German Script for Lennerz Talk

 I attended a November 2023 conference in Germany on AI in healthcare and public health.  During a closing sessoin by Dr Lennerz of MG-B (Harvard), I took typed notes in English in a scattered bullet point format.   I asked Chat GPT 4 to both organize and rewrite it, and also translate into German.  

Subject: AI VERFASST MEMO UEBER BERLIN REDE

MEMORANDUM

An: Konferenzteilnehmer & Gesundheitsakteure 

Betreff: Ausführliche Zusammenfassung des Abschlussvortrags - AI in Healthcare-Konferenz -  Dr. Jochen Lennerz

Hier, eine detaillierte Zusammenfassung des aufschlussreichen Abschlussvortrags von Dr. Jochen Lennerz auf unserer zweitägigen AI in Healthcare-Konferenz zur Verfügung zu stellen. Die Diskussion war verankert in vier miteinander verbundenen Bereichen: Navigation in der Regulierung, öffentliche Gesundheit, klinische Versorgung und präkompetitiver Raum, jeder wesentlich für die Förderung von Innovationen im Gesundheitswesen durch KI.

1. Navigation in der Regulierung Dr. Lennerz forderte einen Paradigmenwechsel von einem "top-down"-Ansatz hin zu einem regulatorischen Engagement und schlug vor, dass KI in der Medizin von Anfang an langfristige regulatorische Rahmenbedingungen einbeziehen sollte. Er betonte, dass die Funktionalität, die unter "beabsichtigter Verwendung" und "meta-level Beschreibung" reguliert wird, präzise sein muss, einschließlich des wer, was und wie der Nutzung. Wichtig ist, dass eine Abweichung von der beabsichtigten Verwendung die Integrität der KI gefährden könnte. Er forderte eine neue Definition der regulatorischen Wissenschaft - eine, die bestehende Normen herausfordert und mit Regulierungsbehörden zusammenarbeitet, um das Feld voranzubringen. Der Vortrag hob die Bedeutung des Verständnisses des vollen Umfangs und der Werte der Regulierung hervor, anstatt sie als Innovationsbarriere zu betrachten.

2. Öffentliche Gesundheit In diesem Bereich beschrieb Dr. Lennerz die öffentliche Gesundheit als einen Balanceakt zwischen individuellem und gesellschaftlichem Wohlbefinden inmitten verschiedener Bedrohungen und Herausforderungen. Er wies auf das weite Spektrum der öffentlichen Gesundheit hin, von patientenspezifischen Anliegen wie Zuzahlungen bis hin zu globalen Gesundheitspolitiken, die von Organisationen wie der WHO geformt werden. Er exemplifizierte die Verwendung von Echtzeitdaten (RWD) und Echtzeitbeweisen (RWE), um Gesundheitsergebnisse zu verbessern, wie zum Beispiel die Reduzierung der Behandlungszeit bei Lungenkrebs durch integrierte Diagnostik. Der Vortrag unterstrich die Notwendigkeit eines detaillierten Verständnisses des Ökosystems um KI-Modelle herum, einschließlich Compliance, Regulierung und Datenmanagement.

3. Klinische Versorgung Die Komplexität der Integration von KI in die klinische Versorgung wurde mit einer Karte verglichen, die mehrere Schichten hat, von der Patientenversorgung bis zur Kostenerstattung. Dr. Lennerz betonte die Notwendigkeit, detaillierte Prozesskarten zu haben, die oft fehlen, aber für eine erfolgreiche Implementierung entscheidend sind. Er zitierte Helen Hous Arbeit zum "U, UM, UMS"-Rahmenwerk als Anleitung für das Verständnis und das Ziel einer besseren Integrität von Gesundheitsdaten.

4. Im präkompetitiven Raum Dr. Lennerz stellte das Konzept des präkompetitiven Raums vor, ein kritischer, aber untergenutzter Bereich in der Medizin, wo Standards und Zusammenarbeit über Wettbewerber hinweg Innovationen vorantreiben können. Er verwendete die Einführung von USB als Analogie für erfolgreiche Standardisierung. Die Diskussion berührte auch die Notwendigkeit kompatibler Datenfreigaberahmen, wobei auf Bidens Executive Order 14086 und die DATA FOR HEALTH INITIATIVE verwiesen wurde, die darauf abzielen, eine kollaborative Umgebung ähnlich einem präkompetitiven Raum zu fördern.

Abschließend verstärkte Dr. Lennerz die Idee, dass das Verständnis der Regulierungssprache, die Priorisierung klinischer und öffentlicher Gesundheitsaspekte und die Verbesserung des präkompetitiven Raums für den Fortschritt von KI im Gesundheitswesen entscheidend sind. Er befürwortet ein kollektives Engagement und eine Verlagerung hin zu einem integrierteren Ansatz, um bedeutende Fortschritte in diesem Bereich zu erzielen.

 ####

To: Conference Participants & Healthcare Stakeholders 

Subject: In-Depth Summary of Final Talk - AI in Healthcare Conference -  Dr. Jochen Lennerz

A detailed summary of Dr. Jochen Lennerz's insightful final talk at our two-day AI in Healthcare Conference. The discourse was anchored on four interconnected domains: Navigating Regulation, Public Health, Clinical Care, and Precompetitive Space, each essential for fostering innovation in healthcare through AI.

1. Navigating Regulation Dr. Lennerz urged a paradigm shift from a "top-down" approach to regulatory engagement, suggesting that AI in medicine should incorporate long-term regulatory frameworks from inception. He stressed that functionality regulated under "intended use" and "meta-level description" must be precise, including the who, what, and how of usage. Importantly, deviation from the intended use could compromise the AI's integrity. He called for a new definition of regulatory science – one that challenges existing norms and collaborates with regulators to advance the field. The talk highlighted the importance of understanding the full scope and values of regulation rather than viewing it as an innovation barrier.

2. Public Health In this domain, Dr. Lennerz described public health as a balancing act between individual and societal well-being amidst various threats and challenges. He pointed out the vast spectrum of public health, from patient-specific concerns like copays to global health policies shaped by organizations like the WHO. He exemplified the use of real-world data (RWD) and real-world evidence (RWE) to improve health outcomes, like reducing lung cancer treatment time through integrated diagnostics. The talk underscored the need for a detailed understanding of the ecosystem surrounding AI models, including compliance, regulations, and data management.

3. Clinical Care The complexity of integrating AI into clinical care was likened to a map with multiple layers, from patient care to reimbursement. Dr. Lennerz emphasized the necessity of having detailed process maps, which are often lacking but crucial for successful implementation. He cited Helen Hou's work on the "U, UM, UMS" framework as a guide for understanding and aiming for better health data integrity.

4. Precompetitive Space Dr. Lennerz introduced the concept of the precompetitive space, a critical but underutilized area in medicine where standards and collaboration across competitors can drive innovation. He used the adoption of USB as an analogy for successful standardization. The discussion also touched on the need for compatible data-sharing frameworks, referencing Biden's Executive Order 14086 and the DATA FOR HEALTH INITIATIVE aimed at fostering a collaborative environment akin to a precompetitive space.

In closing, Dr. Lennerz reinforced the idea that understanding regulatory language, prioritizing clinical and public health aspects, and enhancing the precompetitive space are pivotal for the advancement of AI in healthcare. He advocates for collective engagement and a shift towards a more integrated approach to drive meaningful progress in the field.