고 EHR과 협력하여 ICD-10 코드, 수술 코드 및 처방전을 포함한 방문 기록에 대한 관련 콘텐츠를 제안하도록 AI 모델을 교육하고 있습니다. 이를 통해 의사는 귀중한 시간을 절약하고 환자와 더 좋은 시간을 보낼 수 있습니다.
전문 분야별 AI 솔루션은 의료 서비스 제공자와 환자에게 어떤 구체적인 이점을 제공합니까?
두 가지 의료 전문 분야가 동일하지 않습니다. 이는 진료하는 환자, 치료하는 상태 및 상환에 사용되는 의료 규정에 따라 매우 다양합니다. AI 솔루션은 진정으로 의미 있는 방식으로 효과적이려면 이러한 변형을 수용할 수 있도록 맞춤화되어야 합니다.
예를 들어, ModMed의 EHR 및 AI 주변 청취 도구는 각 의료 전문 분야에 맞게 맞춤화되어 임상의에게 관련성이 높고 정확한 지원을 제공합니다. 각 전문 분야의 문서화 프로세스에는 고유한 의료 코드 및 용어를 포함하여 구조화된 데이터 노트 내의 다양한 구성 요소가 필요합니다. 이 전문화를 통해 AI는 다양한 전문 실무의 고유한 요구 사항과 작업 흐름을 더 잘 이해하고 예측할 수 있으며, 이를 통해 운영 효율성을 향상시키는 데 있어서 보다 효율적인 구현, 보다 빠른 채택 및 더 큰 전반적인 효율성을 얻을 수 있다고 믿습니다.
향후 5~10년 동안 의료 분야에서 AI가 가져올 가장 중요한 기회는 어디라고 보십니까?
미래에는 AI가 우리가 상상할 수 없는 방식으로 의료의 거의 모든 측면에 스며들게 될 것입니다. 이미 AI는 관리 업무에 활용되고 있으며, 단기적으로는 AI의 가치가 더욱 분명해지면서 이러한 추세가 급증할 가능성이 높습니다.
또한 ‘사용자 인터페이스’ 또는 UI가 사실상 보이지 않는 의사-환자 상호 작용 전반에 걸쳐 AI가 원활하게 통합되는 미래도 예상됩니다. 오늘날의 화면 기반 상호 작용 대신 AI는 현실과 증강 현실의 혼합을 제공할 수 있습니다. 이 미래 상태 AI는 잠재적으로 건강 기록을 분석하여 중요한 통찰력을 식별하고 다양한 질병에 대한 환자의 위험을 예측할 수 있습니다. 의료 기록에 있는 방대한 양의 데이터는 AI가 미래의 진료 요구를 예측하고 예방 진료 치료 계획을 수립하고 관리하는 데 도움을 줄 수 있는 기회를 제공합니다.
이 경험은 진료 환경을 넘어 환자의 일상 생활에 통합될 수 있습니다. AI 기반 웨어러블은 무엇보다도 개인화된 지원을 제공하고, 질문에 답하고, 약속을 예약할 수 있습니다. AI는 또한 활력 징후를 원격으로 모니터링하여 의료 제공자에게 잠재적인 건강 문제를 감지하고 경고할 수 있습니다. 데이터와 선호도를 기반으로 개별 환자에게 맞춤화된 맞춤형 치료 계획이 표준이 될 수 있습니다.
지금은 건강 관리에 있어 정말 흥미로운 시기입니다. 향후 5~10년은 업계를 더욱 변화시키고 환자 경험을 개선할 수 있는 기회가 무르익는 시기입니다.
훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자들은 방문하시기 바랍니다. 모드메드.
게시물 ModMed의 공동 CEO이자 공동 창립자인 Daniel Cane – 인터뷰 시리즈 처음 등장한 Unite.AI.
