Робимо охорону здоров’я більш персональною

Сьогодні система охорони здоров’я в основному зосереджена на допомозі людям після їхніх проблем. Коли вони отримують лікування, воно базується на тому, що в середньому найкраще працювало у величезної різноманітної групи пацієнтів.

Зараз компанія Health at Scale робить охорону здоров’я більш ініціативною та персоніфікованою — і, згідно зі своєю назвою, вона робить це для мільйонів людей.

Health at Scale використовує новий підхід для надання рекомендацій щодо догляду на основі нових класів моделей машинного навчання, які працюють навіть тоді, коли доступні лише невеликі обсяги даних про окремих пацієнтів, постачальників та методи лікування.

Компанія вже працює з планами охорони здоров’я, страховиками та роботодавцями, щоб поєднувати пацієнтів з лікарями. Це також допомагає виявити людей, яким зростає ризик відвідати відділення невідкладної допомоги або бути госпіталізованими в майбутньому, а також передбачити прогресування хронічних захворювань. Нещодавно Health at Scale показав, що його моделі можуть ідентифікувати людей, яким загрожує важка респіраторна інфекція, така як грип чи пневмонія, або, можливо, COVID-19.

"З самого початку ми вирішили, що всі наші прогнози будуть пов'язані з досягненням кращих результатів для пацієнтів", — говорить Джон Гуттаг, головний технологічний директор компанії Health at Scale та професор кафедри комп'ютерних наук та електротехніки в Массачусетському технологічному університеті Дугальда Джексона. "Ми намагаємось передбачити, яке лікування, лікар чи втручання призведуть до кращих результатів для людей".

Новий підхід до оздоровлення

Співзасновник та генеральний директор Health at Scale Зеешан Сайєд познайомився з Гуттагом під час вивчення електротехніки та інформатики в MIT. Гуттаг служив радником Сайеда для отримання ступенів бакалавра та магістра. Коли Сайед вирішив здобути ступінь доктора філософії, він подав документи лише в одну школу, і його радника було легко вибрати.

Сайєд доктору наук за допомогою Гарвардської програми MIT у галузі наук про здоров'я та технологій (HST). У той час він дивився, як можна краще керувати пацієнтами, які перенесли інфаркт. Робота для Сайєда була особистою: його батько нещодавно пережив серйозний серцевий напад.

Завдяки роботі Сайед познайомився з Мохаммедом Саїдом SM '97, доктором наук '07, який також був у програмі HST. Сайед, Гуттаг та Саїд заснували Health at Scale у 2015 році разом із Девідом Гуттагом '05, зосередившись на використанні основних досягнень машинного навчання для вирішення деяких найважчих проблем охорони здоров'я.

"Це почалося з пекучого свербіння для вирішення реальних проблем у галузі охорони здоров'я щодо персоналізації та прогнозування", — говорить Сайед.

З самого початку засновники знали свої рішення, необхідні для роботи з широко доступними даними, такими як заяви про охорону здоров’я, які включають інформацію про діагнози, тести, рецепти тощо. Вони також прагнули створити інструменти для очищення та обробки необроблених наборів даних, щоб їх моделі були частиною того, що Guttag називає "повним стеком машинного навчання для охорони здоров'я".

Нарешті, для створення ефективних, персоналізованих рішень, засновники знали, що їх моделі потребують роботи з невеликою кількістю зустрічей для окремих лікарів, клінік та пацієнтів, що створює серйозні проблеми для звичайного ШІ та машинного навчання.

"Великі компанії, які потрапляють у [сферу охорони здоров'я], помилялися, вважаючи це проблемою великих даних", — говорить Гуттаг. "Вони думали:" Ми експерти. Ніхто не кращий у обробці великих обсягів даних, ніж ми ". Ми думали, що якщо ви хочете прийняти правильне рішення для окремих людей, проблема полягала в невеликій проблемі даних: кожен пацієнт різний, і ми не хотіли рекомендувати пацієнтам, що було найкраще в середньому. Ми хотіли, щоб найкраще було для кожної людини ".

Перші моделі компанії допомогли рекомендувати кваліфіковані медсестри для пацієнтів після гострої допомоги. Багато таких пацієнтів відчувають подальші проблеми зі здоров'ям і повертаються до лікарні. Здоров’я в моделях Scale показало, що деякі заклади краще допомагають певним людям з певними проблемами зі здоров’ям. Наприклад, 64-річний чоловік із серцево-судинними захворюваннями в анамнезі може мати кращі результати в одному закладі порівняно з іншим.

Сьогодні рекомендації компанії допомагають направляти пацієнтів до лікарів первинної медичної допомоги, хірургів та спеціалістів, які найкраще для них підходять. Гуттаг навіть користувався послугою, коли минулого року йому замінили стегно.

Здоров’я в масштабі також допомагає організаціям виявляти людей, які в майбутньому піддаються підвищеному ризику виникнення певних несприятливих явищ для здоров’я, таких як інфаркти.

"Ми вийшли за межі ідентифікації людей, які в минулому часто відвідували відділення невідкладної допомоги або лікарні, щоб дійти до набагато ефективнішої проблеми пошуку цих людей у ​​точці перегину, де вони, ймовірно, матимуть гірші результати та вище витрати ", — говорить Саєд.

Інші рішення компанії допомагають визначити найкращі варіанти лікування пацієнтів та зменшити шахрайство, марнотратство та зловживання в галузі охорони здоров’я. Кожен випадок використання призначений для покращення результатів здоров’я пацієнтів, надаючи організаціям охорони здоров’я рішення щодо підтримки дій.

"Загалом, ми зацікавлені у створенні моделей, які можна використовувати, щоб уникнути проблем, а не просто передбачити їх", — говорить Гуттаг. "Наприклад, виявлення осіб, які мають найвищий ризик серйозних ускладнень респіраторної інфекції [дозволяє надавачам медичних послуг], націлити їх на втручання, які зменшують їх шанс на розвиток такої інфекції"

Вплив у масштабі

На початку цього року, коли масштаби пандемії COVID-19 ставали зрозумілими, Health at Scale почав розглядати способи, якими можуть допомогти її моделі.

"Відсутність даних на початку пандемії спонукало нас поглянути на досвід, який ми отримали від боротьби з іншими респіраторними інфекціями, такими як грип та пневмонія", — каже Саїд, який займає посаду головного медичного працівника Scale.

Ця ідея призвела до рецензованої статті, де дослідники, пов’язані з компанією, Університетом Мічигану та MIT, показали, що моделі Health at Scale можуть точно передбачити госпіталізації та відвідування відділення невідкладної допомоги, пов’язані з респіраторними інфекціями.

"Ми працювали над папером з використанням технологій, які ми вже створили", — говорить Гуттаг. "У нас були розроблені засоби перехоплення для прогнозування пацієнтів, яким загрожує поява госпіталізацій з різних причин, і ми побачили, що можемо розширити цей підхід. У нас були клієнти, яким ми дали рішення безкоштовно".

Стаття підтвердила ще один варіант використання технології, яка вже використовується у деяких найбільших планах охорони здоров’я в США. Це вражаюча клієнтська база для п’ятирічної компанії, що складається лише з 20 осіб — близько половини з яких мають членство в MIT .

"Культура MIT створюється для вирішення проблем, які варто вирішити, для досягнення наслідків. Я думаю, це відбилося на тому, як компанія зібралася і працювала", — говорить Сайед. "Я глибоко пишаюся тим, що ми зберегли цей дух MIT".

І, вважає Сайед, попереду ще набагато більше.

"Ми вирушили в дорогу, маючи на меті досягти удару", — говорить Сайед. "В даний час ми запускаємо деякі з найбільших виробничих розгортань машинного навчання в масштабі, зачіпаючи мільйони, якщо не десятки мільйонів пацієнтів, і ми лише починаємо роботу".

Facebook Comments