Derek Streat, CEO og grundlægger af DexCare – Intervieuserie

Derek Streat, CEO og grundlægger af DexCare, er en erfaren iværksætter med en track record for at grundlægge og lede seks venture-backed virksomheder, hvoraf fire har opnået succesfulde overtagelser. Hans virksomheder har inkluderet skalering af forretninger til over 100 millioner dollars i omsætning og etablering af non-profit-organisationer, der gavner mere end halvdelen af alle børn med nyretransplantationer. Streat fokuserer på at løse store, komplekse problemer ved at udnytte innovative data-løsninger til at bringe gennemsigtighed og effektivitet til markederne, reducere omkostninger og levere samfundsnytte.

DexCare er en care-orchestration-platform, der optimerer sundhedsydelser og arbejdskraftskapacitet samtidig med at forbedre patienternes bekvemmelighed. Den integrerer med eksisterende systemer for at samle data, forudsige efterspørgsel, allokerer ressourcer og guide patienter til den mest passende behandling, leverer handlebare indsigt og strømlinerede operationer.

DexCare blev født ud af din personlige rejse med sundhedsydelser, specifikt i hjælp til dit barns adgang til kritisk behandling. Hvordan formede denne oplevelse din vision for DexCare, og hvordan påvirker det stadig virksomhedens mission i dag?

For femten år siden havde mit tre-årige barn brug for en livreddende nyretransplantation. Det var en møjsommelig rejse fyldt med søvnløse nætter, mens min kone og jeg kæmpede for at navigere i et fragmenteret sundhedssystem. Vi så, hvordan vores lille barn flyttede mellem specialister, operationer og intensivbehandling, og til sidst fik en transplantation. Gennem det hele indså jeg, hvor heldig jeg var til at have ubegrænset adgang til behandling. For mange amerikanere er det ikke tilfældet.

Over 37% af amerikanerne bor i sundhedsørken. Min egen oplevelse kombineret med års erfaring med at arbejde tæt med sundhedssystemer afslørede et klart behov for at brobygge adgangsafbrydelsen for alle. I virkeligheden har ikke alle patienter brug for at se en læge – de har brug for den rette behandling, på det rette sted, på det rette tidspunkt. Og den indsigt ledte mig til at grundlægge DexCare, en platform designet til at orkestrere, hvor og hvordan behandling leveres. Ved at reducere udbrændthed hos leverandører, skabe kapacitet og udvide adgang sigter vi mod at betjene flere patienter effektivt. Inkuberet hos Providence, fik DexCare selvstændighed i 2021 og samarbejder nu stolt med førende sundhedssystemer over hele landet, herunder Texas Health Resources, Tampa General og Piedmont Healthcare.

Du har med succes grundlagt flere sundhedsfokuserede virksomheder. Hvad var de specifikke udfordringer, du mødte ved at grundlægge DexCare, og hvordan forberedte dine tidligere virksomheder dig på at lancere denne care-orchestration-platform?

Fra idé til prototype, til at rejse kapital og skala, møder hver startup kendte hindringer. I sundhedssektoren er disse udfordringer forstærket af talentkrige, lange salgsperioder, forsigtige kapitalmarkeder og en konstant skiftende regulativ landskab. Succes kræver en omhyggelig balanceakt. Med erfaring fra at grundlægge og afhænde multiple virksomheder har jeg været i trenches og har fået første hånds indsigt i, hvad det kræver at bygge robuste hold og produkter, der kan trives under pres. Disse lektioner blev essentielle, da jeg lancerede DexCare og udformede en strategi til at lykkes midt i sundhedssektorens kompleksiteter.

Min indgang i sundhedssektoren begyndte med Medify, et intelligensselskab, der brugte NLP-teknologi til at skabe struktureret data fra den enorme, globale samling af medicinske litteratur. Platformen gjorde en reel forskel for patienter med sjældne sygdomme, ved at samle små, spredte befolkninger i større grupper med meningsfulde indsigt. På sit højeste punkt afhængig af vores videnbase for at finde behandlinger og terapier, der kunne gøre en forskel for deres patienter. Til sidst blev Medify en del af Alliance Health, et førende sundhedsnetværk.

Efter Medify begyndte jeg at tackle en anden sæt udfordringer, fokuseret på, hvordan teknologi kunne direkte påvirke klinisk praksis gennem C-SATS.

En AI-dreven platform, C-SATS udnyttede robotteknologi og maskinel læring til at evaluere kirurgisk præstation, giver kirurger handlebare indsigt til at forbedre deres færdigheder og patientresultater. Dette arbejde med AI – lang tid før dagens hype – åbnede mine øjne for de ukendte kompleksiteter ved at integrere avanceret teknologi i et højrisiko-miljø som sundhedssektoren. Mens platformen undgik privatlivsproblemer ved at bruge anonymiseret kirurgisk footage, fremhævede den dybere problemer, da kirurger var bekymrede for at blive akkrediteret på basis af teknologi, da det havde direkte konsekvenser for deres karriere og levebrød. Denne erfaring lærte mig, at introduktion af innovation i sundhedssektoren kræver mere end teknisk ekspertise – det kræver opbygning af tillid med interessenter og proaktivt at adressere de uventede konsekvenser, der kan opstå, når teknologi møder menneskeliv.

Gennem min karriere har jeg fokuseret på at nedbryde systemiske barrierer – knappe ressourcer, afkoblede data og uretfærdig adgang – ved at udnytte teknologi rodnet i praktik, ikke hype. Da jeg byggede DexCare, prioriterede jeg data-intelligens som hjørnestenen i vores AI-applikationer. Og denne fokus sikrer ren, pålidelig og samlet data, der driver, hvordan behandling orkestreres, routeres og leveres. Ved at afsløre kapacitetsuhensigheder – identificere overbelastede leverandører og underudnyttede ressourcer – genopfinder vi sundhedssektoren for at optimere operationer og levere bedre resultater for patienter.

DexCare blev inkuberet inden for Providence-sundhedssystemet. Kan du tale om fordelene ved at udvikle en startup inden for et stort sundhedssystem, og hvordan det formede DexCares vækst?

DexCare blev født inden for Providence for at løse en nøgleudfordring i sundhedssektoren: at balancere tilbud og efterspørgsel ved at udnytte eksisterende marketing-, IT- og operationsinfrastruktur. At blive bygget inden for et sundhedssystem gav os en intim forståelse af de dobbelte udfordringer, der står sundhedssektoren over for i dag. For organisationer er det den konstante kamp for at imødekomme voksende behandlingskrav med begrænsede ressourcer. Og for patienter er det frustrationen over at finde behandling, når og hvor det er nødvendigt. Denne perspektiv placerer os unikt til at udruste sundhedssystemer med kritisk infrastruktur til mere effektiv digital opdagelse og adgang, samtidig med at vi optimerer systemkapacitet. Og vores inkubation inden for Providence tillod os at finpudse platformen, før vi skalerede til sundhedssystemer over hele landet.

AI i sundhedssektoren er blevet hyldet som revolutionerende, men det har også mødt betydelige hindringer. Hvordan har du set AI udvikle sig i sundhedssektoren over årene, og hvor mener du, det har fejlet i at leve op til sin potentiale?

Opkomsten af AI i sundhedssektoren har fremkaldt både begejstring og forsigtighed. Mens AI bliver mere mainstream, er der stadig betydelige hindringer, før det kan forvandle industrien. En seneste undersøgelse afslørede, at 96% af sundheds-CIO’er ser AI-adopterings som en konkurrencemæssig fordel, men integrationsudfordringer – som systeminteroperabilitet og workflow-tilpasning – kan ofte stå i vejen. Og uden naht til integration i den daglige proces er det usandsynligt, at kliniske, læger og administratorer vil acceptere disse værktøjer.

Det overfyldte landskab af over 14.000 AI-fokuserede virksomheder tilføjer til kompleksiteten, hvilket gør det svært for sundhedssystemer at adskille hype fra løsninger, der leverer reel værdi. Valg af den rette teknologipartner kræver mere end evaluering af funktioner – det kræver løsninger, der integrerer smidigt, forbedrer eksisterende arbejdsgange og adresserer reelle udfordringer.

Men det centrale problem er ikke kun at finde det næste værktøj – det er at låse op for potentialet i sundhedssektorens eksisterende data. Bæredygtige systemer afhænger af at harmonisere data på tværs af patientjournaler, arbejdsgange og tredjepartsplatforme. Først derefter kan vi tackle reelle prioriteringer, som at frigøre kliniske til at fokusere på mennesker frem for papirarbejde og lukke kritiske behandlingskløfter. Og dette er præcis, hvor DexCare kommer ind i billedet.

DexCare bruger AI til at optimere sundhedsydelser ved at forudsige og distribuere behandlingsressourcer. Kan du føre os igennem, hvordan platformens AI fungerer, og hvordan det har påvirket behandlingsydelser i stor målestok?

DexCares care-orchestration-platform udnytter avanceret data-intelligens ved at samle nøgleindtastninger – planlægning, modaliteter, udnyttelse, lokaliteter og omkostninger – for at bestemme, hvor, når og hvordan behandling skal adgangs. Vores AI ikke kun indtager og organiserer massive datasæt, men også dynamisk tilpasser behandlingsydelser til patientbehov. For eksempel kategoriserer platformen indhold – enten det er en artikel om sæsoninfluenza, forebyggende behandling eller specialiserede tjenester – og matcher det til de mest passende behandlingsforløb, samtidig med at det forstår komplekse taksonomier og synonymer. Resultatet? Ved at kobler relevant indhold til de mest passende behandlingssteder sikrer platformen, at patienter guidede smidigt til de tjenester, de har brug for, og forbedrer både adgang og resultater.

Resultaterne taler for sig selv. DexCare gør det muligt for 40% flere patienter at modtage behandling ved hjælp af de samme kliniske ressourcer, driver en 24% stigning i ny patienttilgang og sparer over 34.000 timer af lægetid. Ved at eliminere unødvendige skridt og præsentere klare, handlebare valg fra starten transformerer vi patientadgang og operations-effektivitet i stor målestok – leverer målbare forbedringer for patienter og leverandører.

AI har kraften til at automatisere opgaver og strømline processer, men det kan også skabe frygt omkring jobfordrivelse i sundhedssektoren. Hvordan ser du AI påvirke sundhedsarbejdskraften, og hvilke strategier kan mildne disse bekymringer?

At adressere frygten for jobfordrivelse i sundhedssektoren begynder med klarhed. AI er ikke her for at erstatte den menneskelige berøring i behandlingsydelser – det er her for at supplere det. Teknologi, herunder AI, supplerer sundhedsprofessionelles evner, men det er ikke en sølvkugle til at løse det voksende gap mellem stigende patientbehov og en mindskende lægearbejdskraft.

Platforme som DexCare demonstrerer, hvordan AI kan være et kritisk værktøj i at udvide kapaciteten af begrænsede sundhedsressourcer. Ved at intelligent balancere arbejdskraftkrav, kontrollere omkostninger og optimere kapacitet hjælper AI sundhedssystemer med at operere mere effektivt. Dette sikrer ikke kun, at patienter modtager den behandling, de har brug for, men også, at det lettter byrderne på leverandører, reducerer udbrændthed og skaber et mere bæredygtigt sundhedsmiljø. Det handler om at bygge smartere, mere robuste systemer.

Hvad er nogle af de uventede konsekvenser, du har observeret ved implementeringen af AI i sundhedssektoren, især i forhold til ansvar for AI-drevne fejl? Hvordan adresserer DexCare disse etiske udfordringer?

Da jeg var hos C-SATS, brugte vi robotteknologi og maskinel læring til at træne kirurger og forbedre patientresultater. Mens dette var innovativt, rejste det vigtige spørgsmål om privatliv, samtykke, kirurgisk autonomi og den etiske brug af data. Disse udfordringer fremhævede en kritisk sandhed: implementering af AI i sundhedssektoren kræver rigorøse, standardiserede politikker for at sikre den sikre og etiske brug af teknologien.

I sundhedssektoren er der ingen margin for fejl – liv er på spil. Dette gør det imperativt at etablere klare retningslinjer og rammer, der kan fungere som en ‘Nordstjerne’ til at navigere i uudforskede juridiske og etiske spørgsmål. Og ansvar og gennemsigtighed må være i hjertet af AI-applikationer i sundhedssektoren. Ved at fokusere på data-integritet og designe systemer til at forbedre, ikke overskygge, menneskeligt beslutningstagning kan vi fremme innovation ansvarligt, samtidig med at vi adresserer sektorens behov.

Mens AI tilbyder enormt potentiale for at forbedre adgangen til behandling, hvad trin mener du, sundhedssystemer skal tage for at sikre ligelig AI-adopterings, især for underbetjente befolkninger?

AI-adopterings i sundhedssektoren, især for underbetjente befolkninger, kræver fokus på data-trofasthed, diversitet og aggregation. I en sektor, der er plaget af fragmenterede data-siloer, er evnen til at samle og analysere information afgørende. Genererende AI har potentialet til at skabe livreddende forbindelser ved at integrere patientjournaler, befolknings-sundhedsforskelle og tilbøjelighedsmodeller til at forbedre diagnose, behandling og patientresultater. Men disse fremskridt afhænger af at bruge bias-frie datasæt i stor målestok for at undgå at fastholde uligheder.

Ansvar ligger ikke kun hos sundhedssystemer. En samlet tilgang er nødvendig, startende med standardisering af AI-udvikling i stor målestok. Fornuftige, nationale reguleringer kan sikre, at AI forbedrer vores kollektive sundhedssektor, samtidig med at det undgår at undertrykke innovation. Overly restrictive foranstaltninger risikerer at hæmme fremgang, men klare retningslinjer for infrastruktur, brug og data-styring er essentielle. Disse standarder kan hjælpe med at adresse bias, mildne risici og skabe et system, hvor AI hæver behandlingskvalitet for alle patienter, ikke kun de privilegerede få.

Fra en grundlæggers perspektiv, hvad råd ville du give til iværksættere, der søger at bringe AI ind i sundhedssektoren, med tanke på de unikke regulative og etiske udfordringer i sektoren?

Vellykkede iværksættere, især i sundhedssektoren, må ikke kun udfordre status quo, men også afvise tanken om, at systemet er uforbederligt. Mulighederne for at forbedre sundhedssektoren er enorme, men når man dykker dybt ind i de selvvalgte kompleksiteter og hindringer, sektoren præsenterer, kan skalaen af problemerne synes overvældende. Sand innovation kræver sejhed – evnen til at konfrontere disse udfordringer frontalt og forblive standfast i sin mission. Din vision til at forbedre behandling og resultater må altid overveje hindringerne ved at skala teknologi.

At se fremad, hvad er de mest spændende AI-fremskridt, du forudser i de næste 5-10 år for sundhedssektoren, og hvilke specifikke områder mener du, AI vil have svært at trænge igennem?

At forudsige fremtiden er svært – det er usikkert og under konstant forandring. Med tusinder af virksomheder, der udforsker AI fra enhver vinkel, er potentialet enormt, men så også udfordringerne. Hvad vi dog ved, er, at AI er på vej til at fundamentalt omforme, hvordan behandling adgangs, leveres og opleves. En af de mest spændende fremskridt, jeg forudser på horisonten, er virkelig personlig medicin – tilpassede behandlingsplaner og unikke terapeutiske “koktailer” designet til at give hver patient præcis, hvad de har brug for for at helbrede og trives.

Sundhedssektoren – længe hæmmet af fragmenterede data og forældede systemer – er på randen af at bryde fri. Og ved at kobler patientjournaler, adresse befolkningsforskelle og bruge prognosemodeller har AI kraften til at skabe livreddende løsninger, samtidig med at fokus skiftes mod større adgang og patientcentreret behandling.

Vi er stadig i de tidlige faser af denne rejse og navigerer i ukendte farvande. Mens vi ikke kan forudsige de præcise gennembrud forude, ved vi, at AI stadig forbedrer, hvordan behandling leveres – driver bedre resultater for patienter og giver sundhedsprofessionelle magt. Fremgangen, der allerede er gjort, er inspirerende, og jeg er stolt af at bidrage til denne transformation.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge DexCare.