Larry, senior vicepresident för analytics på Optum, diskuterar sin roll inom artificiell intelligens och tar itu med problem inom sjukvårdsindustrin.
”Jag har arbetat med Optum, en del av UnitedHealth Group, i mer än 20 år i en rad roller inom data och analys, som spänner över olika affärsenheter”, säger Larry, som för närvarande är senior vicepresident för analys.
Under hela sin karriär har han fokuserat på ett antal områden, som att lära sig kärnverksamhetens processer, de finansiella hävstångarna som påverkar prestanda och den bredare dynamiken på den amerikanska sjukvårdsmarknaden.
Han sa till SiliconRepublic.com, ”Denna grund i affärs- och branschkunskap, tillsammans med en förståelse för hur analyser kan påverka och driva strategi och dagligt genomförande, öppnade bredare möjligheter längs vägen.
”Det här är vad som har gjort det möjligt för mig att utvecklas till att leda ett globalt team på mer än 700 personer fokuserade på några av de svåraste problemen inom sjukvården, vilket gör att det amerikanska sjukvårdssystemet fungerar bättre.”
Vad innebär din roll och vilken påverkan har den på det tekniska ekosystemet?
Min roll är fokuserad på att sätta en analysstrategi som stödjer affärsprioriteringar över flera affärsenheter, utvärdera vilka teknologier som ska investeras i och utveckla talangen för att leverera på båda. Parallellt med det arbetar jag med mitt ledningsteam för att identifiera var analyser kan skapa inkrementellt värde, både ur ett kommersiellt intäktstillväxtperspektiv och genom en intern kostnads- och produktivitetslins.
År till år innebär det att se till att kapaciteten, talangen och plattformarna är på plats för att möta verksamhetens behov och att arbeta med våra teknikpartners för att se framåt på vart tekniken är på väg, så vår strategi är anpassad till vart kapaciteten är på väg, inte vart de har varit. Dag för dag arbetar man med nyckelintressenter för att prioritera initiativ och anpassa sig när verksamheten förändras.
Din roll innebär att skala AI – hur viktigt är det att organisationer utvecklar, underhåller och odlar avancerad teknologi?
Som företag omfamnar vi för närvarande ett AI-paradigm över våra verksamheter, och att skala AI är avgörande för vår framtida framgång. Att ta sig dit beror på två saker.
För det första: att inte bara använda AI för att automatisera befintliga processer, utan att tänka om vad dessa processer skulle kunna ges vad avancerad teknik nu kan göra. För det andra: att tillämpa rätt AI-förmåga på rätt problem.
Det innebär att motstå frestelsen att kasta den senaste frontiermodellen på allt; ofta är en traditionell maskininlärningsmodell bättre lämpad och betydligt mer kostnadseffektiv. Nyckeln till allt detta är pålitlig data och ansvarsfull styrning. Inom hälso- och sjukvården måste vi förtjäna rätten att skala AI, skydda integriteten, vara tydliga med var mänskligt omdöme fortfarande är viktigt och övervaka oavsiktlig fördom eller variation i resultat.
Vilka är utmaningarna med att implementera och skala AI-drivna tekniker?
Fem saker dyker upp konsekvent.
Först, testa och bibehålla noggrannheten, bygga utvärderingsdisciplinen för att veta om en modell presterar och hålla den presterande över tid. För det andra, lag- och efterlevnadsgranskning, som inom sjukvården med rätta är rigorös och måste utformas i processen snarare än som en eftertanke.
För det tredje, antagande av intressenter – teknik är ofta den enkla delen, att förändra hur människor arbetar är den svåra delen. För det fjärde är integrering i befintliga arbetsflöden och system ofta den längsta stolpen i tältet. Och slutligen, bevisa värdet konsekvent. En tekniskt framgångsrik pilot räcker inte. Vi måste mäta adoption, operativ påverkan och i slutändan om det förbättrar resultaten för de människor och organisationer vi betjänar.
Hur kan en ledare ge ett team som ansvarar för att utveckla och skala avancerad teknik?
Ge människor huvudutrymme att förnya sig och att fortsätta utveckla sina färdigheter med den senaste tekniken och tillvägagångssätten. Tillhandahåll standardramar och spelböcker för testning och skalning, så att teamen inte återuppfinner vägen till produktion varje gång. Och placera stödstrukturerna runt dem för att hantera det i skala som inkluderar tydliga vägar genom efterlevnad, granskning och implementering.
Ledare måste också skapa psykologisk trygghet; team måste kunna ta upp risker, utmana antaganden och stoppa eller omforma en lösning när bevisen säger att de borde.
Vilken kompetens behövs över team och i din egen roll?
Över team börjar det med att förstå verksamheten och kundens behov och sedan designa något som tillgodoser det. Det kräver en blandning av människor – några som kan verksamheten, några som kan tekniken och en verksamhetsmodell som rent förbinder de två. Du behöver också starka datakunskaper, med en djup förståelse för data, var den kommer ifrån och hur bra den är, samt datastyrning och datateknik som kritiska färdigheter för alla nya AI-projekt.
För min roll handlar det om att se till att de resurserna finns tillgängliga och att kopplingarna görs. Det handlar också om att ställa de utmanande frågorna – löser vi rätt problem, och är detta rätt förmåga och resurser att lösa det med?
Hur skulle du sammanfatta det första halvåret i termer av hur trender och mönster har påverkat AI och det bredare tekniska utrymmet?
Den största förändringen har varit agent AI som har gått från demo till produktion, och AI har utvecklats från ett produktivitetsverktyg till en kärnkomponent i operativa modellen genom AI-aktiverade arbetsflöden, beslutsstöd och end-to-end processorkestrering.
För tolv månader sedan kretsade diskussionen kring vad dessa teknologier kan göra. Idag ligger fokus på vad de har levererat, hur vi mäter och styr prestationer och var vi skalar härnäst.
För Optum har detta öppnat ett bredare samtal om att bli AI-native i våra affärsprocesser. Möjligheten är inte längre bara att automatisera individuella uppgifter, utan att designa om hur arbetet utförs – att förenkla driften, förbättra överkomligheten, öka hastigheten och kvaliteten och i slutändan leverera en bättre vårdupplevelse för patienter och vårdgivare.
