Paul Roscoe é o CEO da CLEW Medical.
Antes de ingressar na Clew, o Sr. Roscoe foi CEO da Trinda Well being e foi responsável por estabelecer a empresa como líder do setor em soluções de documentação clínica orientadas para a qualidade.
A CLEW Medical oferece a hospitais, sistemas de saúde e unidades de terapia intensiva inteligência clínica avançada e diagnóstico de pacientes usando análises preditivas alimentadas por IA e aprovadas pela FDA e modelos proprietários de cuidados intensivos.
Você poderia começar nos contando um pouco mais sobre a plataforma habilitada para IA da CLEW Medical e seus recursos exclusivos na indústria MedTech?
A fundação da CLEW baseou-se na premissa de que a análise de dados e a IA podem melhorar significativamente os resultados dos pacientes e a experiência do médico em ambientes de cuidados de alta acuidade. A plataforma de vigilância clínica que construímos é a primeira a ter modelos de previsão baseados em IA aprovados pela FDA para cuidados intensivos. Nosso sistema obtém dados integrando-se com todas as fontes de dados clínicos dentro de um hospital e constrói um perfil fisiológico quase em tempo actual de cada paciente para monitorar continuamente seu estado. Em seguida, utiliza estes dados para fornecer informações preditivas para identificar pacientes que provavelmente terão um evento adverso – como insuficiência respiratória – e alertar os médicos para intervir até oito horas antes do evento previsto. O alto grau de precisão da plataforma também reduz o número excessivo de alarmes falsos, permitindo que os médicos pratiquem no máximo de sua licença e se concentrem nos pacientes que mais necessitam de intervenção imediata.
Quais foram os principais fatores que contribuíram para a autorização da FDA dos modelos preditivos baseados em IA do CLEW?
A CLEW abraçou a IA desde o seu início. Nossos fundadores e líderes de desenvolvimento reconheceram a importância de promover a confiança dos cuidadores, os indivíduos responsáveis pela utilização de nossa tecnologia para cuidar de seus pacientes mais vulneráveis. Period imperativo que a nossa tecnologia passasse pelo mesmo nível de escrutínio e diligência no design, desenvolvimento, testes e validação que os dispositivos já utilizados pelos nossos utilizadores. Para incentivar a adoção de uma solução de IA para ambientes de cuidados intensivos, nossa equipe entendeu a necessidade de construir modelos com desenvolvimento meticuloso de produtos e sistemas de qualidade. Como resultado, o desenvolvimento do nosso modelo de IA aproveita a infraestrutura robusta de MLOPS (operações de aprendizado de máquina) para atender às expectativas regulatórias, como a orientação do PCCP (plano de controle de alterações pré-autorizado) da FDA. Nossos modelos de IA são projetados metodicamente, enquanto passam por todos os experimentos necessários para liberação regulatória de dispositivos médicos.
A robustez dos modelos e dos nossos processos internos resultou na classificação da nossa solução pela FDA como um dispositivo médico de classe II no início de 2021, o que exemplificou uma conquista histórica e inédita. A aprovação de dispositivos médicos pela FDA serve como uma prova da qualidade do nosso processo de desenvolvimento de ponta a ponta, que inclui estudos de validação clínica realizados em populações reais de pacientes.
O estudo recente publicado no CHEST® Journal destacou a precisão preditiva dos seus modelos de IA. Você pode discutir a metodologia e as descobertas específicas deste estudo?
Um algoritmo de ML treinado pelo CLEW foi implantado em 14 unidades de terapia intensiva (UTI) em dois grandes sistemas de saúde para prever eventos de intubação e iniciação de vasopressores – em outras palavras, eventos que requerem intervenção para salvar vidas – entre pacientes adultos gravemente doentes. Seu desempenho foi medido em relação aos alarmes de monitoramento existentes à beira do leito e à eficácia preditiva dos alertas do sistema de telemedicina.
O estudo, concebido para avaliar a precisão da ferramenta e a utilidade dos alertas em UTIs, descobriu que os modelos do CLEW para prever a deterioração do paciente eram cinco vezes mais precisos e produziam 50 vezes menos alarmes do que o principal sistema de telemedicina. As descobertas também mostram que o modelo ML tem precisão superior em comparação aos sistemas de monitoramento tradicionais e reduz drasticamente interrupções desnecessárias nos fluxos de trabalho médicos.
Como as previsões de IA feitas pela plataforma CLEW potencialmente transformam a prestação de cuidados na UTI? Você poderia explicar como essas previsões melhoram os resultados e reduzem as complicações?
A plataforma do CLEW produz oportunidades para intervenções precoces em pacientes de alto risco e apoia a gestão de capacidade, identificando indivíduos de baixo risco que podem estar prontos para deixar o cargo ou receber alta. Isto, por sua vez, diminui as taxas de mortalidade e readmissão, reduz as complicações causadas pela deterioração do paciente e minimiza o tempo de internação dos pacientes.
Por exemplo, nas primeiras 24 horas de implantação num grande sistema de saúde, a nossa tecnologia previu instabilidade hemodinâmica num paciente da UCI, o que desencadeou uma avaliação do fornecedor. Ao avaliar o paciente, o médico solicitou uma tomografia computadorizada e detectou sangramento belly. O paciente foi levado às pressas para a sala de cirurgia para uma cirurgia de emergência, infundido com fluidos e sangue, e sua vida foi finalmente salva. 24 horas depois o paciente estava em condição estável.
Descobriu-se que seu sistema é cinco vezes mais preciso do que um sistema líder de monitoramento de telemedicina. O que torna a tecnologia CLEW mais eficaz na previsão de deteriorações críticas de pacientes?
Em geral, as notificações geradas por ML são menos frequentes, têm níveis mais elevados de precisão e taxas mais baixas de erros, como falsos positivos, e criam prazos de entrega pré-evento mais longos do que outros alertas de sistemas de telemedicina e alarmes de sistemas de monitoramento à beira do leito. Os alertas do CLEW são mais precisos e funcionais e proporcionam tempo para a equipe de atendimento adotar contramedidas para evitar resultados previstos. A inteligência sofisticada que o CLEW fornece é possível graças à sua capacidade de extrair dados de pacientes a partir de registros médicos eletrônicos (EMR) de um sistema de saúde, combinados com modelos de ML que foram rigorosamente testados e validados por meio de pesquisas revisadas por pares e autorização da FDA.
O estudo também observou uma redução significativa nos alarmes falsos. Como a redução da fadiga dos alarmes beneficia a equipe da UTI e qual tem sido o suggestions dos profissionais de saúde que utilizam o seu sistema?
98% das notificações de monitoramento à beira do leito são falsos positivos, levando à fadiga de alarmes e exacerbando níveis historicamente elevados de esgotamento médico. O CLEW aborda a fadiga dos alarmes reduzindo o número de interrupções auditivas, aumentando a porcentagem de notificações acionáveis para a intervenção necessária do fornecedor e criando um ambiente geral mais calmo na UTI. Em essência, a precisão da plataforma e a capacidade de reduzir a carga de trabalho desnecessária por meio de modelos avançados de ML melhoram significativamente o esgotamento da UTI. Como parte do processo de implementação, as equipes de sucesso do cliente da CLEW concentram-se na importância do gerenciamento de mudanças clínicas para garantir que a tecnologia seja incorporada de forma adequada no processo geral de tomada de decisão clínica. O suggestions dos médicos tem sido extremamente positivo.
Como funciona o recurso de notificação precoce da plataforma CLEW e que tipo de intervenções ele facilitou em ambientes de UTI do mundo actual?
Com base no fluxo de informações recebidas dos dispositivos de monitoramento à beira do leito e de suporte à vida, bem como do Registro Eletrônico de Saúde (EHR), os modelos CLEW AI podem fazer previsões sobre o risco de deterioração e morte do paciente nas próximas oito horas. Com estas avaliações preditivas, médicos experientes podem avaliar os pacientes mais de perto e determinar se existem contramedidas aplicáveis para prevenir as deteriorações previstas, em vez de responder a elas numa base de emergência.
Por exemplo, a plataforma CLEW pode notificar os médicos de que um paciente tem grande probabilidade de apresentar insuficiência respiratória, o que normalmente leva à intubação e à ventilação mecânica. Ao receber o alerta, os cuidadores podem então identificar que o paciente tem excesso de líquido que pode começar a voltar para os pulmões e iniciar a terapia diurética para reduzir os líquidos, evitando assim uma intubação posterior. Nosso modelo também pode prever se um paciente pós-cirúrgico tem probabilidade de se tornar hemodinamicamente instável e necessitar de suporte com medicação vasoativa. Munido desse conhecimento, na ausência de sintomas óbvios, uma tomografia computadorizada determinou que o paciente tinha hemorragia interna e foi levado de volta à cirurgia para repará-la. Em última análise, esta intervenção resultou na estabilização do paciente.
As previsões habilitadas para IA do CLEW também apoiam os hospitais com necessidades de gerenciamento de capacidade. Alguns pacientes deixarão de necessitar de cuidados críticos e poderão ser transferidos para unidades de cuidados de menor gravidade, libertando camas para tratar pacientes mais gravemente enfermos. Isto permite ao sistema de saúde melhorar a gestão da capacidade e criar acesso para mais pacientes. Isso também aumenta a margem de contribuição do sistema de saúde.
Quais são os próximos passos da CLEW Medical em termos de desenvolvimento e expansão do uso de seus modelos baseados em IA em diferentes ambientes de saúde?
Já expandimos a plataforma CLEW fora dos ambientes de cuidados intensivos para incluir unidades de redução e departamentos de emergência, e estamos atualmente em processo de expansão para os restantes leitos de cuidados intensivos dos hospitais, incluindo unidades de cuidados pós-anestésicos (SRPA) e leitos médicos/cirúrgicos gerais e especializados. A eventual onipresença de monitores vestíveis baratos que fornecem informações frequentes sobre sinais vitais, juntamente com nossa autorização PCCP, permite que a CLEW expanda suas capacidades de vigilância por IA de forma mais ampla em todos os hospitais de cuidados intensivos.
Além disso, como as previsões CLEW são complementares a muitos outros sistemas HIT, incluindo o EHR, estamos a trabalhar no fornecimento dos nossos conhecimentos através da integração num conjunto de ferramentas existente de um sistema de saúde. Nós nos juntamos à rede de desenvolvedores da Epic e demonstramos a integração bem-sucedida de recursos avançados do CLEW, como previsões baseadas em IA, na experiência clínica do usuário.
A CLEW também está embarcando em uma nova abordagem baseada em IA para o manejo da sepse, uma complicação devastadora e às vezes mortal.
Onde você vê o futuro da IA na melhoria dos cuidados na UTI na próxima década e como o CLEW planeja fazer parte desse futuro?
As populações de pacientes hospitalares estão mais doentes do que costumavam estar. Com o aumento das doenças crónicas relacionadas com a idade e o estilo de vida, juntamente com a escassez generalizada de cuidadores, a necessidade de vigilância clínica inteligente continua a crescer. Uma vez que muitos pacientes acabam em UCI devido a oportunidades perdidas de intervir mais cedo no processo de cuidados, a CLEW não está apenas focada em utilizar a sua IA para melhorar os cuidados na UCI, mas também em estabelecer parcerias com inovadores do sistema de saúde e da indústria para melhorar todos os cuidados agudos. Nosso pipeline programático para desenvolvimento de IA (MLOPS) aproveitará os recursos dos parceiros para desenvolver modelos de IA aprovados pela FDA além do que o CLEW desenvolve por conta própria.
No entanto, a tecnologia é apenas uma parte da solução. O uso da IA na saúde não visa substituir cuidadores. Na verdade, a IA pode oferecer informações superiores para apoiar a tomada de decisões para fornecer cuidados clínicos ideais, como reduzir alertas ruidosos que desperdiçam seu tempo. A CLEW está a trabalhar com sistemas de saúde e parceiros para aprender e educar os prestadores de cuidados sobre como as ferramentas de IA podem ser eficazmente adotadas e aceites na prática clínica. É necessária investigação que valide a precisão e eficácia da IA, por isso a CLEW trabalha com os seus clientes para gerar esta prova com as suas próprias populações de pacientes. Este esforço de pesquisa focado apoia a implementação e adoção por cuidadores à beira do leito que, de outra forma, seriam céticos.
Para agilizar novas implementações clínicas, temos a capacidade de atualizar nossa plataforma para incluir as melhores práticas recém-descobertas dentro de um mês, algo que normalmente leva anos. Durante a próxima década, o CLEW estará na vanguarda do trabalho com sistemas de saúde para tornar a IA clínica eficaz o parceiro informado e presciente dos cuidadores humanos que um dia poderão cuidar de nós ou dos nossos entes queridos.
Obrigado pela ótima entrevista, os leitores que desejam saber mais devem visitar a CLEW Medical.
