Florian Hillen, CEO & Founder of VideaHealth – Interview Serie

Florian Hillen er CEO & Founder of VideaHealth, en platform med missionen at forbedre patienternes sundhed gennem kraften af AI. Ved at udnytte algoritmer, analyser og sundhedsdata låser Videa sundheds- og økonomisk værdi op på tværs af tandpleje-kæden – og gør tandpleje mere gennemsigtig for tandlæger, forsikringsselskaber og patienter.

Når du var på MIT, gennemførte du omfattende forskning i skæringspunktet mellem AI, sundhed og tandpleje. Hvad var nogle af de største indsighter fra denne forskning?

Jeg studerede medicin i Tyskland, arbejdede med flere sundhedsstartups (herunder grundlagde jeg en) og vidste altid, at jeg ville gøre noget, der havde betydning, så mit fokus på MIT og Harvard Research var at se, hvor AI kunne have den største indvirkning på sundheden. Jeg forskede i AI i radiologi, dermatologi, oftalmologi og biologi. Først troede jeg, at AI måske ville have den største indvirkning på mammografi, så jeg arbejdede med fem forskellige virksomheder i det område. Men jeg flyttede til sidst væk fra mammografi, fordi jeg indså, at AI havde større potentiale i tandpleje. Den største grund til dette er, at tandpleje har en af de højeste – hvis ikke den højeste – rater af missed sygdomme. Tandlæger misser næsten 50% af caries, i gennemsnit. Dette kan have store konsekvenser, da missed cavities, abscesser, læsioner og mundsygdomme kan udvikle sig til større problemer, hvis de ikke behandles. Et værktøj, der muliggør en data-dreven tilgang, har enorm potentiale til at hjælpe tandlæger og deres patienter.

Min forskning og arbejde på MIT førte til grundlæggelsen af VideaHealth samt to mastergrader i Electrical Engineering & Computer Science og Technology & Policy.

Hvordan gik denne forskning så over i lanceringen af VideaHealth?

MIT anerkendte potentialet for mit forskningsprojekt, der på det tidspunkt hed Delta V, og tilbød de første 50.000 dollars i finansiering sommeren efter, jeg dimiterede. Langt før tandpleje-AI var kommercielt viable, designede jeg teknologien, der er indkapslet i Patent nr. 11,553,874, der dækker tandbillede-funktionsekstraktion drevet af maskinel læring, der hjælper tandlæger med at opdage sygdomme på billeder og matcher disse fund til patientjournaler. Det er det kritiske koncept, der driver i dag tandpleje-AI-teknologier.

Jeg skrev den første algoritme for minimum viable product (MVP) den 19. november 2018, og derefter kunne jeg rejse 1,1 millioner dollars i engel-investering. Med det kunne jeg ansætte mit første hold på fem personer, bygge mit MVP til det første små produkt, og sikre øget interesse fra venture-kapitalfonde og tandplejekommuniteten. Jeg rejste derefter 5,4 millioner dollars fra Zeta og Pillar, to Boston-baserede venture-kapitalfonde, der fokuserer på sundhed og tidlig innovation. Dette gjorde det muligt for mig at bygge en større gruppe, yderligere udvikle platformen, indsende og ultimate godkende FDA-godkendelse for vores medicinske algoritmer og påbegynde vores første kunder. Vi rejste derefter yderligere 21 millioner dollars fra Spark Capital. Det er utroligt at se, hvor langt vi allerede er kommet med vores mission-drevne hold, fantastiske kunder og visionære partnere, herunder Henry Schein One, verdens største software- og servicevirksomhed for tandplejeindustrien.

En stor initial udfordring, der er almindelig i medtech, er manglen på brugerfeedback gennem alle årene med produktudvikling. For at mindske dette inkluderede vi tandplejepraksis som pilotprogrammer før indsendelse til FDA-godkendelse og indsamlede en enorm mængde brugerfeedback for at hjælpe os med at optimere platformen.

Hvorfor har tandpleje en af de højeste rater af diagnostiske fejl i sundhedspleje?

Dette kan tilskrives, at tandlæger har så forskellige erfaringer og diagnostiske evner, der kan påvirkes af ydre faktorer som udstyrskvalitet og lys i rummet – så meget, at i mange tilfælde vil 10 forskellige tandlæger give 10 forskellige diagnoser.

Den udbredte forekomst af tandproblemer er en anden bidragende faktor. Over 90% af amerikanske voksne har haft mindst én caries, og 25% har mindst én nuværende. Mere end 3,5 milliarder mennesker på verdensplan lider af mundsygdom – 44% af befolkningen – og tandlæger missede opdaging af mere end 40% af dem.

De fleste mundproblemer er asymptomatiske, herunder de fleste gummesygdomme og parodontale læsioner. Derfor er tandlæger, der ikke er så godt udstyret, sandsynligvis til at overse urapporterede problemer, som patienterne ikke ved noget om, især incipiente caries, læsioner og sygdomme. For eksempel kan en tandlæge fokusere på den ene side af en patients mund, hvor de har en tandpine, mens de overser et større problem på den anden side af deres mund.

Selvom det ikke er tvivlsomt, at tandlæger vil være så effektive som muligt, er de konstant opdelt i deres tid. Tandlæger er højt specialiserede, men de har i virkeligheden fire job: radiolog, primær læge, kirurg og praksismanager. Det er meget at bære, og dette konstante juggle kan give anledning til oversigt.

Hvad er nogle eksempler på, hvordan AI forbedrer nøjagtigheden af diagnose?

Vores AI-drevne platform forbedrer diagnostisk nøjagtighed ved væsentligt at hjælpe tandlæger med deres analyse af radiografer og give prædiktiv analyse og diagnose/behandleranbefalinger i næsten realtid, baseret på en algoritme, der udnytter hundredvis af millioner data punkter.

I FDA-klinisk studie for vores tandcaries-detectionsplatform, Videa Caries Assist, gjorde platformen det muligt for tandlæger at reducere antallet af missed caries (caries) med 43% og reducere antallet af fejlagtige opdagelser (falske positiver) af carieslæsioner med 15%. Dette stemmer overens med resultaterne fra vores fælles studie med Heartland Dental, hvor platformen hjalp klinikere med at opdage 46% flere carieslæsioner og reducere fejl med 10%.

U.S. Food and Drug Administration (FDA) udstedte senest 510(k)-godkendelse for Videa Perio Assist, vores AI-drevne interproximale ben-niveau-målingsværktøj til parodontal sygdomsvurdering. Med Videa Perio Assist kan tandlæger og hygiejnister let måle interproximale ben-niveau-forandringer over tid for patienter over 12 år, hvilket resulterer i hurtigere og mere nøjagtige behandlingsanbefalinger og forbedrede patientresultater.

Ud over at forbedre diagnostisk nøjagtighed forbedrer vores AI-platform også forebyggende pleje, der er kritisk i tandpleje. VideaHealth giver tandlæger mulighed for at opdage caries, abscesser og læsioner i deres spæde år, så små restitutioner kan gøres forebyggende, snarere end mere invasive behandlinger senere, som kroner og rodbehandlinger. For eksempel kan Videa Caries Assist identificere incipiente læsioner op til fem år før en tandlæge kan på egen hånd, og derefter foreslå en forebyggende indsats, såsom remineralisering for at styrke emaljen. I tilfælde af eksisterende sygdom giver vores teknologi tandlæger mulighed for at spore og overvåge sygdomsforløbet med side-ved-side-billede-sammenligning og AI-annotering-overlæg, hvilket forbedrer en vital skridt i den kliniske diagnose- og behandlingsproces.

Hvad er nogle andre måder, hvorpå AI kan bruges i tandpleje?

AI giver tandlæger en objektiv analyse og/eller validering, samt en troværdig, detaljeret og objektiv rapport at henvise til, når de kommunikerer problemer til patienter. Disse fund bygger en overbevisende visuel præsentation, der forbedrer kommunikation, tillid og ansvarlighed, og styrker den overordnede patient-tandlæge-forhold. Forbedringer i tillid og forståelse korrelerer direkte med, at flere patienter accepterer behandlingsplan-anbefalinger, hvilket hjælper med at aktivere bedre resultater for patienten og styrker tandplejepraksis-profitabilitet.

Ud over at forbedre diagnostisk nøjagtighed og forebyggende pleje kan AI også bruges til at tilpasse kroner, broer og implantater meget hurtigere og mere præcist end traditionelle procedurer.

Ultimo, ved at udnytte algoritmer, analyser og sundhedsdata, tandpleje-AI som VideaHealths ikke kun forbedrer patientpleje og oplevelse, men også låser sundheds- og økonomisk værdi op på tværs af tandpleje-kæden – og gør tandpleje mere gennemsigtig for tandlæger, forsikringsselskaber og patienter.

Kunne du dele nogle detaljer om de datasæt, der blev brugt til at træne algoritmernes, der bruges på VideaHealth?

Vores AI-algoritmer udnytter VideaFactory, branchens mest diverse datasæt, der inkluderer over 100 millioner datapunkter fra førende tandpleje-serviceorganisationer (DSO’er), hospitaler, forsikringsselskaber, clearinghouses og universiteter. For kontekst repræsenterer de 100 millioner datapunkter ca. 50 gange flere røntgenbilleder, end en enkelt tandlæge ser i deres hele liv. Bevidst at samle data fra en bred vifte af andre kilder hjælper os med at sikre, at vores algoritmer forbliver upartiske, nøjagtige og repræsentative for befolkningens diversitet. Vi valgte derefter tusinder af tandlæger og udvalgte top 5% til at annotere røntgenbilleder, der blev brugt til at træne vores AI. Disse ekspert-tandlæger mærker billeder for at identificere sygdom og give højkvalitetsdata til systemet, hvilket giver vores AI mulighed for at lære fra de “bedste lærere”.

Vores algoritmer trænes kontinuerligt af et hold af datavidenskabsmænd for at sikre nøjagtighed og fortsat optimering. Udstyret med denne information producerer VideaFactory ekstremt nøjagtige modeller, der kan identificere og måle kliniske indikatorer på tandrøntgenbilleder med lethed.

Hvad er nogle af årsagerne til, at AI ikke er blevet mere bredt accepteret af tandplejeindustrien?

Tandpleje er en højt specialiseret sektor, og derfor afhænger det af unikke datapunkter for at give effektiv service til patienter. Men det er ekstremt svært at opbygge en tilstrækkelig database, på grund af den splittede natur af de fleste tandplejepraksis. Den overvældende majoritet af tandplejepraksis er selvstændigt ejede og drevne, hvilket gør dataindsamling og -analyse meget svær, især i den skala, der er nødvendig for at trække nøjagtige konklusioner. Trods dette er der sket en vis forbedring i de seneste år med øget DSO og større konsolidering inden for forsikringsselskaberne, men der er stadig meget lidt fremskridt i alt med hensyn til at fange brede tandpleje-datasæt, der i høj grad er underlagt strenge dataprivatlivs- og beskyttelseslove.

Hvorfor tror du, at AI-revolutionen vil blive ledt af tandpleje?

Jeg tror virkelig, at AI kan have den største indvirkning på tandpleje. Branchen har milliarder af patienter på verdensplan og over en milliard røntgenbilleder taget om året. Når det kommer til at opdage en af de mest almindelige sundhedsforhold i verden, tandcaries (caries), viste vores FDA-studie, at vores AI hjælper med at reducere antallet af caries, der bliver missede af tandlæger, med mere end 40%*, hvilket har enorme konsekvenser.

Antallet af missede sygdomsinstanser er endda større for visse brugsområder. Infektioner af rodspidser, der kræver rodbehandling som primær behandling, bliver missede 50% af tiden af tandlæger. 50% er falske negativer og 30% er falske positiver. Det er sindssygt. Der er tydeligvis et enormt problem her, og AI kan løse det.

Fordelene med AI strækker sig også på tværs af branchen: patienter får bedre behandling hurtigere og nyder større værdi fra deres behandlingsplaner, tandlæger strømliner deres operationer og betalinger, og forsikringsselskaber reducerer svindel og forbedrer ansvarsbehandlingseffektivitet. Det er en win-win-win!

Private equity er også ekstremt stærk i tandpleje, hvilket er hvorfor jeg tror, at tandpleje vil overhale sundhedspleje i forhold til AI-accept. Det afhænger ikke af komplekse hospitalsystemer, men snarere private equity-baserede tandplejepraksis og strømlining af software. Og AI kan deployes på tværs af hundredvis af kontorer på én gang!

Hvad er nogle af løsningerne, der tilbydes på VideaHealth?

Vores AI-suite inkluderer komponenter, der hjælper med charting, diagnose, behandlingsplanlægning og praksismanagement:

1. Videa Assist

• Hjælper tandpleje-klinikere med at opdage flere sygdomme, hurtigere med objektiv analyse.
• Inkluderer Videa Caries Assist – FDA-godkendt AI-caries-detectionsværktøj.
• Reducerer falske positiver med 15% og forbedrer diagnostisk nøjagtighed af 100% af klinikere, der bruger teknologien, uanset års erfaring.*
• Forbedrer patientkommunikation, opbygger patienttillid og øger case-accept-rater.
• Videa Assist understøtter organisk vækst ved at øge behandlingsplan-værdien med i gennemsnit 26% på tværs af alle praksis, effektivt skalerer forretning med bedre effektivitet og hurtigere refunderinger

2. Videa Insights

• Hjælper DSO’er med at styre og vokse praksis med handlebare indsighter.
• Forbedrer kvalitetsikring og træning for klinisk personale.
• Leverer data til at understøtte bedre underrettet praksis-erhvervsbeslutninger

Er der noget andet, du gerne vil dele om VideaHealth?

Vores mission er at hjælpe millioner af patienter med at modtage mere nøjagtig, effektiv og gennemsigtig tandpleje – og vi er begejstret for, at det bliver mere og mere klart for dem, hvad der allerede har været kendt i de medicinske og tandplejekommuniteter i lang tid: mund- og medicinsk sundhed er uadskillelige, og tandpleje har direkte indvirkning på sundheden i resten af kroppen.

I mellemtiden er vi ærede over at udstyre tandlæger, der forventes at bære mange hattes – diagnostician, kirurg, primær læge og specialist – med noget, der er utænkeligt uden brug af avancerede teknologier som AI. Med den rette brug af AI kan tandlæger håndtere alle disse specialiserede roller og realisere utrolige effektivitetsgevinster, mens de stadig leverer overlegen pleje.

*Ifølge resultaterne fra FDA-klinisk studie af Videa Caries Assist.

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