paint-brush
Comment l'IA et l'apprentissage automatique rendent le secteur de la santé plus centré sur le patientpar@jonstojanmedia
263 lectures

Comment l'IA et l'apprentissage automatique rendent le secteur de la santé plus centré sur le patient

par Jon Stojan Media6m2024/10/16
Read on Terminal Reader

Trop long; Pour lire

Jinesh Kumar Chinnathambi fait progresser les soins de santé centrés sur le patient grâce à l'IA/ML, aux solutions cloud et à l'analyse de données, améliorant ainsi la qualité et l'efficacité des soins.
featured image - Comment l'IA et l'apprentissage automatique rendent le secteur de la santé plus centré sur le patient
Jon Stojan Media HackerNoon profile picture
0-item
1-item


Jinesh Kumar Chinnathambi , architecte de solutions dans une importante compagnie d'assurance maladie, utilise son expérience concrète dans les domaines de l'apprentissage automatique (ML) et de l'intelligence artificielle (IA) pour rendre le secteur de la santé plus centré sur le patient et améliorer les soins aux patients.


Les personnes qui souhaitent faire carrière dans le domaine des technologies de l'information dans le secteur de la santé sont souvent motivées par l'aspiration à avoir un impact significatif sur la vie des gens. Pour Jinesh, la meilleure façon d'y parvenir en 2024 est d'utiliser les capacités de résolution de problèmes de la technologie pour améliorer et rationaliser le secteur de la santé.


Comme il le dit, « le paysage des soins de santé en constante évolution, avec des avancées telles que les dossiers médicaux électroniques (DME), la télémédecine, l'intelligence artificielle et l'analyse prédictive qui transforment les soins aux patients, présente des défis et des opportunités d'innovation captivants. On a la satisfaction de savoir que le travail dans ce domaine contribue directement à améliorer la qualité, l'accessibilité et l'efficacité des soins aux patients, ce qui rend finalement les soins de santé plus centrés sur le patient. »


La combinaison des innovations et des technologies de cette informatique médicale, telles que les diagnostics basés sur l'IA, l'analyse prédictive et les plans de traitement personnalisés, avec les compétences générales requises dans les rôles de santé, notamment la résolution de problèmes, la pensée analytique, la communication et la compréhension des opérations de santé, s'est avérée incroyablement bénéfique pour les patients et les professionnels de la santé.

Présentation de Jinesh Kumar Chinnathambi


Jinesh Kumar Chinnathambi a débuté sa formation par une licence en ingénierie informatique, ce qui lui a donné une base solide pour son travail dans le domaine de l'informatique médicale. Au cours de ses études, Jinesh s'est concentré sur des sujets à l'intersection de la technologie et de la santé, notamment les bases de données, l'analyse de données et les systèmes de santé. Après avoir obtenu son diplôme, il a acquis une expérience pratique de l'informatique grâce à des postes de débutant et à des postes techniques dans le secteur de la santé.


Il a poursuivi sa spécialisation dans le domaine de l'informatique médicale grâce aux certifications proposées par l'AHIP (America's Health Insurance Plan) et s'est tenu au courant des nouvelles réglementations en matière de santé, des technologies émergentes et des meilleures pratiques du secteur pour garder une longueur d'avance. Le réseautage avec des professionnels, la participation à des conférences sectorielles et la connaissance des revues spécialisées en informatique médicale lui ont fourni des informations précieuses et l'ont aidé à réussir dans sa carrière. Comme il le dit lui-même, « le parcours vers l'informatique médicale implique une combinaison d'éducation, d'expérience pratique, d'apprentissage continu et de dévouement à l'amélioration de la prestation de soins de santé grâce à la technologie ».


Jinesh a publié de nombreuses publications et travaux de recherche universitaire, notamment le très apprécié « Prédiction efficace de la récidive du cancer grâce à l'analyse des données de santé avec l'apprentissage automatique et l'intelligence artificielle , " " Exploiter l'analyse des données avec l'intelligence artificielle pour détecter et combler les lacunes dans les soins de santé , " " Exploiter l'analyse des données et l'intelligence artificielle dans le domaine de la santé ," et " Amplification de l'utilisation du Big Data dans l'analyse des soins de santé grâce à la migration vers le Cloud et Snowflake .”


Son large éventail de certifications professionnelles et ses importantes réalisations démontrent son expertise dans un domaine hautement concurrentiel. Il est le seul des quelque 100 000 employés d'Elevance Health à détenir quatre certifications AWS, dont AWS Certified DevOps Professional, AWS Certified Solutions Architect Associate, AWS Certified Developer Associate et AWS Certified SysOps Administrator Associate.


Il est également titulaire d'une certification Sun Certified Java Professional (SCJP) et de plusieurs certifications America's Health Insurance Plans (AHIP), notamment Fundamentals of Healthcare Parts A et B et Basics of Managed Care Part A. En plus de tout cela, Jinesh a été reconnu avec un 2024 Prix de reconnaissance mondiale pour ses réalisations notables dans le secteur de la santé et de l’informatique.


En août 2024, il a également remporté le prix Cloud Innovator of the Year Award lors des Business Innovation Awards 2024 dans la catégorie Soins de santé/Technologies de l'information. Ce prix récompense les réalisations exceptionnelles en matière d'innovation dans le cloud. En plus d'être récompensé pour son travail, Jinesh a également été nommé juge pour le Prix Globee® pour le leadership en 2024, signifiant une reconnaissance formelle de son engagement et de ses contributions significatives dans son domaine, et a reçu une reconnaissance pour son rôle de juge à la Événement Hackathon du Virginia Tech College .

Le rôle de l'IA, du ML, de l'analyse de données, des entrepôts de données et de la migration vers le cloud dans l'informatique médicale

L’un des principaux avantages de la mise en œuvre d’avancées technologiques telles que l’IA et le ML dans l’informatique de santé est la manière dont elles peuvent être utilisées pour analyser de vastes quantités de données de santé, prédire avec précision les résultats des patients et améliorer les plans de traitement.


L'avènement du cloud computing, qui a remodelé l'ensemble du paysage technologique, a marqué un tournant dans la carrière informatique de Jinesh. C'est à ce moment-là, au bord d'un changement technologique aussi monumental, que Jinesh a réalisé à quel point ces systèmes pouvaient être bénéfiques pour son travail.


« Avant l’essor du cloud computing, les entreprises devaient établir, gérer et maintenir leurs propres infrastructures informatiques coûteuses », se souvient Jinesh. « Des entreprises comme Amazon, Google et Microsoft ont commencé à fournir des plateformes permettant d’accéder aux bases de données, aux serveurs, aux logiciels et aux analyses via Internet. Cela a conduit à une réduction substantielle du coût et de la complexité des opérations informatiques, a accéléré l’innovation et a offert la flexibilité nécessaire pour adapter les ressources en fonction des besoins. Cela a permis aux entreprises de se concentrer davantage sur leurs opérations principales tout en tirant parti des technologies de pointe. En outre, le cloud computing a ouvert la voie à une multitude d’autres avancées technologiques que l’on observe aujourd’hui, telles que l’analyse des big data et l’IA, sur lesquelles je travaille actuellement. Il s’agit d’une étape importante qui a redéfini les possibilités de l’informatique et continue de façonner l’avenir de la technologie. »


Tout cela fonctionne en tandem avec le dévouement des personnes du domaine de la santé pour élaborer une approche plus centrée sur le patient, fournissant des soins personnalisés et rapides avec une rapidité et une précision révolutionnaires.

Études et applications concrètes

En intégrant ces avancées technologiques dans son système informatique de santé, Jinesh a pu développer avec succès des produits d’analyse prédictive pour améliorer les soins aux patients. Son travail a même permis d’identifier les signes et la probabilité de récidive du cancer bien plus tôt qu’on ne le pensait auparavant, tout cela grâce à l’analyse des données, à l’IA et au ML.


En configurant des modèles d’IA pour qu’ils fonctionnent de manière transparente sur le cloud, Jinesh a contribué à accélérer les diagnostics prédictifs, à améliorer les plans de traitement, à automatiser les tâches administratives et à améliorer les soins aux patients. Les conceptions stratégiques et l’expertise technique des architectes de solutions sont un élément essentiel pour façonner l’avenir des systèmes de santé basés sur le cloud et basés sur l’IA.


L’impact de ces projets a amélioré les résultats des patients, réduit les coûts, amélioré l’efficacité et contribué à fournir des soins plus personnalisés que jamais. Jinesh a travaillé sans relâche pour guider et développer des solutions technologiques et des outils qui améliorent l’adoption et la gouvernance de la lignée de données en collaborant avec des partenaires technologiques pour créer une stratégie d’exploitation des données basée sur le cloud.


Il a supervisé un cadre complet de migration vers le cloud et de gouvernance des données chez Elevance Health, garantissant l'alignement avec les objectifs commerciaux et les exigences réglementaires HIPAA, et a également établi un conseil de données composé de cadres supérieurs de l'entreprise pour faciliter une collaboration efficace sur les initiatives de données.


De plus, pendant son séjour chez Elevance, il a travaillé en étroite collaboration avec l'équipe d'infrastructure et de technologie de l'entreprise pour explorer une solution de type « lake house » basée sur le cloud. Jinesh a dirigé la mise en œuvre d'un cadre de migration de données, comprenant la recherche de problèmes, les processus de résolution, l'analyse des causes profondes, la création de rapports, les classifications et les normes de données, ainsi que la validation et les contrôles de la qualité des données. Il a également développé un cadre de gouvernance des données pour s'aligner sur les objectifs commerciaux et les exigences réglementaires HIPAA, qui a soutenu la mise en œuvre de microservices monolithiques pour divers cas d'utilisation.


Il a recherché et recommandé les tailles d'entrepôt Snowflake appropriées après avoir effectué plusieurs preuves de concept, ce qui a permis d'obtenir des performances optimales pour les requêtes middleware et de réduire les coûts annuels de 30 %. Une étude a estimé les économies de coûts nationales Aux États-Unis, les bénéfices d’un diagnostic précoce s’élèveraient à 26 milliards de dollars par an.

L'avenir des technologies de la santé

La vision de Jinesh pour l’avenir de la technologie des soins de santé est pleine de promesses, d’amélioration continue et du potentiel de créer un système de santé plus centré sur le patient qui profite à tous.


Il prévoit de travailler à la convergence des soins de santé et de la technologie pour améliorer les soins aux patients en introduisant des solutions nouvelles et avancées et en développant et gérant des dossiers médicaux électroniques (DME), des échanges d'informations sur la santé, des services de télémédecine et d'autres initiatives visant à améliorer la coordination et l'accessibilité des soins de santé, au bénéfice ultime des communautés locales. Cela contribuera à la détection précoce des maladies, à une surveillance efficace, à une diminution des erreurs médicales et à une meilleure communication entre les prestataires de soins de santé et les patients.