Тони Хогбен
Тони Хогбен является руководителем иммерсивной студии в Pfizer Digital Omnichannel Services & Solutions (OSS). Pfizer Digital Omnichannel Services & Solutions (OSS) находится на переднем крае трансформации способов взаимодействия Pfizer с пациентами, медицинскими работниками и специалистами по всему миру. Благодаря инновационным цифровым стратегиям, передовым технологиям и полученным данным OSS обеспечивает бесперебойные, персонализированные и значимые впечатления. Интегрируя передовую аналитику, автоматизацию и решения на основе ИИ, команда улучшает взаимодействие, оптимизирует коммуникацию и создает значимые связи на всех цифровых точках соприкосновения.
У вас обширная карьера в цифровых инновациях и иммерсивных технологиях. Что в первую очередь привлекло вас в этой области, и как ваш путь привел вас к вашей нынешней роли?
Мой путь был несколько необычным. После получения диплома по специальности «Новые медиа» на рубеже тысячелетия — когда цифровые технологии только начали набирать популярность — я основал и управлял собственным цифровым агентством. Работать в условиях появления Web 2.0 было поистине захватывающе. Мы первыми начали разрабатывать SAAS-решения и ранние мобильные приложения в среде, где инновации были не просто модным словечком, а нашей повседневной реальностью. Каждый проект открывал новые горизонты, а дух предпринимательства чувствовался везде.
Успешно продав свой бизнес незадолго до пандемии, я вначале наслаждался свободным временем, но вскоре понял, что мне нужен новый вызов, который позволит мне использовать мой опыт. Присоединение к Pfizer Digital дало мне возможность объединить мое творческое видение с техническими навыками, опираясь на почти два десятилетия опыта помощи организациям всех размеров в цифровой трансформации.
Создание иммерсивной студии с нуля было особенно rewarding — я создал внутренний центр инноваций, который позволяет командам компании использовать иммерсивные и интерактивные технологии. В настоящее время я являюсь частью команды, возглавляющей наши инициативы по интеграции решений на базе ИИ в различных департаментах и для разных случаев, помогая командам переосмысливать их рабочие процессы и возможности.
Что наиболее удовлетворяло в переходе к здравоохранению, так это применение моей страсти к пересечению технологий и человеческого опыта в среде, где наша работа имеет осязаемое влияние. Здесь точность, реализм и вовлеченность, которые мы создаем с помощью иммерсивных технологий, напрямую влияют на образование медицинских специалистов и, в конечном итоге, на результаты для пациентов. Эта связь между технологическими инновациями и человеческим благополучием вдохновляет меня каждый день.
Медицинское обучение претерпевает изменения с внедрением симуляций на основе ИИ. Как эти иммерсивные опыт с ИИ сравнимы с традиционными методами обучения с точки зрения эффективности и доступности?
Я должен начать с обсуждения иммерсивных опытов, прежде чем исследовать, как ИИ трансформирует эту среду.
Иммерсивные тренировки по сути меняют медицинское образование, предлагая гибкость, которую традиционные методы не могут обеспечить. Обучающиеся могут возвращаться к сложным сценариям практически откуда угодно, в своем темпе и столько раз, сколько им нужно. Доказательства впечатляющие, коэффициенты удержания знаний при иммерсивном обучении значительно выше — до 76% лучше, чем в традиционных методах обучения.*
ИИ в настоящее время революционизирует эти иммерсивные опыт в четырех важнейших направлениях:
- В создании контента ИИ Democratizes разработку высококачественных симуляций. То, что раньше требовало команд специализированных разработчиков и месяцев работы, теперь может быть выполнено быстрее и гораздо меньшим количеством людей — это откроет возможность для разработки и позволит создавать контент в большом объеме.
- Для обучения ИИ обеспечивает динамическую адаптацию — изменение сценариев в реальном времени в зависимости от принятых решений и уровня навыков, создавая подлинные испытания, которые лучше отражают клиническую непредсказуемость.
- В области обратной связи ИИ предоставляет детальную оценку за пределами простых метрик пройден/не пройден. Он может анализировать движения обучающегося, последовательность решений и сравнивать производительность с тысячами предыдущих сессий, предлагая персонализированное обучение.
- Наконец, ИИ обеспечивает совместное обучение через обработку естественного языка и интеллектуальные аватары, которые имитируют реалистичные взаимодействия пациента и команды.
Влияние на доступность серьезное — иммерсивные опыты на базе ИИ могут быть широко и экономично развернуты, помогая закрыть пробелы в обучении на глобальном уровне. Это мощное сочетание иммерсивной технологии и ИИ имеет потенциал демократизировать доступ к высококачественному медицинскому обучению, особенно в недостаточно обслуживаемых регионах.
*Bonde, Mads & Makransky, Guido & Wandall, Jakob & Larsen, Mette & Morsing Bagger, Mikkel & Jarmer, Hanne & Sommer, Morten. (2014). Improving biotech education through gamified laboratory simulations
Можете ли вы поделиться информацией о том, как в вашей компании разрабатываются симуляции в области медицины на базе ИИ? Какие основные проблемы возникают при создании этих высококачественных симуляций?
Мы находимся на ранних стадиях интеграции ИИ в наши подходы. У нас есть четкое представление о том, куда мы движемся, но жесткое регулирование в области здравоохранения требует методичного внедрения и строгой валидации. Это создает напряжение между нашим желанием быстро внедрять инновации и нашей обязанностью действовать осторожно — нам бы хотелось идти в ногу с стремительными изменениями в сфере ИИ.
В настоящее время мы сосредотачиваем усилия по ИИ на трех ключевых областях:
- Ускорение создания контента: Мы используем ИИ для улучшения нашего процесса разработки контента, помогая нашим медицинским и учебным проектировщикам масштабировать производство основанных на доказательствах сценариев, клинических вариантов и моделей пациентов. Это позволяет нам поддерживать качество, значительно расширяя нашу библиотеку симуляций.
- Ускорение технической разработки: Мы используем ИИ для оптимизации процессов технической разработки, позволяя быстрее прототипировать, тестировать и внедрять новые функции и возможности симуляций. Это помогает нам преодолевать ограничения ресурсов и ускорять наш цикл инноваций.
- Адаптивные опыты для обучающихся: Параллельно мы разрабатываем способы интеграции ИИ непосредственно в наши симуляции для создания более динамичных, отзывчивых учебных сред. Это включает в себя персонализированные системы обратной связи и адаптивную сложность на основе моделей производительности обучающихся.
Хотя прогресс требует терпения в этой области, нам приятно думать о том, как эти инновации в области ИИ в конечном итоге трансформируют медицинские тренировки и результаты для пациентов.
Вашим 360-градусным опытом, виртуальная лаборатория, является инновационным подходом к обучению медицинских работников. Как это работает, и какой отзыв вы получили от пользователей до сих пор?
Виртуальная лаборатория на 360 градусов предоставляет медицинским работникам возможность проходить через реальную лабораторную среду, взаимодействовать с медицинским оборудованием, практиковать процедуры и решать реальные задачи в полностью иммерсивном цифровом пространстве.
Виртуальная лаборатория была создана для дополнения личных экскурсий по работающим лабораториям, которые демонстрируют лучшие практики. Мы поняли, что физические визиты в лаборатории сопряжены со сложной логистикой и ограничениями по расписанию, поэтому мы создали цифровую альтернативу, доступную 24/7 из любой точки мира.
Медицинские работники проходят через подробные, интерактивные симуляции, которые проверяют их знания и улучшают понимание лабораторных процедур. Платформа разработана для нескольких устройств, что обеспечивает гибкость в том, как и где проходит обучение. Мы расширили наше предложение, включив виртуальные лаборатории для множества медицинских условий, и перевели эти опыты на множество языков, чтобы поддержать глобальные образовательные потребности.
Отзывы были исключительно положительными. Пользователи постоянно отмечают три аспекта:
- Реализм: Высококачественная среда создает подлинное чувство присутствия в работающей лаборатории.
- Вовлеченность: Интерактивные элементы поддерживают интерес и концентрацию на протяжении всего процесса обучения.
- Гибкость: Возможность доступа к обучению в удобное время и темпе.
Самое главное, медицинские работники сообщают о повышении уверенности в своих навыках и лучшем запоминании информации по сравнению с традиционными методами обучения. Это улучшенное удержание знаний напрямую переводится в лучшее обслуживание пациентов в реальных условиях.
ИИ и иммерсивные технологии могут сделать обучение более доступным, но видите ли вы какие-либо барьеры — такие как законодательные проблемы, нерешительность в принятии или технические ограничения — которые необходимо преодолеть?
Когда речь идет о внедрении новых технологий в обучение здравоохранения, барьеры значительно различаются между иммерсивными опытами и приложениями ИИ.
Основные проблемы с иммерсивными технологиями включают:
- Затраты на разработку: Традиционно создание высококачественных иммерсивных опытов было дорогим. Однако ИИ помогает решить эту проблему, ускоряя создание контента и уменьшая время на производство.
- Доступность: Мы гарантируем, что наше иммерсивное обучение остается доступным, разрабатывая для нескольких платформ, как это демонстрирует наша виртуальная лаборатория, которая работает на различных устройствах. Этот подход позволяет обучающимся участвовать, независимо от их технической подготовки.
- Нерешительность в принятии: Это, пожалуй, наша самая постоянная проблема, особенно среди опытных медицинских работников. Наша стратегия заключается в постепенном использовании — начиная с привычных форматов, таких как наша виртуальная лаборатория, которые вводят концепции пространственного обучения без необходимости проходить сложный учебный курс. Это создает комфорт в отношении иммерсивных концепций перед переходом к более сложным технологиям.
Что касается интеграции ИИ, то мы сталкиваемся с другими препятствиями:
- Технические ограничения: Мы активно работаем над их преодолением, создавая надежные платформы и подходы, которые будут служить основой для будущих разработок.
- Законодательные проблемы: Это представляет собой нашу самую серьезную проблему. Регуляторные органы задают обоснованные вопросы относительно точности и валидности контента, генерируемого ИИ, в обучении здравоохранению. Наша стратегия заключается в том, чтобы сначала разрабатывать внутренние примеры использования, создавая конкретные примеры, которые мы можем использовать для конструктивного взаимодействия с регуляторными командами. Мы признаем, что нам нужно поддерживать их понимание, одновременно совместно разрабатывая соответствующие основы.
Путем систематического решения этих барьеров и признания их различных характеристик мы создаем пути для ответственной инновации, которая поддерживает высокие стандарты, требуемые в обучении здравоохранению.
С учетом того, что ИИ ускоряется с беспрецедентной скоростью, вы предвидите момент, когда ИИ может взять на себя более активную роль в реальном времени в уходе за пациентами, а не лишь как вспомогательный инструмент?
Это касается немного за пределами моей специализации, но я думаю, что мы можем видеть, что ИИ уже выходит за рамки вспомогательных ролей в здравоохранении, с примерами, такими как диагнозы с использованием ИИ и руководство по операциям в режиме реального времени. В следующие пять лет я ожидаю, что ИИ займет намного более активную роль в уходе за пациентами, но это не заменит людей полностью. Вместо этого ИИ будет работать в тандеме с медицинскими работниками в структуре “человек в цикле”, предлагая поддержку без полного контроля. Этот сдвиг вызывает этические вопросы, связанные с доверием и ответственностью — хотя ИИ может предложить диагнозы или планы лечения, окончательное решение все же будет приниматься людьми, чтобы гарантировать безопасность пациентов. ИИ улучшит процесс принятия решений, но человеческое суждение останется основным.
В мире, где медицинские insights, генерируемые ИИ, могут в один день превзойти человеческих специалистов в определенных задачах, как должна подготовиться индустрия здравоохранения к этому сдвигу?
С каждым технологическим преобразованием мы видим смещение задач, а не замену людей. Индустрия здравоохранения должна переосмыслить ИИ не как замену профессионалам, а как партнера. Это простая формула: Человек + ИИ превышает Человека или ИИ по отдельности.
Этот сдвиг будет постепенным и зависит от конкретных задач — скорее всего, он начнется в областях, таких как диагностика на основе изображений, патологоанатомическое обследование и предсказательная аналитика для ухудшения состояния пациента. Это области, где распознавание шаблонов на большом масштабе дает ИИ естественное преимущество, в то время как более сложное клиническое рассуждение останется под контролем человека в обозримом будущем.
Нам нужно начинать с небольших, целенаправленных задач, которые приносят немедленную ценность, а не с привычного подхода все или ничего с монолитными решениями. Этот итеративный подход позволяет клиницистам и пациентам со временем нарабатывать доверие к возможностям ИИ.
Вместо того чтобы противостоять изменениям, индустрия здравоохранения должна активно формировать то, как ИИ будет интегрирован в экосистему здравоохранения, обеспечивая его улучшение, а не уменьшение тех человеческих элементов, которые остаются центральными для исцеления.
В конечном счете, первый шаг, который должна сделать любая организация, — это демократизация доступа к ИИ. Дайте своим сотрудникам личные вызовы, чтобы открыть их глаза на возможности — пусть они создадут изображение, напишут электронное письмо или подготовят презентацию с помощью инструментов ИИ. Как только они увидят эту мощь на практике, они вернуться с этим восторгом, чтобы выявить значимые применения в своей повседневной работе. Инновации с нижнего уровня зачастую приносят самые практичные и значимые решения.
Многие компании сталкиваются с трудностями в масштабировании решений ИИ за пределами пилотных проектов. Какие стратегии вы использовали для успешного внедрения ИИ на масштабе?
Для меня успешное масштабирование любых технологических проектов в области ИИ связано с решением двух ключевых задач: технической инфраструктуры и внедрения пользователями.
В сильно регулируемой среде здравоохранения установление надежных технических основ является важным шагом перед масштабированием любой инициативы ИИ. Нам нужна безопасная, соответствующая требованиям инфраструктура, которая балансирует инновации с требованиями безопасности пациентов.
С новой технологией принятие часто становится самой большой преградой для масштаба. Мы обнаружили, что сделать ИИ как можно менее заметным является ключевым для широкого принятия. Например, сталкиваясь с пустым экраном и необходимостью написать эффективный запрос, большинство пользователей испытывают значительное напряжение. Вместо этого мы разрабатываем решения, где пользователи могут просто нажать на заранее настроенные кнопки или использовать привычные рабочие процессы, которые используют ИИ за кулисами.
Наш подход дает предпочтение началу малого, но строить с учетом масштаба с первого дня. Вместо создания одноразовых решений, мы проектируем модульные компоненты, которые могут быть расширены и перепрофилированы для различных случаев использования. Это позволяет успешным пилотным проектам стать шаблонами для более широкого внедрения.
Вы считаете, что ИИ готов трансформировать здравоохранение таким образом, который когда-то считался научной фантастикой. Какие конкретные достижения, по вашему мнению, окажут наибольшее влияние в ближайшие пять лет?
В качестве ребенка 80-х, я помню шоу “Шесть миллионов долларов” и “Бионическую женщину” 1970-х. Эти шоу представляли персонажей, физически улучшенных с помощью технологий. Однако настоящая революция с ИИ будет в когнитивном увеличении. Это восхищает меня больше всего.
В ближайшие пять лет я считаю, что несколько конкретных достижений кардинально изменят здравоохранение:
- Автоматизация администрирования: Бюрократическая нагрузка, которая в настоящее время занимает столько времени у наших медицинских работников, будет значительно снижена. Это не просто вопрос эффективности — речь идет о том, чтобы вернуть заботу в здравоохранение, перенаправив человеческое внимание на взаимодействие с пациентами.
- Ускорение открытия лекарств: Временной промежуток от определения терапевтических мишеней до разработки эффективных методов лечения сократится с десятилетий до лет или даже месяцев. AlphaFold, созданный и открытый компанией DeepMind Google, уже революционизировал наше понимание белковых структур — решая задачи за дни, которые раньше занимали годы лабораторной работы.
- Точные диагностики за масштабом: Системы ИИ значительно улучшат раннее обнаружение условий, таких как рак, сердечно-сосудистые заболевания и неврологические расстройства через распознавание шаблонов на огромных наборах данных.
- Персонализированное лечение: Планы лечения будут постоянно уточняться на основе данных отдельных пациентов, адаптируясь в реальном времени для максимизации эффективности и вовлеченности пациентов в собственный уход.
Темп этих изменений будет поразительным. Развој ИИ подобен “собачьим годам” — с экспоненциальным ускорением. Мы увидим то, что могло занять 50 лет обычных исследований и внедрения.
Это не далекие сценарии научной фантастики — они уже выходят на ранние формы, это не будущее, это настоящее.
