HIStalk interviewe David Lareau, PDG, Medicomp Systems – HIStalk

David Lareau est le PDG de l’entreprise Systèmes Médicomp.

Parlez-moi de vous et de l’entreprise.

Je travaille chez Medicomp depuis plusieurs années. Notre compétence principale est que nous construisons un moteur de données cliniques que nous appelons le Clinical Knowledge Graph. Nous le construisons sur la base des suggestions d’experts depuis 1978.

Nous avons traversé de nombreuses transitions technologiques. Nous sommes désormais dans le monde de l’intelligence artificielle avec des applications cliniques. Nous pensons que nous sommes bien positionnés dans ce domaine car nous avons des connaissances très spécifiques en matière de formation de petits modèles pour faire ce que nous leur demandons de faire.

Les coûts supportés par les clients pour utiliser la technologie d’intelligence artificielle vendue par les grandes entreprises technologiques pour plaire aux investisseurs vont-ils inévitablement augmenter ?

Nous pensons que Butcher’s Bill sera utile pour ces grands modèles coûteux à utiliser. Les gens commencent déjà à dire : « Nous allons utiliser l’IA pour nous former à des problèmes de flux de travail spécifiques et à des problèmes cliniques spécifiques. » À l’heure actuelle, nous pensons être bien positionnés dans ce domaine.

Nous avons un grand succès en termes de performances et de coûts moindres car nous utilisons un petit modèle plutôt qu’un grand modèle. Notre moteur et toute la puissance qu’il contient peuvent être exécutés sur le CPU, et non sur le GPU, dans l’environnement de sécurité du fournisseur sans sortir. Nous pouvons le faire parce que nous avons un objectif de 400 000 concepts cliniques avec des centaines de millions de liens pour la pertinence du diagnostic et la pertinence du codage. Pouvoir le faire avec un petit modèle est dû au fait que nous avons une cible clinique qui a été très bien définie au cours des 40 dernières années.

Les fournisseurs avec lesquels nous travaillons ont constaté des réductions de coûts en utilisant un modèle spécifique à un domaine plus petit, formé sur nos points de données cliniques introduits dans notre moteur. L’un des obstacles à cela réside dans l’absence de norme claire sur la manière de communiquer entre les applications utilisant différents aspects de l’IA. Le MCP, ou Model Context Protocol, en cours de développement en tant que standard, nous a permis d’augmenter le nombre de partenaires pouvant profiter de notre graphe de connaissances cliniques unique.

Par conséquent, ce qui se passe dans l’industrie constitue pour nous davantage une opportunité qu’une menace. Si je veux connaître 250 concepts cliniques qui pourraient être pertinents pour une personne atteinte d’IRC, c’est dans notre moteur. MCP nous permet de présenter une manière standardisée de demander ces informations à notre moteur et de les renvoyer à l’application, qu’il s’agisse d’un modèle de langage ou de quelqu’un d’autre qui souhaite ces informations. Ce sera le moteur de l’intégration de tous ces agents d’IA que les gens construisent.

Il s’agissait d’un élément essentiel manquant pour la communication entre les systèmes qui utilisent l’IA pour effectuer des tâches très spécifiques. Par exemple, lorsqu’Epic annonce qu’il construit des centaines d’agents IA, ils utiliseront des éléments comme MCP pour communiquer entre différents aspects de leur système.

L’intelligence artificielle a-t-elle changé votre stratégie commerciale ?

a. Nous avons certainement dû nous adapter à cela. L’IA conversationnelle capture toujours le texte. Cela fait du très bon travail. Nous sommes vraiment impressionnés et satisfaits de l’efficacité avec laquelle il supprime le besoin de saisir du texte dans le dossier médical. Mais c’est toujours du texte.

Nous avons utilisé l’IA. En interne, nous utilisons des modèles linguistiques pour affiner nos offres et nos outils. Nous construisons un petit modèle, spécifique à un domaine, de manières spécifiques d’utiliser nos données, extrayons les données du texte, puis travaillons avec lui pour servir toutes les choses en aval que vous devez faire, comme les mesures de qualité, l’adéquation de la documentation pour les catégories de conditions hiérarchiques de Medicare, et ainsi de suite. Nous avons dû accepter cela et trouver comment les utiliser de manière transparente, efficace et abordable dans le domaine clinique.

C’est une période passionnante où les outils d’IA ont mûri, la puissance a mûri et tous les acteurs de l’industrie rament dans la même direction. Mais ils ont besoin d’outils cliniquement spécifiques pour arriver là où ils doivent être, pour qu’ils soient abordables et utiles sur le lieu de soins.

Il y a deux ou trois ans, nous y voyions plutôt une menace. Une menace est tout ce qui fait que les gens ne veulent pas faire affaire avec vous aujourd’hui. Il s’agit d’une menace concurrentielle. Lorsque l’engouement pour l’IA a commencé il y a quelques années et s’est vraiment développé récemment, il constituait une réelle menace concurrentielle pour nous, car il obligeait les gens à rester sur la touche et à attendre que l’IA le comprenne. Les gens se rendent désormais compte qu’un transformateur pré-entraîné prédictif généralisé n’est pas suffisant pour un travail clinique spécifique. C’est là que nous l’intégrons à notre Quippe Clinical Knowledge Graph pour faire des choses très spécifiques pour les cliniciens. Les gens sont conscients des bons usages de l’IA en médecine clinique et des choses qu’elle ne fait pas bien.

Nous sommes ravis de la façon dont les choses ont évolué au cours des 12 derniers mois, alors que le caoutchouc commence à rencontrer l’IA en médecine.

Les startups et les grandes entreprises technologiques se rendent peut-être lentement compte que l’IA et la documentation qui l’entoure sont des paris qui ne constituent pas vraiment un fossé commercial. Recevez-vous des appels d’entreprises qui disposent de cette technologie mais qui ont besoin d’aide pour comprendre comment l’intégrer dans les flux de travail des soins de santé ?

Je reçois quatre ou cinq demandes par semaine. La plupart des gens qui appellent lorsqu’ils entendent les détails de ce que nous faisons disent : « Nous n’en sommes pas encore là. Nous essayons simplement de trouver comment rivaliser avec toutes les autres personnes présentes dans notre espace.

Nous commençons à voir des gens utiliser réellement ces applications. Ce sont les questions les plus sérieuses lorsque vous nous appelez. Ils disent : « Les paris sur table fonctionnent, mais maintenant nous avons du mal à répondre à toutes les demandes de suivi parce que nous n’avons que du texte, pas de données. » Ils doivent y arriver parce que le gouvernement impose des exigences très spécifiques sur des choses comme les mesures de qualité. Ils recherchent des points de données spécifiques. C’est ce qu’il y a dans notre moteur.

Ils disent : « L’acquisition de documentation n’est plus un problème. Nous devons maintenant faire quelque chose pour tous les processus en aval qui sont liés aux informations contenues dans ce texte. Quand ils heurtent ce mur, ils nous appellent.

Vous avez écrit sur l’instafraude, les affirmations des compagnies d’assurance selon lesquelles certains fournisseurs utilisent l’IA pour augmenter la facturation et leur intention d’utiliser l’IA pour y mettre un terme.

Nous entamons des premières conversations avec certaines personnes concernant la conformité et la réglementation. Un exemple où cela est illustré est Medicare Advantage, qui était censé réduire le coût des soins pour les personnes bénéficiant de Medicare. Il utilise des codes d’ajustement des risques, des catégories hiérarchiques de pathologies, pour identifier une personne atteinte d’une maladie qui l’expose à un risque de pires conséquences, puis pour gérer ces pathologies. Mais pour ce faire, vous devez coder le diagnostic pour obtenir ce risque, puis injecter plus d’argent dans votre pool de risques chaque année.

L’IA était des algorithmes avant que l’IA ne soit une chose. Les gens utilisaient des algorithmes pour dire : « Ce type a un taux de créatinine élevé. Il souffre probablement d’une maladie rénale chronique, alors codons cela. » Si vous l’encodez et le soumettez, vous obtenez un score de risque plus élevé, mais la documentation doit le prendre en charge.

Lorsque nous avons publié nos algorithmes E&M lors de la première publication des lignes directrices de 1997, la question la plus courante que nous avons reçue était : « Vous disposez de toutes ces données qui peuvent prendre en charge le code. Pourriez-vous les utiliser pour nous indiquer les trois choses que nous devons faire pour obtenir un niveau de service plus élevé et gagner plus d’argent ? Nous avons dit que nous le pouvions, mais le gouvernement a vu ce que nous faisions et nous a prévenus en disant : « Si vous faites cela, nous vous poursuivrons ». Cette fonctionnalité a donc été désactivée. Vous ne pouvez pas lui demander le minimum à prouver pour obtenir un code supérieur.

La même chose a commencé à se produire il y a environ cinq ans avec l’ajustement des risques. Ils ont parlé de « soupçon ». Ils voulaient utiliser l’IA pour examiner le dossier et trouver des preuves potentielles de l’un de ces HCC qui prendraient en charge un code plus élevé. Cela serait présenté sans avoir à vérifier que la documentation démontrait que le patient souffrait réellement de la maladie.

La suspicion est une chose légitime si une condition n’est pas traitée et que vous la traitez ensuite, mais c’est de la triche si vous recherchez la possibilité que quelqu’un possède quelque chose et que vous codez ensuite qu’il l’a sans examiner s’il l’a réellement.

Il existe une lutte acharnée entre les payeurs, les régulateurs et les entreprises sur la manière de traiter correctement les patients atteints de maladies chroniques dans le cadre du programme Medicare Advantage. Le gouvernement commence à y prêter beaucoup d’attention parce que Medicare Advantage était censé coûter moins cher par patient que Medicare traditionnel payant à l’acte, et ce n’est pas le cas. Je pense que c’est parce que les gens recodent les facteurs de risque.

Comment le partage public par Epic de sa feuille de route en matière d’IA affecte-t-il l’innovation ?

Cette question comporte plusieurs niveaux. Epic n’est pas le seul fournisseur majeur que je qualifierais d’obstacle à l’innovation simplement parce qu’il domine dans son domaine. Nous faisons pas mal d’affaires en Asie, et cela ne se limite pas aux États-Unis.

Il y a des années, nous avions un autre détaillant anonyme aux États-Unis, pas Epic, dont les clients leur disaient : « Nous aimons vraiment ce que propose ce détaillant spécialisé. Je le veux. » Nous avons eu une expérience il y a des années avec un autre fournisseur qui nous a dit : « Nous recevons beaucoup de clients qui demandent ce que vous avez. Nous allons probablement le développer nous-mêmes, donc nous ne sommes pas intéressés, mais nous sommes prêts à travailler avec vous. Mais parce que nous considérons nos clients comme un atout, vous allez devoir nous payer la plupart de vos revenus pour accéder à cet actif.

C’est à ce moment-là que j’ai réalisé que les fournisseurs dominants, parce que ce fournisseur était alors important dans le domaine, ont tendance à traiter leurs clients comme un atout et comme un territoire qui leur appartient, et non comme une obligation de fournir un niveau de service plus élevé. Lorsque les organisations de magasins d’applications ont été créées, l’accord que vous deviez signer en tant que revendeur était le suivant : « Nous devons examiner ce que vous avez. Cela dissuade les revendeurs spécialisés.

Nous avons également eu une situation où une grande société de conseil spécialisée dans la mise en œuvre de grands SIS a déclaré : « Nous avons beaucoup de clients qui demandent ce que vous avez. Nous avons beaucoup de gens qui demandent ce que vous et d’autres sociétés comme la vôtre fournissez. Mais nous avons également 90 millions de dollars par an en revenus de conseil de ce fournisseur pour l’aide à la mise en œuvre, et ils nous ont dit que si nous commençons à mettre en œuvre les meilleures niches, nous les mettons en danger l’écosystème. Cela étouffe donc vraiment l’innovation en ce sens.

Recevez-vous des appels d’entreprises cherchant à acheter Medicomp plutôt que d’essayer de construire une technologie de santé complète ?

Oui, nous nous approvisionnons auprès d’investisseurs, de sociétés de capital-investissement et de fournisseurs plus importants. Le problème pour nous est que nous faisons une chose. Nous nous concentrons là-dessus. Nous ne faisons rien d’autre. Fondamentalement, l’actionnariat salarié nous permet de nous concentrer sur ce que nous faisons et de ne pas nous laisser distraire, et nous prévoyons de continuer dans cette voie.

Nous constatons beaucoup d’activité alors que les gens voient comment vous pouvez utiliser notre graphique de connaissances cliniques pour une chose très spécifique qui répond à un large besoin. Je remercie les gens très poliment et leur explique que nous voyons un modèle de pérennité de ce que nous faisons pendant longtemps, même dans la prochaine génération de l’entreprise.

Qu’est-ce qui sera important pour la stratégie de l’entreprise dans les prochaines années ?

Nous devons nous assurer que nous utilisons ces nouveaux outils d’IA pour être plus productifs dans la construction de notre graphe de connaissances cliniques. Avec la sortie du nouveau Model Context Protocol, MCP, nous sommes basés sur des API depuis longtemps. Nous permettons des connexions simples et transparentes à nos API spécifiques aux données cliniques pour effectuer des tâches spécifiques. L’acquisition de documentation n’est plus un problème. La prochaine étape consiste à agir et à faire quelque chose.

Notre stratégie au cours des trois à quatre prochains mois est que certains des fournisseurs de DSE commenceront à montrer l’intersection entre l’écoute ambiante entrant sous forme de documentation, puis se connectant à notre moteur qui valide, filtre et présente ces informations et effectue toutes les choses spécifiques que vous devez faire avec les données, comme obtenir les bons codes de facturation, respecter les mesures de qualité et vérifier l’adéquation de la documentation pour HCC. Connecter nos éléments et permettre l’accès à notre moteur via MCP pour effectuer des tâches spécifiques autres que la simple documentation.

Nous voyons un grand potentiel dans cet espace. Les premières implémentations seront commercialisées au cours des prochains mois auprès de certains fournisseurs spécialisés de DSE.