人工智能医疗:创始人Satish Movva访谈& CEO of 护理预测

Satish Movva是以下公司的创始人和首席执行官 护理预测,这是一家使用人工智能技术的公司,可以通过及时触发随时随地的老年人来帮助老年人独立,经济和更长寿。

在这次采访中,Movva先生分享了有关AI如何在医疗系统(如高级护理,远程监控和疾病预测)中变得越来越重要的AI智能之家。


您的背景是什么,您是如何开始CarePredict的?

在加入CarePredict之前,我创建了ContinuLink,这是第一个SaaS家庭护理和临终关怀平台,并在退出之前使其成功实现了商业成功。我很幸运能够获得比我更多的第一名 在1998年在Palm Pilot上创建了第一台移动EMR设备,并在2000年为新生儿ICU创建了第一台SaaS EMR。 总体而言,我拥有超过35年的技术经验,其中28年是医疗保健技术。 

我成立了CarePredict来满足我作为81岁和91岁父母的主要照料者的需要,他们离我只有几英里远。我每天都打电话给他们,每周一次。五年前,我发现大部分的每周拜访都是在医院或急诊室中度过的。父母的健康状况难以预测,导致我的生活变得不可预测,因为我在兼顾年轻的家庭和职业。我开始寻找一种解决方案,可以为我提供有关其健康状况的早期AI智能之家。市场上只有两种类型的解决方案。一个是个人紧急响应系统(PERS),它仅在发生诸如坠落之类的事情后才提醒我,第二个是 环境监控系统使用了重新设计的防盗警报组件(例如运动传感器和门/窗开关),例如冰箱门和厕所冲水把手等日常物品,以检测活动并推断健康状况。不幸的是,这些方法不适用于我有两个父母住在同一所房子并且运动传感器无法告诉我谁在做什么的情况。而且更重要的是,它们不可靠,因为我无法假设我的父母吃饭了,因为系统告诉我冰箱门已经打开和关闭。

因此,我决定创建一个解决方案,让我知道何时需要干预 之前 发生了一些事。我知道,如果我早些时候发现了下降的迹象,我本可以防止父母下降 ’通过积极行动来健康。我观察到,他们健康状况发生变化的最初迹象通常表现为他们日常活动和行为的变化。为了尽快发现这些细微的变化,我必须不断观察它们的日常活动,例如饮食,睡觉,走路和上厕所。那就是 护理预测 可以:允许自主观察老年人的活动和行为,而无需进行任何自我报告,以发现最早的下降迹象,并给家人足够的时间采取行动。

护理预测的任务是什么?

人口老龄化是本世纪最大的社会问题之一,并带来深远的影响。到2050年,预计65岁以上的人口将达到21亿。相反,所需护理人员的数量并没有跟上步伐。我们正在开发该技术,以便随时随地持续观察,学习和触发对老年人的及时护理。在此过程中,我们正在集体生活,家庭护理和老年人在家中证明这些技术。因此,我们正在生成当前在任何地方都无法使用的丰富数据集。 

向我们介绍CarePredict的产品以及它们解决的问题。 

我们正在解决过度依赖亲眼观察的问题,以解决老年人在家庭或家庭中的健康状况下降的问题。随着老年人数量的增加和护理人员的数量的减少,需要乘以倍数的力量来及时提供护理,以尽早介入减少的迹象,以节省金钱并延长寿命。当老年人获得照料,使他们能够随着年龄的增长而生活在他们熟悉的照料环境中,而无需升级到更高的照料/成本水平,团体生活,健康保险系统和家庭将受益。

您目前最关注哪种产品?  

护理预测 AI驱动的产品将重点放在老年人上,无论他们选择在老年人居住社区中选择哪种设置,他们都是在老年人居住社区中在家中由家庭护理助手照料或在家庭护理人员的协助下独立在家中衰老。 

您认为哪种产品影响最大,为什么? 

我们的AI解决方案 使用智能可穿戴设备Tempo™毫不费力地自主收集日常活动模式的数据,例如个人饮食,睡觉,行走,上厕所和梳妆。机器学习和人工智能创建特定于个人的基线,并且系统会在出现下降迹象的偏差的第一个迹象时发出警报。

我们专注于预防性高级护理,目标是避免住院,并在问题发生之前进行预防。

您的产品如何改善患者体验?

我们专注于预防性高级护理,目标是避免住院,并在问题发生之前进行预防。在高级居住社区,我们通过预测跌倒,营养不良,社会孤立,抑郁和其他幸福感下降的可能性,使住院率降低了20%。 

在团体生活设施中,使用前四个月内,我们减少了22%的跌倒。通过采取积极主动的方法,我们可以确保我们亲人的健康稳健。 

我们的智能可穿戴设备配备了实时定位系统和地理围栏等功能,以确保老年人的安全和保障,并提供礼宾服务按钮和双向语音通信系统。 它了解支配臂的手势以识别诸如饮食,刷牙等活动,并且还具有许多环境传感器。 这使我们的系统可以谨慎地了解活动和行为模式,并在情况与平时不同时发出警报。

您如何衡量产品的性能?

我们在许多层面上做到这一点:

对于老年人而言,这是通过减少跌倒的情况,检测跌倒并及时发现跌倒的迹象来减少住院人数。今天,我们可以预测提前一周发生跌倒的可能性,提前4天发生UTI / GI的可能性以及提前一周发生抑郁症的迹象和症状的可能性。由于我们监视活动和行为模式,因此我们收集的丰富数据集可在将来用于检测轻度认知障碍(例如短期记忆丧失)的最初迹象,这可能是更严重的认知下降的先兆。

对于看护者而言,正是我们基于AI的解决方案的这种预测能力使他们能够及时进行干预并预防更严重的问题。 

对于家庭来说,这是查看我们的应用程序并立即知道的功能 妈妈今天过得怎么样 或看 她一直在加班。 

对于高级小组居住操作员,当员工穿戴Tempo可穿戴设备时,它能够洞察其员工的生产力,并允许在建筑物内进行实时位置跟踪。使用我们系统的工厂的员工对警报和寻求帮助的响应率提高了61%。 

对于家庭护理机构,这是一种能够在提供及时护理的同时让其客户家人安心的能力。

对于看护者而言,正是我们基于AI的解决方案的这种预测能力使他们能够及时进行干预并预防更严重的问题。 

告诉我们有关CarePredict团队的信息。

护理预测由资深医疗技术人员,护士,工程师和数据科学家组成,并在领先的老年医师和医生的建议下,使我们与众不同的一件事是 我们团队的成员 之所以在这里,是因为他们受到亲人的衰老的影响。

AI可以帮助解决的医疗保健主要问题是什么?

高级护理:
AI可以直接解决人口老龄化的问题 给我们本已捉襟见肘的医疗系统带来巨大压力。仅在美国,每天就有10,000人每天65岁*,并且这一趋势有望持续到2030年代。到2050年,世界五分之一的人口将达到15亿。 随着老年人数量的增加,护理人员的数量减少以及这些社会的人口趋向于负增长或零增长,超级老龄化社会将成为常态。 所有这些都意味着我们需要技术的增强,因为力量倍增器需要照顾这一庞大的人口,从而在全球范围内扩展高级护理。 AI在高级护理中的主要优势在于其识别问题的预测能力 之前 他们成为问题。

远程监控:
许多情况要求患者在家中进行康复。如果没有持续的监控,这种情况就会复发。 AI可以用于提供远程患者监视,并减少对急诊科的就诊,最大程度地减少再次入院并避免住院。智能可穿戴设备等设备可提供连续的数据流并允许早期干预。  

预防保健:
许多医疗保健系统(尤其是高级护理系统)都旨在检测和治疗。但是,更长的寿命和成本的节省源于向“预测和预防”模式的转变。 AI可以促进个性化护理,即使在个人感觉不到明显下降之前,也可以实时预测并立即发出警报。因此,当跌倒发生后,AI可以预测并允许干预,而不是着重于跌倒发生后的伤害处理计划。

通过预测和预防,我们可以确保不断增长的老龄化人口的整体健康和安全。

人工智能将如何影响医生的工作?

如今,医生仅在定期面对面或虚拟接触时才知道该人的状态。 当他们在家时,他们完全忘了人的幸福。解决这一问题的一种方法是对危险人群进行连续的机器观察。 但是,对于人类来说,吸收或监视由连续遥测产生的海量数据流是不可行的。–但是,AI可以快速筛查这种情况,并且只有表面感兴趣的信号可以被人类跟踪。 

必须有意识地摆脱“诊断和治疗”方法,因为它为时已晚。我们多年来一直在这样做,这导致了医疗系统负担过重,老年人的生活质量较差。

医生如何为AI驱动的医疗保健做准备?

本质上,“诊断”的行为仅仅是基于过去的个人经验来识别模式。 AI擅长这一点,因为它也可以考虑集体经验。 我将诊断视为AI能够迅速确立自己地位的领域,而治疗则是更人性化的领域。 AI是一种增强技术,而不是替代技术。 医疗保健界必须了解,每个人的仪器仪表是节省医疗保健系统成本,延长寿命并向连续数据流开放并了解个人或虚拟遭遇之外的人并做出反应的唯一方法。 现在也已经知道,健康的社会决定因素(SDOH)与诸如血压等生理指标一样重要,甚至更重要。 但是SDOH是基于活动和行为方式并了解整个人的。 我们只能通过对人员进行检测并持续观察活动和行为方式才能到达那里。

您是否认为AI将彻底改变患者的护理方式?

绝对。因为我们开始更早地发现征兆,所以我们能够在更早的阶段进行干预。以跌倒为例。每年65岁以上的老人中有四分之一跌倒。如果我们能够识别出高处跌倒风险的老年人,那么我们将通过专注于肌肉强化程序,采取其他预防措施,找出导致什么原因和原因的根本原因,以完全不同的角度来解决这种情况。他们处于增加的风险中。而不是侧重于紧急程序,住院和长期行动不便。  

数据将使预测和预防模型成为主要的医疗保健方法。 它将使预防药物,建议和服务甚至在您不知道需要之前就提供给您。 这种先见之明将为所有人带来更健康,更长寿的生命,并降低全球医疗系统的成本。

在接下来的几年中,哪种医疗保健过程具有最大的改进潜力,为什么? 

必须有意识地摆脱“诊断和治疗”方法,因为它为时已晚。我们多年来一直在这样做,这导致了医疗系统负担过重,老年人的生活质量较差。改善的最大潜力在于广泛采用“预测和干预”方法。

人工智能目前的技术局限性是什么,一旦克服,该局限性将为医疗保健系统带来巨大的改善?

数据,数据,数据,最重要的是标记数据。 为了使AI正常工作,需要对大量数据进行模型训练。从数据收集,分类和学习需要花费一些时间,才能产生可​​行的AI智能之家。随着AI越来越成为主流,预测中的置信度将继续提高。 

您认为在未来几年中哪种与AI相关的技术趋势将对医疗保健产生最大影响?为什么?

随着我们日常智能手机,可穿戴设备开始收集越来越多的细化数据,不断收集个人数据将变得很普遍。该数据将使预测和预防模型成为主要的医疗保健方法。 它将使预防药物,建议和服务甚至在您不知道需要之前就提供给您。 这种先见之明将为所有人带来更健康,更长寿的生命,并降低全球医疗系统的成本。只有AI及其能够消耗大量 人口数据,并提炼成可行的个人预测。

的使命 AI时间杂志 是泄露信息
和关于人工智能的知识,
的到来和使用AI技术的新机会
造福人类。

关于AI Time Journal编辑人员

的使命 AI时间杂志 是泄露信息 和关于人工智能的知识, 的到来和使用AI技术的新机会 benefit humanity.

查看AI Time Journal编辑人员的所有帖子→