Стартап ClosedLoop создал платформу прогностических моделей, чтобы помочь организациям улучшить уход за пациентами.
Важным аспектом лечения пациентов с такими заболеваниями, как диабет и болезни сердца, является помощь больным оставаться здоровыми вне больницы — до того, как они вернутся в кабинет врача с дальнейшими осложнениями.
Искусственный интеллект потенциально может помочь врачам выявлять возможные осложнения заранее, анализируя большие наборы данных. Однако использование ИИ часто требовало от медицинских организаций нанимать своих собственных специалистов по обработке данных или довольствоваться универсальными решениями, которые не оптимизированы для их пациентов.
На сегодняшний день стартап ClosedLoop помогает организациям здравоохранения использовать возможности искусственного интеллекта с помощью гибкого аналитического решения, которое позволяет больницам быстро подключать свои данные к моделям машинного обучения и получать практические результаты.
Платформа используется для того, чтобы помочь больницам определить, какие пациенты с наибольшей вероятностью пропустят прием, приобретут инфекции, такие как сепсис, получат пользу от периодических осмотров и многое другое. Медицинские страховщики, в свою очередь, используют ClosedLoop, чтобы делать прогнозы на уровне населения вокруг таких вещей, как повторная госпитализация пациентов и начало или прогрессирование хронических заболеваний.
«Мы создали научную платформу данных здравоохранения, которая может принимать любые данные, располагаемые организациями, быстро создавать модели, специфичные для их пациентов, и развертывать эти модели», — говорит соучредитель ClosedLoop и главный технический директор Дэйв Декаприо. «Возможность взять чьи-то данные и преобразовать их в модель, которую можно легко использовать, по-прежнему является проблемой, требующей большого объема знаний в области здравоохранения»
В свете пандемии Covid-19 ClosedLoop также создала модель, которая помогает организациям выявлять наиболее уязвимых людей в своем регионе и готовиться к резкому росту числа пациентов. Инструмент с открытым исходным кодом, называемый индексом С-19, использовался для связи пациентов с высоким риском с местными ресурсами и помогал системам здравоохранения создавать оценки риска для десятков миллионов людей в целом.
Индекс — это всего лишь последний способ, которым ClosedLoop ускоряет внедрение ИИ в индустрии здравоохранения для улучшения здоровья пациентов, цель, над которой Декаприо работал большую часть своей карьеры.
Разработка стратегии
После работы инженером-программистом в нескольких частных компаниях во время интернет-бума начала 2000-х годов, Декаприо искал возможность изменить свою карьеру, когда он столкнулся с проектом, ориентированным на аннотацию генома в Институте Массачусетского технологического института и Гарварде.
Этот проект стал первым профессиональным знакомством Декаприо с мощью искусственного интеллекта. Это вылилось в шестилетнюю работу в Broad, после которой он продолжил исследовать пересечение больших данных и здравоохранения.
«После года работы в здравоохранении я понял, что мне будет очень трудно делать что-то еще», — говорит Декаприо. «Я не собираюсь увлекаться рекламой в интернете или чем-то подобным. Как только вы начинаете заниматься здоровьем человека, любой другой вид деятельности кажется просто незначительным».
В ходе своей работы Декаприо начал замечать проблемы с тем, как машинное обучение и другие статистические методы проникают в здравоохранение, особенно в том, что прогностические модели применяются без учета контингента пациентов больниц.
«Кто-то скажет: «Я знаю, как предсказать диабет» или «я знаю, как предсказать ремиссию», и они продадут модель», — говорит Декаприо. «Я знал, что это не сработает, потому что причина, по которой ремиссия происходит в малообеспеченном населении Нью-Йорка, очень отличается от причины, по которой ремиссия происходит в Пенсионном сообществе во Флориде. Важно было не построить одну волшебную модель, а построить систему, которая может быстро взять чьи-то данные и обучить модель, специфичную для их проблем.»
Имея в виду этот подход, Декаприо объединил усилия с бывшим коллегой и предпринимателем Эндрю Эйем и основал ClosedLoop в 2017 году.
По мере того как основатели создавали свою платформу моделирования, им приходилось преодолевать многие из наиболее распространенных препятствий, которые замедляли внедрение решений искусственного интеллекта в здравоохранении.
Часто первая проблема, с которой сталкиваются стартапы, заключается в том, что их алгоритмы работают с данными каждой системы здравоохранения. Больницы различаются по типу данных, которые они собирают о пациентах, и способу хранения этой информации в своей системе. Больницы даже хранят одни и те же типы данных совершенно по-разному.
Декаприо приписывает своей команде знание пространства здравоохранения, помогая им создать решение, которое позволяет клиентам загружать необработанные наборы данных в платформу ClosedLoop и создавать такие вещи, как оценки риска пациентов с помощью нескольких щелчков мыши.
В целом, чтобы внедриться в работу клиентов, основатели говорят, что их аналитическая платформа должна давать простые, действенные идеи. Это привело к созданию системы, которая генерирует списки, оценки риска и рейтинги, которые менеджеры по уходу могут использовать при принятии решения о том, какие вмешательства наиболее актуальны для тех или иных пациентов.
«Когда кто-то приходит в больницу, во многих случаях уже слишком поздно избегать дорогостоящего лечения», — говорит Декаприо.
Клиенты, такие как медицинские страховщики, также используют платформу ClosedLoop для прогнозирования более широких тенденций в области риска заболеваний, чрезмерного использования отделений неотложной помощи и мошенничества.
Шаг вперед для Ковида-19
В марте ClosedLoop начал изучать способы, которыми его платформа могла бы помочь больницам подготовиться к Covid-19 и отреагировать на него. Кульминацией усилий стал корпоративный хакатон, прошедший в выходные 16 марта. К понедельнику у ClosedLoop была модель с открытым исходным кодом на GitHub, которая присваивала пациентам Medicare баллы риска Covid-19. Позже он был использован для предсказания состояния более чем 2 миллионов пациентов.
Сегодня эта модель работает со всеми пациентами, а не только с теми, кто получает медицинскую помощь, и она используется для оценки уязвимости общин по всей стране. Больницы использовали эту модель, чтобы спроецировать всплески заболеваний и помочь людям с самым высоким риском понять, что они могут сделать, чтобы предотвратить инфекцию.
«Некоторые из них просто обращаются к людям, которые социально изолированы, чтобы узнать, могут ли они что-то сделать», — говорит Декаприо. «Кто-то, кому 85 лет и он заперт, может не знать, что есть общественная организация, которая будет доставлять им продукты».
Для Декаприо привлечение предсказательной силы ИИ к здравоохранению было полезным, хотя и унизительным опытом.
«Масштабы проблем настолько велики, что независимо от того, какое воздействие вы оказываете, вы не чувствуете, что достаточно сдвинули иглу», — говорит он. «В то же время, каждый раз, когда организация говорит: «Это основной инструмент, который наши менеджеры по уходу использовали, чтобы выяснить, к кому обратиться», — это здорово».