Rajan Kohli é o CEO da CitiusTech e é responsável pela direção estratégica da empresa e pela missão da CitiusTech de acelerar a inovação em tecnologia de saúde e gerar valor de longo prazo para os clientes. Rajan é um executivo altamente qualificado do setor de serviços de tecnologia com experiência em transformação digital, aplicação e serviços de engenharia.
Antes da CitiusTech, Rajan passou mais de 27 anos na Wipro e, mais recentemente, foi presidente do negócio iDEAS (Built-in Digital, Engineering and Utility Providers) da Wipro. Ele liderou uma linha de negócios international com receitas de US$ 6 bilhões e se comprometeu a ajudar clientes em todo o mundo a acelerar sua transformação e mudar a forma como eles constroem e entregam produtos, serviços e experiências digitais.
A CitiusTech é uma fornecedora líder de consultoria e tecnologia digital para empresas de saúde e ciências biológicas. Como parceiras estratégicas das principais empresas pagadoras, provedoras, MedTech e ciências biológicas do mundo, a CitiusTech impulsiona a inovação, a transformação empresarial e a convergência em todo o setor. Elas desempenham um papel profundo e significativo na aceleração da inovação digital, impulsionando valor sustentável e ajudando a melhorar os resultados em todo o ecossistema de saúde.
Quais são os principais elementos necessários para implementar com sucesso estratégias de transformação digital em organizações de saúde e ciências biológicas?
O setor de saúde tem lutado para adotar soluções digitais, com jornadas de transformação digital bem-sucedidas ocorrendo esporadicamente ao longo dos anos. Mas com a tecnologia pronta para impulsionar um salto de mudança de paradigma no atendimento ao paciente, é hora de o setor superar esses desafios.
A Transformação Digital tem o potencial de impactar positivamente a assistência médica em todas as especialidades. Por exemplo, fabricantes de medicamentos especializados fazem malabarismos com várias demandas vindas de várias partes interessadas e do ecossistema para atender à sua demanda em constante crescimento. Navegar nessa rede intrincada de partes interessadas e do ecossistema não é fácil, e muitos deles buscam alavancar serviços de hub de suporte ao paciente que descarregam essas responsabilidades dos fabricantes de medicamentos para gerenciar essas responsabilidades e otimizar o desempenho cliente-medicamento. No entanto, com os serviços de hub de pacientes enfrentando desafios em relação à escalabilidade e eficiência devido aos volumes crescentes, muitos fabricantes de medicamentos especializados devem adotar estratégias de transformação digital para otimizar as operações e reforçar a eficiência geral.
A implementação da transformação digital na área da saúde e das ciências biológicas requer uma abordagem multifacetada e tripla.
- O comprometimento da liderança é essencial para impulsionar e sustentar essas iniciativas, garantindo que haja um endosso de cima para baixo e alinhamento com os objetivos estratégicos. Isso significa não apenas criar uma visão clara e um roteiro delineando objetivos e marcos específicos, mas também investir em tecnologia e soluções inovadoras.
- Gerenciamento de dados robusto é outro elemento crítico. Estabelecer estruturas de governança de informações fortes garante qualidade de dados, segurança e conformidade regulatória. Isso inclui definir padrões de dados, políticas e processos para gerenciamento de dados, bem como alavancar análises avançadas e tecnologias de huge information para extrair insights acionáveis de dados de saúde.
- A interoperabilidade é essential para a transformação digital, exigindo a adoção de padrões da indústria como HL7, FHIR e DICOM para facilitar a troca de dados perfeita entre diferentes sistemas e plataformas. Utilizar plataformas de integração e soluções de middleware pode conectar sistemas distintos, garantindo um fluxo de dados e comunicação suaves em toda a organização. Ao adotar a interoperabilidade completamente, as organizações serão capazes de impulsionar uma prestação de serviços de saúde mais eficiente, eficaz e centrada no paciente.
Mas, no ultimate das contas, as transformações digitais começam e terminam com o paciente. As organizações de saúde podem automatizar quantos processos quiserem, mas se não mudarem a experiência ou o valor que o paciente recebe, será especialmente difícil encontrar o sucesso. Uma abordagem centrada no paciente com a implementação de soluções de saúde digital que melhorem o engajamento do paciente, melhorem o acesso ao atendimento e permitam planos de tratamento personalizados são essenciais.
Como a IA generativa está sendo usada atualmente para aprimorar tratamentos de saúde e melhorar os resultados dos pacientes?
A IA generativa (Gen) oferece benefícios transformadores em todo o ecossistema de saúde. Para a saúde, uma indústria na qual muitos dos desafios generalizados podem ser atribuídos a interações ineficazes entre humanos e máquinas, a IA Gen tem o poder de preencher essa lacuna e realmente democratizar a saúde.
Isso é especialmente verdadeiro com a medicina personalizada. Desenvolver planos de tratamento personalizados para pacientes específicos pode ser difícil e demorado se feito manualmente. Ao alavancar a Gen AI, os algoritmos analisam dados genéticos e históricos de pacientes para criar planos de tratamento personalizados adaptados à composição genética única e ao histórico médico do indivíduo. Uma vez que os planos de tratamento estejam em vigor, o acesso do paciente a assistentes de saúde virtuais com tecnologia de IA é essential, pois os pacientes têm acesso 24 horas por dia, 7 dias por semana, a aconselhamento médico, verificação de sintomas e agendamento de consultas, o que melhora o envolvimento do paciente, tratamentos mais eficazes e melhores resultados para o paciente.
A Gen AI também está desempenhando um papel significativo na aceleração do processo de aprovação e lançamento de medicamentos. A pandemia demonstrou o potencial para o rápido desenvolvimento de medicamentos, impulsionado pelas capacidades da IA. A Gen AI acelera o desenvolvimento de novos medicamentos simulando interações moleculares e prevendo quais compostos provavelmente serão eficazes. Isso reduz significativamente o tempo e o custo associados aos métodos tradicionais de descoberta de medicamentos. Essas plataformas alimentadas por IA também podem gerar potenciais candidatos a medicamentos e otimizar suas estruturas químicas, agilizando o processo do conceito aos ensaios clínicos.
Os algoritmos Gen AI também estão aprimorando a precisão de imagens médicas, melhorando a qualidade da imagem e auxiliando na detecção de anomalias. Ao fazer isso, facilita o diagnóstico precoce e o tratamento de condições como câncer, melhorando significativamente os resultados dos pacientes.
Por fim, a análise preditiva alimentada pela Gen AI tem um potencial inovador. Os modelos preditivos da Gen AI analisam grandes quantidades de dados de saúde para prever surtos de doenças, readmissões de pacientes e complicações potenciais, permitindo intervenção proativa e melhor gerenciamento de doenças crônicas.
De que maneiras a IA generativa pode ajudar a reduzir tarefas rotineiras para profissionais de saúde, permitindo que eles se concentrem mais no atendimento ao paciente e na inovação?
A Gen AI pode reduzir significativamente o fardo de tarefas mundanas para profissionais de saúde, como documentação clínica, agendamento de consultas, gerenciamento de registros médicos e processamento de reivindicações de seguro. Os profissionais de saúde ficam livres para se concentrar no atendimento ao paciente e na inovação.
Por exemplo, os profissionais de saúde dependem muito de Registros Médicos Eletrônicos (EMRs) para uma prestação de cuidados de saúde mais segura e consistente, mas isso exige que esses indivíduos naveguem constantemente entre sua compreensão baseada em narrativas dos históricos e sintomas dos pacientes e a apresentação de dados estruturados dos EMRs. A Gen AI preenche essa lacuna e reduz significativamente a sobrecarga cognitiva para profissionais de saúde ao resumir o histórico do paciente e automatizar tarefas manuais, liberando tempo valioso para um atendimento mais personalizado ao paciente.
Os sistemas de suporte à decisão clínica alavancam a IA para fornecer aos profissionais de saúde recomendações, alertas e lembretes baseados em evidências. Esses sistemas analisam dados de pacientes e literatura médica para oferecer insights que auxiliam no diagnóstico e no planejamento do tratamento, melhorando os resultados clínicos e reduzindo a carga cognitiva dos provedores de saúde.
Tecnologias de monitoramento remoto, alimentadas por IA, rastreiam continuamente os sinais vitais e o estado de saúde dos pacientes, permitindo avaliações de saúde em tempo actual sem a necessidade de visitas presenciais frequentes. Isso melhora a conveniência do paciente e permite a detecção precoce de potenciais problemas de saúde, levando a intervenções rápidas e melhor gerenciamento de condições crônicas.
A IA de geração aumenta o potencial humano, melhorando a satisfação no trabalho dos profissionais de saúde, mais sobre prestação de cuidados inovadores e satisfação do paciente.
Que medidas podem ser tomadas para maximizar a eficácia das soluções Gen AI no monitoramento da qualidade e na garantia da confiança nas decisões de saúde?
Qualidade e confiança se tornaram pontos críticos de discussão em todo o setor de saúde em meio ao rápido crescimento da Gen AI. É necessário um foco robusto nessas questões para garantir que os benefícios sejam realizados de forma responsável. Entre as medidas que podem ser tomadas:
Privacidade e segurança de dados: Garantir a privacidade do paciente é essencial, exigindo anonimização meticulosa de dados e medidas rigorosas de segurança cibernética para evitar acesso não autorizado e violações de dados. Implementar protocolos de criptografia robustos e mecanismos de defesa contra ataques adversários pode proteger os dados do paciente, enquanto os clínicos devem manter a autoridade máxima de tomada de decisão para proteger contra potenciais erros de IA.
Manter a qualidade e a justiça: Os sistemas Gen AI podem inadvertidamente perpetuar vieses presentes nos dados de treinamento, levando a disparidades nos resultados de assistência médica. Implementar algoritmos capazes de eliminar vieses e retreinar continuamente os sistemas de IA para detectar e mitigar vieses é elementary.
Responsabilidade e transparência: A responsabilização em decisões orientadas pela Gen AI envolve várias partes interessadas, incluindo desenvolvedores, provedores de saúde e usuários finais. Modelos de IA transparentes e explicáveis são necessários para a tomada de decisões informadas. Os desenvolvedores devem garantir que os modelos de IA sejam imparciais e seguros, enquanto os provedores de saúde precisam entender que eles permanecem responsáveis pelas decisões tomadas usando recomendações de IA. Implementar estruturas regulatórias robustas é essencial para abordar questões de responsabilidade e manter a confiança.
Estruturas éticas: Desenvolver estruturas éticas para a Gen AI é sobre fomentar a responsabilidade sem sufocar a inovação. Os gamers da área da saúde devem se alinhar proativamente com os padrões éticos em evolução para garantir que as aplicações da Gen AI sejam justas, responsáveis e focadas no paciente. Uma abordagem humana no circuito, combinada com práticas de IA responsáveis, pode ajudar a alcançar resultados de saúde equitativos, ao mesmo tempo em que maximiza o potencial da Gen AI.
Estruturas de qualidade e confiança baseadas em plataforma: Construir estruturas de qualidade e confiança que se integrem aos sistemas de gestão de qualidade existentes e se alinhem às recomendações regulatórias é essential. Essas estruturas devem medir, validar e monitorar soluções GenAI para garantir resultados consistentes e confiáveis.
No início deste ano, lançamos a CitiusTech Gen AI High quality and Belief Resolution, a primeira solução ponta a ponta desse tipo em assistência médica. A solução pode atender a esses requisitos fornecendo validação abrangente, monitoramento contínuo e adesão a padrões regulatórios, garantindo a eficácia e a confiabilidade das soluções Gen AI em assistência médica.
Como as organizações de saúde podem trabalhar para identificar e mitigar vieses de dados algorítmicos e de treinamento para garantir decisões de cuidados equitativas?
As organizações de saúde devem ser extremamente proativas em sua abordagem. Usar conjuntos de dados diversos e representativos durante a fase de treinamento ajuda a reduzir vieses, garantindo que os modelos de IA tenham um bom desempenho em diferentes grupos populacionais. Implementar ferramentas de detecção de vieses pode ajudar a identificar e abordar vieses em modelos de IA analisando as saídas do modelo para detectar quaisquer disparidades nas recomendações ou previsões de tratamento.
Auditorias e revisões regulares de sistemas de IA ajudam a identificar e corrigir vieses. Isso envolve avaliar o desempenho do sistema em vários grupos demográficos e fazer os ajustes necessários. O design e desenvolvimento inclusivos, consistindo de um grupo diverso de partes interessadas no design e desenvolvimento de soluções de IA, garantem que diferentes perspectivas sejam consideradas, reduzindo a probabilidade de vieses. Por fim, a educação e o treinamento para funcionários sobre os potenciais vieses em sistemas de IA e como lidar com eles são cruciais para criar conscientização e promover o uso responsável da IA.
Como as organizações de saúde podem usar efetivamente dados sobre Determinantes Sociais da Saúde (DSS) para melhorar o atendimento ao paciente e quais são os desafios na integração desses dados em códigos diagnósticos oficiais?
Integrar dados sobre SDOH melhora significativamente o atendimento ao paciente, mas há desafios a serem enfrentados. A coleta abrangente de dados é essencial, incluindo informações como standing socioeconômico, educação e fatores ambientais. Esses dados fornecem insights sobre os fatores sociais que influenciam a saúde do paciente.
A integração e a interoperabilidade de dados são cruciais para utilizar dados de SDOH de forma eficaz. Integrar esses dados em registros eletrônicos de saúde (EHRs) e garantir a interoperabilidade entre diferentes sistemas permite que os provedores de saúde tenham uma visão holística da saúde do paciente, permitindo planos de cuidados personalizados. Por exemplo, pacientes de baixa renda ou aqueles que vivem em áreas com acesso limitado a serviços de saúde podem exigir suporte adicional para gerenciar condições crônicas. Ao incorporar dados de SDOH, as organizações de saúde podem desenvolver programas de extensão direcionados, fornecer recursos para transporte para consultas médicas e oferecer assistência nutricional aos necessitados.
A gestão da saúde populacional é outra área em que os dados de SDOH desempenham um papel crítico. Ao analisar dados de SDOH em nível comunitário, as organizações de saúde podem identificar tendências e padrões que informam estratégias de saúde pública.
No entanto, integrar dados de SDOH em códigos de diagnóstico oficiais apresenta um problema de interoperabilidade ou padronização. Atualmente, não há uma estrutura universalmente aceita para codificar dados de SDOH. Garantir a qualidade dos dados também é difícil, pois os dados de SDOH geralmente vêm de várias fontes com diferentes níveis de precisão e integridade. A colaboração entre organizações de saúde, formuladores de políticas e fornecedores de tecnologia para estabelecer práticas padronizadas e garantir a integração abrangente de dados será um passo importante para abordar esses obstáculos.
Quais são os principais desafios de segurança cibernética enfrentados pelas organizações de saúde e como eles podem ser enfrentados?
Como vimos no ano passado, as organizações de saúde são extremamente vulneráveis a ameaças de segurança cibernética. Violações de dados e ataques de ransomware são problemas significativos, exigindo a implementação de criptografia robusta, autenticação multifator e auditorias de segurança regulares para mitigar essas ameaças. Sistemas legados e vulnerabilidades de software program são comuns em organizações de saúde, pois muitas ainda usam sistemas desatualizados. Atualizar e aplicar patches regularmente no software program, bem como migrar para plataformas modernas e seguras, é essencial.
Ameaças internas, onde funcionários com acesso a dados confidenciais, também representam riscos significativos. Implementar controles de acesso rigorosos, monitorar a atividade do usuário e fornecer treinamento em segurança cibernética pode desempenhar um papel significativo na prevenção desses problemas. É essencial criar uma equipe de conformidade dedicada, responsável por conduzir auditorias de segurança regulares e avaliações de risco para identificar vulnerabilidades e garantir a conformidade com os requisitos regulatórios, como HIPAA.
Potencialmente, a medida mais importante é o treinamento e a educação contínuos para a equipe de TI e profissionais de saúde para proteção contra ameaças cibernéticas em evolução. Muitas dessas ameaças exploram vulnerabilidades humanas, então, quanto mais a equipe for educada sobre as melhores práticas de segurança cibernética, maior a probabilidade de que o erro humano seja reduzido, levando a dados mais seguros do paciente.
Quais são as principais considerações éticas que as organizações de saúde devem ter em mente ao implantar soluções de IA e como elas podem lidar com a resistência contra implementações de IA em hospitais?
Esta é uma das questões mais importantes que as organizações de saúde devem abordar, com a necessidade de considerar vários aspectos éticos e navegar por potenciais resistências. Garantir a privacidade e a confidencialidade do paciente é primordial, com soluções de IA aderindo a regulamentações rígidas de proteção de dados e empregando medidas de segurança robustas. Os pacientes devem ser informados sobre o uso de IA em seus cuidados e fornecer consentimento, envolvendo uma explicação de como a IA será usada e os potenciais benefícios e riscos.
Viés e justiça também são considerações cruciais. Os sistemas de IA são projetados para evitar vieses e garantir tratamento equitativo para todos os pacientes, mas, como sabemos, problemas podem surgir aqui se as organizações não forem cuidadosas. Isso torna o monitoramento e o ajuste contínuos desses modelos de IA extremamente necessários para manter a justiça.
Também é extremamente importante ser transparente sobre o uso da IA e ser responsável pelas decisões tomadas pelos sistemas de IA, principalmente fornecendo explicações para decisões baseadas em IA e estabelecendo mecanismos de supervisão.
Seguir adiante com tudo isso é um grande passo para abordar as preocupações e a resistência que tanto os profissionais de saúde quanto os pacientes têm em relação à implementação. Mas também é importante fornecer educação sobre a implementação e os benefícios da IA, envolvendo as partes interessadas no processo de implementação da IA, estabelecendo um compromisso em relação a uma abordagem abrangente centrada na construção de confiança, fornecendo comunicação clara e garantindo o uso ético da IA.
Como as soluções da CitiusTech podem ajudar organizações de saúde a alcançar integração e interoperabilidade de dados perfeitas em várias plataformas e aplicativos?
Na CitiusTech, somos capazes de impulsionar a inovação digital em saúde, a transformação de negócios e a convergência em todo o setor para empresas de saúde e ciências biológicas em todo o mundo. Nossas soluções são projetadas para atingir integração de dados e interoperabilidade perfeitas em várias plataformas e aplicativos. Nossas plataformas de integração avançadas garantem que sistemas distintos se comuniquem e compartilhem dados de forma eficaz, facilitando a troca de dados perfeita para uma visão unificada das informações do paciente.
Por exemplo, um grande plano azul com mais de um milhão de membros estava buscando ir além dos dados de reivindicações dos membros e buscas manuais de prontuários e alavancar dados clínicos para acelerar o fechamento de lacunas de atendimento. Buscando uma solução que pudesse utilizar os dados clínicos de forma eficaz, eles alavancaram a CitiusTech para integrar perfeitamente dados clínicos de uma variedade de EHRs e agregadores de dados, trazendo US$ 10 milhões em economia anual.
As soluções de gerenciamento da CitiusTech mantêm a qualidade, a segurança e a conformidade dos dados durante todo o processo de integração para lidar com as complexidades dos dados de saúde, incluindo a integração e a interoperabilidade de diversas fontes e plataformas de dados.
A recém-lançada CitiusTech Gen AI High quality and Belief Resolution, uma solução de ponta a ponta que aprimora ainda mais a integração de dados, garante a confiabilidade, precisão e confiabilidade dos insights orientados por IA. A solução fornece validação robusta, monitoramento contínuo e adesão aos padrões regulatórios, criando integração e análise de dados orientadas por IA precisas, confiáveis e compatíveis. Isso permite que as organizações de saúde aproveitem a IA de forma eficaz para melhorar a tomada de decisões e os resultados dos pacientes.
Quais tendências futuras você prevê na integração de IA na área da saúde e ciências biológicas, e como a CitiusTech está se preparando para abordar essas tendências?
Com a integração da IA na área da saúde e ciências biológicas crescendo rapidamente, o uso crescente da IA para análise preditiva e medicina personalizada, melhorando a eficiência operacional por meio da automação e avançando na imagem e no diagnóstico médico terá um impacto significativo no setor.
Na CitiusTech, estamos nos mantendo à frente dessas tendências investindo continuamente em P&D para permanecer na vanguarda dos avanços da IA. Conforme mencionado, desenvolvemos soluções Gen AI, como nossa ferramenta de qualidade e confiança, bem como outras soluções de IA que aproveitam as tecnologias mais recentes para melhorar os resultados dos pacientes e a eficiência operacional. É uma prioridade essencial focar em garantir o uso ético e justo da IA, abordando vieses e mantendo a transparência e a responsabilidade nas decisões orientadas por IA. É uma prioridade para nossa equipe se manter atualizada com as últimas tendências de IA, garantindo que tenhamos os melhores recursos disponíveis para ajudar as organizações de saúde a navegar no cenário em evolução da integração de IA.
Obrigado pela ótima entrevista. Os leitores que desejarem saber mais devem visitar o CitiusTech.
