丹尼尔·凯恩是佛罗里达州南部的ModMed®公司的联合首席执行官兼联合创始人，该公司是一家医疗信息技术公司，通过特定专科的智能平台来改变医疗保健，从而提高实践效率并改善患者结果。
ModMed成立于2010年2月，现已拥有超过1,200名员工，并筹集了超过3.32亿美元的投资。在丹尼尔的领导下，ModMed因其作为医疗技术公司的快速增长而屡获殊荣。2020年，公司被《Inc.》杂志评为全美最佳工作场所之一。从2016年到2018年，公司在德勤科技高成长500强™榜单上被评为北美增长最快的公司之一。自2015年起，公司每年都入选《Inc.》5000强名单，这是美国增长最快的私人公司之一。
能否分享一下您的背景以及它如何影响您在ModMed的工作？
我的科技之旅始于康奈尔大学本科期间，当时我共同创立了Blackboard。我们通过数字化课堂笔记创建了一个平台，使学生和教师能够以前所未有的灵活性进行互动。对于我来说，Blackboard的成功在2004年的首次公开募股（IPO）中达到了顶峰。虽然我们的解决方案在教育技术领域具有革命性意义，但我始终关注新的挑战。
一次，我在皮肤科医生那里做常规检查时，我们讨论了使用过时纸质系统的困境以及如何改进它们。意识到他的医学专业知识与我的技术专长之间的桥梁，我们决定联手创建ModMed以及我们的第一个电子健康记录（EHR）平台。
当时，一些EHR已经存在，但不幸的是，研究经常将它们列为导致医生倦怠的主要原因之一。我们采取了不同的方法，设计了适应特定医疗专科工作流程的用户体验。我们的旗舰基于云的EHR产品EMA由医生为医生设计，这使我们在市场上脱颖而出，并定义了我们的“秘诀”。多年来，我们扩展了产品线，提供了一整套解决方案，帮助医疗提供者简化和优化其业务运营，加快护理交付速度。
您如何看待有效的人工智能在医疗保健领域的成败取决于数据？
我们开始看到实践中采用AI技术来简化工作流程和最大化效率的趋势。随着我们进入使用AI执行更复杂任务的时代，如建议治疗或其他临床支持建议，制定正确的数据和AI培训策略至关重要。AI有机会显著改善患者的体验，并为医疗提供者创造系统性变革，真正提升医疗保健的质量，但这依赖于大量高质量的数据用于训练模型。
为什么数据对于医疗保健行业中的AI开发如此关键？
数据是AI的生命线，低质量的数据会损害AI的表现，导致次优结果。这在医疗环境中可能会产生严重后果，因为患者的生命可能受到影响。更可能的情况是，这些负面体验会削弱患者和提供者对AI的信任，减缓进展，从而降低这项革命性技术对医疗保健的积极影响。
例如，在诊室中，AI驱动的环境监听工具旨在为临床记录提供内容建议供医生审查和批准。理想情况下，这应减少医生在EHR内记录的时间，增加与患者共度的高质量时间。然而，不良的数据来源和训练不当的AI工具可能会适得其反，使医生花费更多时间纠正错误和重写记录。
此外，偏见是与AI算法相关的重大风险，而高质量的数据可以在此方面发挥重要作用，减轻医疗不平等问题。AI模型可能会学习到模式，从而对某一患者群体给予优先处理，而对其他群体（包括受法律保护的群体）不利。通过监控数据输入并在强大的代表性数据上进行训练，AI输出可以更加包容和准确。
能否详细说明ModMed用于训练AI模型的数据类型以及这些数据的来源和管理方式？
在ModMed，我们使用全面的专科特异性数据来精确训练我们的AI模型。在过去14年中，我们创建了符合隐私法规的专科特异性去标识化结构化数据集，并利用这些内部数据来训练AI模型。例如，我们的环境监听工具ModMed Scribe已在皮肤科（我们的首个专科发布）上进行了训练，基于从5亿次患者就诊记录中提取的数百万个结构化参数。
ModMed如何定义医疗保健背景下的“道德AI”？
AI可能出现偏见或提供不准确的信息，如“幻觉”或遗漏，这可能影响患者生命。因此，医疗保健中的道德AI意味着设定高标准的准确性和精确性。这意味着要谨慎和负责任地开发算法，并使用高质量和多样化的数据来实现更准确的预测。
道德AI还意味着确保人类仍然参与其中。AI不应“超越医生”，而是减少医生及其工作人员的行政负担，让他们能够更多地专注于帮助患者。
ModMed采取了哪些措施以确保AI技术的开发和部署符合道德标准？
我们通过精心策划高质量、代表性的训练数据集来实现负责任的AI。来自广泛实践的EHR系统收集的相关和去标识化数据为我们提供了反映不同患者群体的多样化训练数据。
此外，我们的开发团队致力于数据清理，以促进高质量数据的收集和利用。这一过程使我们的团队能够识别、纠正和删除数据集中的不一致、错误和缺失值。通过这种定期维护，我们可以根据性能数据（尤其是临床数据）不断更新AI，特别是在可能影响患者结果的情况下。
在AI开发中，尤其是在医疗保健领域，透明度和问责制的重要性是什么？
透明度使问责制成为可能，这是任何医疗保健AI解决方案的关键基础。医生的首要任务是患者护理和安全，因此80%的医生希望了解AI工具的设计、开发和部署的特性。
此外，并非所有数据都是平等的。了解数据存储和来源的方式及频率更新非常重要。幸运的是，自ModMed成立以来，我们一直致力于优先考虑透明度和准确性。我们对数据来源和质量有深入了解，确信我们的AI集成将为客户带来巨大价值。
AI如何融入ModMed的专科特异性EHR系统，如EMA和gGastro？
在整个产品组合中，我们一直在利用机器学习，并加强在高级生成式AI方面的投资，以简化医疗业务并加快优质护理的速度。我们正在构建一个完整的AI驱动的实践体验，从患者进门之前一直到账单部门。
在临床环境中，我们正在进行EMA的AI环境监听试点项目的最后阶段，我们认为这将是其下游功能的重大突破。我们的AI驱动文档解决方案不仅限于转录或起草SOAP记录，而是利用大量结构化数据捕捉医生与患者对话中的关键信息，并结合EHR系统，建议与访问记录相关的内容，包括ICD-10代码、手术代码和处方。这节省了医生宝贵的时间，使他们能花更多时间与患者交流。
专科特异性AI解决方案为医疗提供者和患者带来了哪些具体好处？
每个医疗专科都有其独特之处。它们在看诊的患者、治疗的疾病和用于报销的医疗代码方面差异很大。为了在任何有意义的方式上发挥作用，AI解决方案必须量身定制以适应这些变化。
例如，ModMed的EHR和AI环境监听工具专门针对每个医疗专科，为临床医生提供高度相关和精确的支持。每个专科的文档过程需要不同的结构化数据组件，包括独特的医疗代码和术语。这种专业化使AI能够更好地理解和预见不同专科实践的独特需求和工作流程，从而更高效地实施、更快地采用，并在提高运营效率方面取得更大的整体效果。
您认为未来五到十年AI在医疗保健领域的最大机遇在哪里？
未来，AI无疑将渗透到医疗保健的几乎每一个方面，以我们无法想象的方式。目前，AI已被用于行政任务，短期内这一趋势可能会随着AI的价值变得更加明显而激增。
我还看到了一个未来，AI将在医患互动中无缝集成，用户界面（UI）几乎不可见。取代当前基于屏幕的交互，AI可以提供现实与增强现实的混合。这种未来的AI有可能分析健康记录以识别关键见解，预测患者患各种疾病的风险。医疗记录中的大量数据为AI提供了机会，可以预见未来的护理需求，并创建和帮助管理预防性护理治疗计划。
这种体验可以超越医疗机构的范围，成为患者日常生活的一部分。AI驱动的可穿戴设备可以提供个性化支持，回答问题并安排预约等。AI还可以远程监测生命体征，检测并向提供者发出潜在健康问题的警报。根据数据和偏好为个别患者量身定制的个性化治疗计划可能成为常态。
这确实是医疗保健令人兴奋的时代。未来五到十年充满了进一步变革行业和改善患者体验的机会。
(全文结束)
