新任Counterpart首席医疗官David Tsay博士在接受Fierce Healthcare采访时，详细介绍了Clover Health的AI助手工具如何帮助医生改善患者健康结果并降低成本。
David Tsay博士本月被任命为Clover Health子公司Counterpart Health的首席医疗官。Counterpart Health是Clover的医生AI助手工具，该工具销售给支付方和提供方，旨在帮助改善患者的健康结果并降低成本。
Tsay是一位执业医生，最近曾担任健康科技公司Cue Health的首席医疗官。他还曾在纽约长老会医院担任两年的转型副总监，并在疫情期间领导苹果公司的医疗设备产品临床团队。
Fierce Healthcare与Tsay进行了交谈，以了解更多关于他的职业生涯，以及他对Counterpart和Clover的热情所在。以下是经过编辑的采访内容，以确保长度和清晰度。
Fierce Healthcare: 请介绍一下您的职业背景。
David Tsay: 在我的职业生涯中，我逐渐形成了对技术如何在医疗服务交付中发挥变革作用的深刻热情。这实际上是关于为所有人提供高质量的医疗服务。为此，我在纽约长老会医院工作了多年，致力于建设提高可及性的项目，如数字健康服务，最终目标是改善整个医疗系统的患者结果。
最近，我一直在技术行业工作，专注于开发消费者健康技术，这些技术通过可穿戴技术和家庭诊断技术为患者和医生提供新的健康数据，从而实现早期诊断和更好的结果。
FH: 您在Cue Health和Apple的经历如何与Counterpart的工作相关？
DT: 当然。例如，在Apple，我们开发了心脏领域的软件技术，如心电图、不规则心律通知和血氧监测，利用可穿戴设备在医院之外提供诊断数据。但同时，我们还确保这些数据对医生来说是可读和易于访问的。
在Cue Health，我们开发了诊断健康技术，使在家诊断变得更加容易。我们推出了首个获得FDA全面批准的分子家庭测试，这实际上是一个生态系统，帮助患者从测试到诊断再到治疗，形成闭环。
我认为，Counterpart所做的很多工作都是关于如何通过软件技术赋能医生，使他们能够更好地诊断、治疗和主动解决患者的健康问题，这与上述核心概念是一致的。
FH: 是什么吸引您加入Counterpart？
DT: 我认为有两方面独特的因素吸引了我加入Counterpart。
首先，Counterpart Assistant的技术平台是为了专门赋能医生而开发的可扩展技术平台。我坚信这是进行这一对话的正确时机和正确地点。
其次，我认为Counterpart Assistant非常独特。它完全是在Clover Health Medicare Advantage计划内孵化和开发的有效技术平台。这使得产品的设计非常具体和有效，能够以推动价值医疗成功的方式提供使用价值。
具体到细节层面，该软件在医生就诊时帮助医生针对特定患者解决护理缺口、预防筛查和早期诊断等风险，这些风险由我们的专有AI算法识别。
FH: Counterpart为患者提供可操作的见解。这些见解是什么样的？
DT: 当医生在就诊时使用我们的软件时，可能会有一些非常具体的内容，例如，“这位患者需要做结肠镜检查”基于临床护理指南。要么他们符合年龄标准，要么他们还没有做过这项检查。这是一个解决护理缺口的机会。
有时，这些临床见解可能是识别可能患有糖尿病高风险的患者，并建议进行筛查和主动护理，以便我们可以更早地诊断慢性疾病并进行早期治疗，防止后续可能出现的结果。
特别是在当今的医疗实践中，数据环境极其复杂。一个典型的患者可能有一个主治医生，然后看几个专科医生，并从医疗系统中获取实验室结果。这些文件可能存在于三四个不同的电子病历（EMR）系统中，他们的药房记录或其他地方。
作为独立诊所，医生有自己的EMR系统，但他们没有能力搜索所有复杂的数据环境。Counterpart Assistant使其变得简单，成为一个一站式解决方案。
另一个例子是药物续方。有自动化的见解，“这位患者还没有续方。”可能存在药物依从性问题，或者存在共付费用问题。我们会在这些方面进行标记。考虑到初级保健医生今天面临的有限时间，需要筛选所有数据并生成这些见解，我们正在努力支持他们。
FH: 您之前提到，您认为这是“正确的时间，正确的地点”。为什么？
DT: 当我看Counterpart和Clover时，我们采取的方法与其他大多数公司不同。我们真正关注的是临床护理和价值医疗。
让我举个假设的情景。现在有很多软件试图帮助医生在实践工作流程中，尤其是在行政任务方面。这当然很重要。但想象一下，如果你有了这个很棒的软件，减少了所有这些时间，但临床护理却没有改变。这并不是Clover的成功定义。
我们构建技术的方式之所以令人感兴趣，是因为它旨在推动价值医疗的成功。我认为我们才刚刚触及表面。最终，这真的是为了确保每个人都能接受所有的预防筛查，管理他们的慢性疾病以防止进展，真正关注我们能够普及给所有患者和成员的最佳质量护理。
FH: Counterpart还如何使用AI生成见解？
DT: 我们所做的一个非常独特的事情是，我们将大量数据通过专有的AI算法进行处理，以预测某人可能的新诊断或处于某种诊断的风险中。我们将这些上下文呈现给医生审查，让医生拥有最新的信息。
随着年龄的增长，你会发展出多种条件。这些条件，众所周知，是导致发病率和死亡率的主要原因。特别是在Medicare人群中，有心血管疾病、糖尿病、肾病、癌症等等。理解和解释所有这些条件，以及它们意味着什么风险或新条件以及其他类型的临床模式，我们努力使初级保健医生在全面照顾患者的过程中更容易做到这一点。
(全文结束)
