La startup AI Navina sfrutta il cloud di Amazon per migliorare l’assistenza ai pazienti
Ronen Lavi e Shay Perera hanno trascorso anni a lavorare per sviluppare e distribuire l’intelligenza artificiale in uno degli ambienti più esigenti al mondo: le unità di intelligence d’élite delle forze di difesa israeliane (IDF). Lavi ha fondato e guidato l’AI Lab dell’intelligence militare israeliana e Perera ha lavorato lì come responsabile dell’apprendimento automatico e della ricerca e sviluppo di visione artificiale.
Dopo aver ricevuto un premio per la sicurezza nazionale nel 2018, hanno lasciato l’IDF per avviare una startup, come hanno fatto molti israeliani con esperienza e competenze simili prima di loro. Ma nel loro caso, non si trattava di una startup di sicurezza informatica o fintech o proptech, ma di una startup sanitaria, che si univa al settore più recente e fiorente nella fiorente Startup Nation of Israel.
La rapida trasformazione digitale del settore sanitario in tutto il mondo, la proliferazione dei dati sanitari, la crescente complessità dell’assistenza sanitaria (compresa la sua amministrazione), la scarsità di personale qualificato e la pandemia di Covid hanno contribuito a una crescente domanda di soluzioni di intelligenza artificiale, destinate per assistere con il rilevamento, la diagnosi, il trattamento, la cura preventiva e il benessere.
La ricchezza di dati prodotta dalle cartelle cliniche digitalizzate è ciò che i moderni approcci di intelligenza artificiale (deep learning) richiedono in modo che possano “imparare” da esempi, automatizzare determinate decisioni e fornire una mano a medici e personale sanitario. Ma contribuisce anche a un “sovraccarico di dati” che è semplicemente impossibile da digerire. “La convinzione intuitiva che più dati sia intrinsecamente una buona cosa, è una nozione fuorviante. Senza strumenti di rilevamento, più dati non significano una migliore comprensione del paziente”, afferma Perera, CTO di Navina.
Il sovraccarico di dati frustra i medici e causa il burnout. Un recente studio ha concluso che il burnout del medico “ha conseguenze negative per il benessere del medico, la cura del paziente e il sistema sanitario” e che “il 50% dei medici negli Stati Uniti soffre di burnout, ora considerato da molti esperti un’epidemia”.
Macchine quantistiche $ 50 milioni di finanziamento round segnalano l’informatica quantistica in crescita
Questa intelligenza artificiale si assicura che il tuo data center sia sempre attivo e funzionante
Il sovraccarico di dati si abbatte sui medici sovraccarichi in un momento critico. “Ci sono migliaia di punti dati che i medici devono rivedere in pochi minuti prima di vedere il paziente”, afferma Perera. Il “ritratto del paziente” fornito da Navina è un riepilogo di una pagina, che estrae informazioni critiche da molte fonti, inclusi PDF o immagini di fax che i medici hanno difficoltà a cercare. “Insegniamo alla macchina come comprendere le diverse lingue delle diverse fonti di dati e come collegare i punti in modo che i medici ottengano un documento di riepilogo in una lingua che possono comprendere”, afferma Perera.
Per fare ciò, Navina ha sviluppato modelli NLP (elaborazione del linguaggio naturale) che estraggono e strutturano i dati in ontologie mediche e, utilizzando il deep learning, Navina li analizza per associare ogni informazione a uno specifico codice terminologico medico.
Inoltre, Navina ha sviluppato un grafico proprietario della conoscenza medica, che utilizza per collegare le diverse ontologie mediche. Il grafico della conoscenza si basa sia sulla letteratura medica, sia sui set di dati all’avanguardia di Navina, curati dal suo team di medici professionisti e utilizzati per addestrare i modelli di apprendimento automatico di Navina. Una volta addestrato, il motore di intelligenza artificiale di Navina può fornire collegamenti tra diagnosi, farmaci, laboratori, parametri vitali, note di consultazione, imaging e altro ancora. Queste mappe guidate dal punto di vista medico consentono di fornire avvisi relativi a diagnosi mancate, risultati anormali, laboratori mancanti e test mancanti.
Questo è un ottimo esempio di ciò che il pioniere dell’intelligenza artificiale Andrew Ng ha recentemente chiamato IA data-centrica , sollecitando il miglioramento della qualità dei dati utilizzati per addestrare i programmi di intelligenza artificiale e costruendo gli strumenti e i processi necessari per mettere i dati al centro del lavoro degli sviluppatori . Soprattutto nel settore sanitario, dove i set di dati sono relativamente piccoli, la qualità dei dati e il loro significato sono cruciali per il successo delle soluzioni basate sull’intelligenza artificiale.
Navina non è solo incentrata sui dati, incentrata sui dati del paziente, è prima di tutto incentrata sul medico. Affrontare i “punti deboli” specifici e le esigenze aziendali dei clienti previsti è importante per il successo di qualsiasi nuova impresa, ma soprattutto nel settore sanitario. È un mercato con numerosi decisori individuali: medici e studi medici. È un mercato che è stato notoriamente lento nell’adottare nuovi strumenti basati su computer.
Lavi, CEO di Navina, afferma che l’esperienza sua e di Perera nell’esercito con l’introduzione di nuove tecnologie è stata per loro di grande aiuto. “L’unico modo per avere successo è partire dal basso verso l’alto, per lavorare con i tuoi utenti fin dal primo giorno”, afferma. Con Navina, hanno iniziato a lavorare direttamente con i medici e hanno trovato i “giusti partner di progettazione”, come l’American Academy of Family Physicians. “Costruiscilo passo dopo passo, comprendi il flusso di lavoro e gli acceleratori giusti, coinvolgi i medici, metti il medico al centro e poi ricavane i giusti risultati economici”, aggiunge Lavi.
La “giusta economia” ha molto a che fare con il passaggio negli Stati Uniti all’assistenza sanitaria basata sul valore. Questo è un modello di erogazione dell’assistenza sanitaria in cui i fornitori vengono pagati in base ai risultati di salute del paziente e vengono ricompensati per aiutare i pazienti a migliorare la propria salute, ridurre gli effetti e l’incidenza delle malattie croniche e vivere una vita più sana.
In questo nuovo modello, Navina aiuta i medici ad aumentare i loro rimborsi garantendo che a ciascun paziente venga applicata la codifica corretta per condizioni specifiche. Ad esempio, il modello di aggiustamento del rischio Centers for Medicare & Medicaid Service (CMS) calcola i punteggi di rischio per i pazienti Medicare Advantage. Un fattore di aggiustamento del rischio (RAF) viene assegnato a ciascun beneficiario idoneo di Medicare Advantage, in base alle loro condizioni di salute e ad altri fattori. I punteggi di rischio più elevati rappresentano i pazienti con un carico di malattia superiore alla media.
Il rilevamento (e la codifica) delle condizioni croniche e il loro trattamento, ad esempio, assistito dall’intelligenza artificiale di Navina, potrebbero tradursi in migliaia di dollari in entrate mensili aggiuntive per i fornitori (oltre a ridurre l’onere amministrativo per medici e programmatori).
Dopo tre mesi di implementazione presso la Northern Ohio Medical Specialists (NOMS Healthcare), un gruppo di medici indipendente con oltre 250 fornitori e 30 specialità, NOMS ha visto “un aumento significativo dei punteggi HCC-RAF (Risk Adjustment Factor), che dovrebbe tradursi in diversi milioni di dollari di entrate nei prossimi anni solari”.
Annunciando i risultati di questa distribuzione, Jennifer Hohman, medico di famiglia e presidente del consiglio di amministrazione di NOMS, ha affermato che “usare Navina è come avere un altro medico al mio fianco. Un partner che può leggere istantaneamente l’intera cartella, incluso ogni consulto o nota di dimissione, e poi darmi solo i dati di cui ho bisogno, in modo che non mi perda nulla”.
Per ottenere un feedback iniziale dai medici e utilizzarlo per migliorare il motore di intelligenza artificiale, Navina si rivolge innanzitutto agli studi di medie dimensioni, afferma Lavi, ma sta già lavorando con quelli più grandi. Perera attribuisce il successo ottenuto nell’implementazione del software in soli tre mesi all’utilizzo delle risorse AWS “per accelerare il processo”, citando le soluzioni scalabili di AWS su misura per l’assistenza sanitaria e le sue funzionalità di sicurezza e controllo degli accessi.
Jared Saul, Global Lead di AWS for Healthcare & Life Sciences Startups and Investors, concorda: “AWS fornisce l’infrastruttura cloud e i servizi avanzati che aiutano Navina a trasformare milioni di cartelle cliniche strutturate e non strutturate in riepiloghi diagnostici chiari e utilizzabili, che hanno il potenziale fare una grande differenza per medici e pazienti”.
Lavi e Perera affermano di essere entusiasti di vedere la loro startup partecipare al più ampio movimento di trasformazione dell’assistenza sanitaria, un movimento che incoraggia la condivisione dei dati, l’implementazione di successo di pratiche nuove e innovative e l’utilizzo dell’intelligenza artificiale per migliorare l’assistenza sanitaria.
