Tim Vasil es cofundador y director de tecnología de CI hospitalariouna plataforma de gestión de operaciones que utiliza datos para ofrecer soluciones de IA basadas en aprendizaje automático llave en mano para mejoras operativas rápidas y sostenibles.
¿Qué te atrajo inicialmente de la informática?
Libros para bebés. Como estudiante universitario que no sabía qué carrera seguir, exploré un puesto de desarrollador web a tiempo parcial en BabyZone.com. ¡La experiencia fue increíble! Uno de mis primeros proyectos fue tomar un medio físico, libros para bebés, y llevarlo a la era digital, completo con sonidos, efectos de transición y un libro de visitas interactivo. Escribí un código, hice clic en un botón para subirlo al sitio web y, de repente, miles de padres tuvieron una forma de conectarse con amigos y familiares lejanos.
Esa aplicación de libros electrónicos para bebés reveló que la informática era un campo en el que podía ser un poco artista, ingeniero y tal vez incluso mago, y usar esas habilidades para mejorar la vida de muchas personas. Vi que podía escribir código una vez y tener un impacto duradero en todas partes. ¡Guau!
¿Podría contarnos la historia de génesis detrás de Hospital IQ?
El cofundador Rich Krueger y yo nos unimos para explorar áreas olvidadas por la tecnología. Uno pensaría que los hospitales no serían una de esas áreas, dados los miles de millones de dólares que gastan cada año en equipos médicos, registros médicos electrónicos y similares. Esas áreas ciertamente están bien cubiertas. Sin embargo, lo que vimos fue un lado completamente diferente de los hospitales, el lado operativo. Este lado se trata de averiguar cuándo programar cirugías, dónde transferir pacientes, qué pruebas priorizar, cómo planificar mejor para mañana, etc. Estos son problemas especialmente desafiantes y el software médico tradicional simplemente no los toca.
Para explorar la oportunidad, nos reunimos con los líderes del hospital y el personal de primera línea. Vimos actos heroicos todos los días. Vimos a los programadores de enfermería haciendo llamadas sin parar y respondiendo preguntas para enviar al personal a los lugares más necesarios. Vimos gerentes de quirófano con notas adhesivas y pizarras haciendo todo lo posible para dividir el tiempo de quirófano entre los cirujanos. Vimos líderes de excelencia operativa con hojas de cálculo masivas que intentaban simulaciones para determinar cuántas camas de hospital reasignar. En resumen, vimos que se aplicaba mucho esfuerzo manual a los problemas porque las herramientas de software se quedaban cortas y queríamos ayudar.
Como muchas nuevas empresas, nuestro viaje de desarrollo de productos no fue un camino recto. Nuestra «ayuda» inicial llegó en forma de herramientas estratégicas que pensamos que resolverían los problemas más difíciles, pero requerían una gran cantidad de datos y muchas matemáticas. La mecánica parece impresionante: podríamos ensamblar modelos automáticamente para simular el funcionamiento interno de un hospital y hacer recomendaciones sobre si se debe cambiar ese programa quirúrgico o si se debe construir esa nueva ala. Sin embargo, si bien las preguntas que respondieron fueron grandes, también se hicieron con poca frecuencia.
La verdadera génesis de Hospital IQ, tal como existe hoy en día, no es un camino inspirado por Rich o por mí, sino por todo nuestro equipo trabajando con nuestros clientes y dándonos cuenta de que nuestro papel más importante no es ayudar a los hospitales a responder preguntas importantes e infrecuentes. más bien son los aparentemente pequeños y frecuentes. Esas son las preguntas que determinan cómo es la experiencia de todos, tanto del paciente que se somete a la cirugía como del equipo de atención que los guía a través de ese viaje.
¿Podría hablar sobre cómo el software permite que los sistemas de atención médica logren y mantengan un rendimiento operativo máximo?
Nuestro software se trata de conocer a los trabajadores de la salud donde están hoy, en sus flujos de trabajo diarios. En lugar de esperar que hagan algo radicalmente diferente, como ejecutar una simulación, interpretar un pronóstico u optimizar los horarios del personal desde cero, aceptamos los pasos familiares que toman todos los días de dos maneras. Los digitalizamos, para que puedan comunicarse de manera más eficiente entre sí, y luego superponemos predicciones y recomendaciones. Esto permite que el personal de atención médica trabaje de manera más eficiente y efectiva. Lo mejor de todo es que los libera para dedicar más tiempo a la atención del paciente.
Tomemos un ejemplo: la programación del personal. Determinar cuántas enfermeras deben estar en cada unidad para cada turno es un desafío. Algunos miembros del personal se reportan enfermos. Podría surgir un aumento inesperado de la demanda. Las enfermeras que pueden «flotar» entre las unidades deben asignarse de manera justa. También se deben tener en cuenta los conjuntos de habilidades, calificaciones y preferencias de todos. Póngalo todo junto y podrá ver por qué el teléfono en una oficina típica de personal suena sin parar. Sin embargo, el mismo día de la puesta en marcha de Hospital IQ, los teléfonos se silencian. Gran parte del trabajo es el mismo, pero con toda la información centralizada en la plataforma Hospital IQ, todas las consideraciones han pasado de hojas de cálculo, pizarras y notas post-it a herramientas de comunicación elegantes, análisis automatizado de varianza y sugerencias para equilibrio de personal. Los planificadores de enfermería pueden realizar su trabajo de manera más eficiente y agradable que nunca. Mantener este rendimiento también es fácil, porque las herramientas están diseñadas para admitir el flujo de trabajo existente. No somos una empresa de consultoría que llega para cambiar la forma en que se realiza el trabajo, solo para ver cómo regresa al statu quo.
¿Cuáles son algunas de las diferentes tecnologías de aprendizaje automático que se utilizan?
Nuestro equipo de ciencia de datos emplea cualquier método que necesitemos para obtener excelentes resultados para los casos de uso de nuestros clientes. Hemos utilizado análisis estadísticos para comprender el uso del quirófano, modelos ARIMA para pronosticar el volumen quirúrgico, Prophet para pronosticar el censo, bosques aleatorios para clasificar el estado de los pacientes hospitalizados, redes neuronales para la calificación de reingresos y mucho más. Nuestro equipo de ciencia de datos se mantiene al tanto de las últimas investigaciones, fuentes de datos y herramientas con reuniones continuas del «club de revistas», y también innova regularmente por su cuenta. Con un campo tan amplio, hay tantos casos de uso convincentes y conjuntos de datos interesantes para explorar y entretejer en la plataforma Hospital IQ.
Uno de los desafíos especiales para nosotros es manejar la singularidad que vemos con cada uno de nuestros clientes del hospital. Sirven a diferentes grupos demográficos. Tienen diferentes especializaciones. Los datos clínicos y operativos de cada hospital provienen de diferentes software configurados de diferentes maneras con sus propias deficiencias. Si tuviéramos que construir un modelo integral para todos nuestros clientes, o incluso para todos los campus dentro de un solo sistema de salud, no encajaría muy bien. Sin embargo, la creación manual de soluciones únicas y personalizadas no es un enfoque escalable ni sólido. En su lugar, confiamos en comprender las distintas características de los datos de cada cliente, desarrollar modelos generalizables y hemos creado herramientas para automatizar la construcción de modelos, la capacitación continua y la medición y el monitoreo de precisión para campus individuales.
La herramienta gratuita y de acceso público Panel de pronóstico regional COVID-19 tiene más de 76,000 usuarios de cientos de hospitales. ¿Qué es exactamente esta herramienta?
Cuando creamos por primera vez el panel de pronóstico regional de COVID-19 en marzo de 2020, nos preocupaba que EE. UU. pudiera quedarse sin camas de hospital disponibles y queríamos brindar un sistema de alerta temprana, no solo para nuestros clientes sino para todos los hospitales. Para que eso suceda, buscamos conjuntos de datos como la capacidad de camas con personal por condado, las tasas probables de transmisión y mortalidad de COVID-19 por grupo de edad y docenas de otras cosas. Incluso construimos un modelo SEIR para predecir la trayectoria del virus condado por condado, y tratamos de brindar el mayor contexto posible, incluido el momento en que se violaría la capacidad de la UCI y la capacidad médica/quirúrgica, cuántas personas recuperarse, e incluso cuántos morirían. Nuestro objetivo era reunir una perspectiva completa, condado por condado, a partir de varias fuentes de datos confiables.
Los hospitales han utilizado nuestro tablero como una herramienta para tomar decisiones clave, como cuándo abrir unidades de emergencia o cuándo reducir las cirugías electivas para hacer espacio para las próximas oleadas de pacientes infectados. Curiosamente, incluso las personas en el hogar han encontrado algún uso e incluso consuelo en la herramienta, ya que agregó un poco de claridad a una pandemia global muy aterradora y novedosa.
Al proporcionar una herramienta pública, sabemos que tenemos el importante deber de recopilar y analizar datos con fidelidad y frecuencia, y de seleccionar las mejores fuentes de datos disponibles. A veces, eso significa cambiar por mejores modelos a medida que estén disponibles. En el caso de nuestro propio modelo SEIR, eventualmente introdujimos, con permiso, el modelo a nivel estatal del Institute for Health Metrics and Evaluation (IHME) a medida que se convierte en un estándar reconocido por la Casa Blanca y otras fuentes. Encontramos una manera de poner esas predicciones en el contexto de condados específicos, así como hospitales específicos dentro de estos condados, para brindarles a los hospitales una guía hora por hora sobre los impactos continuos de COVID-19.
Los ingenieros y científicos de datos de Hospital IQ a menudo participan en hackatones. ¿Cuáles son algunas de las ideas o proyectos interesantes que han surgido de estos?
Cada mes, alentamos a los miembros de nuestros equipos de ciencia e ingeniería de datos a tomarse un día libre para fomentar su desarrollo profesional y generar ideas para la innovación, ya sea asistiendo a una conferencia de la industria, tomando un curso en línea para aprender una nueva habilidad o cualquier otra actividad que les potencie profesionalmente.
Como parte de esto, varios ingenieros y científicos de datos eligen pasar su día de desarrollo profesional participando en los hackatones de Hospital IQ. Los hackatones requieren que los participantes sean rudimentarios, innovadores y, en un solo día, impulsen una idea difícil de transformar en un software que funcione. En los días previos a nuestro hackathon más reciente en octubre de 2020, los participantes formaron tres equipos y obtuvieron ideas de toda la empresa. Ningún tema se consideró fuera de los límites; las ideas que no eran relevantes para la plataforma de la empresa, o incluso para el espacio de atención médica, eran perfectamente aceptables. Sin embargo, resulta que los tres equipos terminaron eligiendo ideas que ahora se están implementando en el mundo real.
El primer equipo, Team Cara, se centró en las readmisiones hospitalarias y se dispuso a crear una solución que pudiera predecir qué pacientes están en riesgo de readmisión incluso antes de que sean dados de alta del hospital. Las readmisiones hospitalarias le cuestan al sistema de atención médica miles de millones de dólares cada año, por lo que una solución predictiva y proactiva, como esta, brindaría a las enfermeras que dan de alta y a los administradores de atención la información adicional necesaria para reducir el riesgo, reducir los costos y saber qué necesita cada paciente para quedarse. fuera del hospital El equipo Cara tomó datos de la plataforma de gestión de operaciones de Hospital IQ y, utilizando un marco de aprendizaje automático específico del paciente desarrollado previamente por el equipo de ciencia de datos, construyó un modelo predictivo. Para cada paciente en el hospital, el modelo asigna una puntuación que indica la probabilidad de reingreso. Los resultados iniciales del modelo mostraron un alto grado de precisión.
El segundo equipo, el Equipo Burt Reynolds, se dispuso a crear una solución de vigilancia regional que visualizara capas de datos en un mapa. El equipo quería integrar mapas en la infraestructura de tabla dinámica de la plataforma existente de Hospital IQ, ofreciendo una forma de trazar una métrica de interés organizada por coordenadas de latitud y longitud utilizando la biblioteca leaflet.js. Para su prueba de concepto, utilizaron datos del centro de transferencia de hospitales para resaltar qué afiliados eran fuentes de admisión y en qué volúmenes. Los resultados mostraron los casos de transferencia bajo una luz completamente nueva y aclararon de qué geografías procedían la mayoría de los pacientes, así como las oportunidades de crecimiento.
El tercer equipo, Team Raptor Strikeforce, buscaba desarrollar una solución que mostrara el retorno de la inversión (ROI) que proporciona la plataforma de gestión de operaciones de Hospital IQ. El equipo creó una interfaz para personalizar varias entradas en los modelos financieros, como el margen promedio por procedimiento electivo, y utilizó las entradas para realizar un seguimiento de los cambios en la salud financiera de un hospital a lo largo del tiempo. Estas visualizaciones cuentan una historia convincente de cómo las iniciativas de eficacia operativa y la inversión en la plataforma Hospital IQ que las habilita son significativamente rentables.
Las tres soluciones desarrolladas para el hackathon demostraron que podían brindar mayor valor a nuestros clientes. Como resultado, Hospital IQ ha incorporado las tres soluciones dentro de la plataforma existente, y los hospitales las están utilizando actualmente.
¿Hay algo más que le gustaría compartir sobre Hospital IQ?
El objetivo grande, audaz y audaz de Hospital IQ es mejorar la eficiencia y la felicidad de todos los trabajadores de la salud todos los días. Estamos orgullosos del impacto que hemos tenido en el cuidado de la salud hasta ahora, pero nuestro viaje apenas comienza. Para cualquier científico o ingeniero de datos compasivo e impulsado por una misión que esté interesado en abordar uno de los desafíos más difíciles del mundo: mejorar la eficiencia de la atención médica, ¡nos encantaría que se una a nosotros!
Gracias por la gran entrevista, los lectores que deseen obtener más información deben visitar CI hospitalario.