Larry, senior vice-president analytics bij Optum, bespreekt zijn rol op het gebied van kunstmatige intelligentie en het aanpakken van problemen in de gezondheidszorg.
“Ik heb meer dan twintig jaar met Optum, onderdeel van UnitedHealth Group, samengewerkt in een reeks functies op het gebied van data en analyse, verspreid over verschillende bedrijfseenheden”, zegt Larry, die momenteel senior vice-president van analyse is.
Gedurende zijn carrière heeft hij zich op een aantal gebieden geconcentreerd, zoals het leren van kernbedrijfsprocessen, de financiële hefbomen die van invloed zijn op de prestaties en de bredere dynamiek van de Amerikaanse gezondheidszorgmarkt.
Hij vertelde SiliconRepublic.com: “Die basis in bedrijfs- en sectorkennis, gecombineerd met inzicht in hoe analytics de strategie en de dagelijkse uitvoering kunnen beïnvloeden en aansturen, opende gaandeweg bredere kansen.
“Dit heeft mij in staat gesteld om door te groeien naar het leiden van een wereldwijd team van meer dan 700 mensen dat zich richt op enkele van de moeilijkste problemen in de gezondheidszorg, waardoor het Amerikaanse gezondheidszorgsysteem beter kan functioneren.”
Wat houdt jouw rol in en wat is de impact ervan op het tech-ecosysteem?
Mijn rol is gericht op het vaststellen van de analysestrategie die de bedrijfsprioriteiten binnen meerdere bedrijfseenheden ondersteunt, het evalueren van de technologieën waarin moet worden geïnvesteerd en het ontwikkelen van het talent om beide te verwezenlijken. Daarnaast werk ik samen met mijn leiderschapsteam om te identificeren waar analyses extra waarde kunnen genereren, zowel vanuit een commercieel omzetgroeiperspectief als vanuit een interne kosten- en productiviteitslens.
Dat betekent dat we er jaar na jaar voor moeten zorgen dat de capaciteiten, het talent en de platforms aanwezig zijn om aan de behoeften van het bedrijf te voldoen, en dat we samenwerken met onze technologiepartners om vooruit te kijken naar waar de technologie naartoe gaat. Zo is onze strategie afgestemd op waar de capaciteiten naartoe gaan en niet op waar ze zijn geweest. Dagelijks werkt het samen met de belangrijkste belanghebbenden om initiatieven te prioriteren en zich aan te passen naarmate de bedrijfsactiviteiten veranderen.
Jouw rol omvat het opschalen van AI – hoe cruciaal is het dat organisaties geavanceerde technologieën ontwikkelen, onderhouden en laten groeien?
Als onderneming omarmen we momenteel een AI-paradigma in al onze bedrijven, en het opschalen van AI is van cruciaal belang voor ons toekomstige succes. Hoe je daar komt, hangt van twee dingen af.
Ten eerste: niet simpelweg AI gebruiken om bestaande processen te automatiseren, maar opnieuw bedenken wat die processen zouden kunnen zijn, gegeven wat geavanceerde technologieën nu kunnen doen. Ten tweede: het toepassen van de juiste AI-capaciteit op het juiste probleem.
Dat betekent dat je de verleiding moet weerstaan om alles met het nieuwste grensmodel te gooien; vaak is een traditioneel machine learning-model beter geschikt en aanzienlijk kosteneffectiever. De sleutel tot dit alles zijn betrouwbare data en verantwoord bestuur. In de gezondheidszorg moeten we het recht verdienen om AI op te schalen, de privacy te beschermen, duidelijk te zijn over waar het menselijk oordeel essentieel blijft, en te monitoren op onbedoelde vooringenomenheid of variatie in uitkomsten.
Wat zijn de uitdagingen bij het implementeren en opschalen van AI-aangedreven technologieën?
Vijf dingen komen consequent naar voren.
Ten eerste: het testen en onderhouden van de nauwkeurigheid, het opbouwen van de evaluatiediscipline om te weten of een model presteert en het in de loop van de tijd presterend houden. In de tweede plaats is er de juridische en compliance-toetsing, die in de gezondheidszorg terecht rigoureus is en in het proces moet worden geïntegreerd en niet als een bijzaak.
Ten derde, adoptie door belanghebbenden: technologie is vaak het makkelijke deel, terwijl het veranderen van de manier waarop mensen werken het moeilijkste deel is. Ten vierde is integratie in bestaande workflows en systemen vaak het langste punt in de tent. En ten slotte: consequent waarde bewijzen. Een technisch succesvolle pilot is niet genoeg. We moeten de adoptie, de operationele impact en uiteindelijk de vraag of dit de resultaten verbetert voor de mensen en organisaties die we bedienen, meten.
Hoe kan een leider een team versterken dat verantwoordelijk is voor het ontwikkelen en opschalen van geavanceerde technologieën?
Geef mensen de ruimte om te innoveren en hun vaardigheden te blijven ontwikkelen met de nieuwste technologieën en benaderingen. Bied standaardframeworks en draaiboeken voor testen en schalen, zodat teams het pad naar productie niet elke keer opnieuw moeten uitvinden. En plaats de ondersteunende structuren om hen heen om dat op grote schaal te beheren, met duidelijke routes via compliance, beoordeling en implementatie.
Leiders moeten ook psychologische veiligheid creëren; teams moeten in staat zijn risico's aan het licht te brengen, aannames ter discussie te stellen en een oplossing te stoppen of opnieuw te ontwerpen wanneer het bewijsmateriaal zegt dat dit zou moeten gebeuren.
Welke vaardigheden zijn nodig binnen teams en in uw eigen rol?
Voor teams begint het met het begrijpen van het bedrijf en de behoeften van de klant, en vervolgens iets ontwerpen dat daarop inspeelt. Daar is een mix van mensen voor nodig – sommigen die de business kennen, sommigen die de technologie kennen, en een bedrijfsmodel dat de twee mooi met elkaar verbindt. Je hebt ook sterke datavaardigheden nodig, met een diep begrip van de data, waar deze vandaan komen en hoe goed ze zijn, evenals data governance en data engineering als cruciale vaardigheden voor elk nieuw AI-project.
Voor mijn rol gaat het erom ervoor te zorgen dat die middelen beschikbaar zijn en dat de verbindingen worden gelegd. Het gaat ook om het stellen van de uitdagende vragen: lossen we het juiste probleem op, en zijn dit de juiste mogelijkheden en middelen om het op te lossen?
Hoe zou u de eerste helft van het jaar samenvatten, in termen van hoe trends en patronen de AI en de bredere technische ruimte hebben beïnvloed?
De grootste verschuiving is dat AI van demo naar productie is gegaan, en dat AI is geëvolueerd van een productiviteitstool naar een kerncomponent van het bedrijfsmodel via door AI ondersteunde workflows, beslissingsondersteuning en end-to-end procesorkestratie.
Twaalf maanden geleden concentreerde de discussie zich op wat deze technologieën zouden kunnen doen. Tegenwoordig ligt de focus op wat ze hebben geleverd, hoe we de prestaties meten en beheren, en waar we vervolgens kunnen opschalen.
Voor Optum heeft dit een bredere discussie geopend over hoe we AI-native kunnen worden in onze bedrijfsprocessen. De kans ligt niet langer simpelweg in het automatiseren van individuele taken, maar in het herontwerpen van de manier waarop het werk wordt gedaan – het vereenvoudigen van operaties, het verbeteren van de betaalbaarheid, het verhogen van de snelheid en kwaliteit, en uiteindelijk het leveren van een betere gezondheidszorgervaring voor patiënten en zorgverleners.
