Florian Hillen, administrerende direktør og grundlægger af VideaHealth – Intervieuserie

Florian Hillen er administrerende direktør og grundlægger af VideaHealth, en platform med missionen at forbedre patienternes sundhed ved hjælp af kunstig intelligens. Ved at udnytte algoritmer, analyser og sundhedsdata låser Videa sundheds- og økonomisk værdi op på tværs af tandplejens værdikæde – og gør tandpleje mere gennemsigtig for tandlæger, forsikringsselskaber og patienter.

Da du var på MIT, gennemførte du omfattende forskning i skæringen mellem kunstig intelligens, sundheds- 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 kunstig intelligens kunne have den største indvirkning på sundheden. Jeg forskede i kunstig intelligens i radiologi, dermatologi, øjenlægevidenskab og biologi. Først troede jeg, at kunstig intelligens måske ville have den største indvirkning på mammografi, så jeg arbejdede med fem forskellige virksomheder i dette område. Men jeg flyttede til sidst væk fra mammografi, fordi jeg indså, at kunstig intelligens havde større potentiale i tandpleje. Den største grund til dette er, at tandpleje har en af de højeste – hvis ikke den højeste – fejlratser i sundhedssektoren. Tandlæger overser næsten 50% af caries, i gennemsnit. Dette kan have store konsekvenser, da oversete huller, abscesser, læsioner og mundsygdomme kan udvikle sig til større problemer, hvis de ikke behandles. Et værktøj, der muliggør en datadreven tilgang, har enormt potentiale til at hjælpe tandlæger og deres patienter.

Min forskning og arbejde på MIT førte til grundlæggelsen af VideaHealth samt to masteruddannelser i elektroteknik & datalogi og teknologi & politik.

Hvordan gik denne forskning over i lanceringen af VideaHealth?

MIT anerkendte potentialet for mit forskningsprojekt, der på det tidspunkt hed Delta V, og ydede den første finansiering på 50.000 dollars om sommeren efter, jeg var færdig. Lang tid før tandpleje-AI var kommercielt bæredygtigt, 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 med patientjournaler. Det er den kritiske koncept, der driver i dagens tandpleje-AI-teknologier.

Jeg skrev den første algoritme for det minimum viable produkt (MVP) den 19. november 2018, og derefter kunne jeg rejse 1,1 million dollar i engelinvestering. Med det kunne jeg ansætte mit første hold på fem personer, bygge mit MVP til det første små produkt, og sikre øget interesse fra venturekapitalfonde og tandplejekommuniteten. Jeg rejste herefter 5,4 millioner dollar fra Zeta og Pillar, to boston-baserede venturekapitalfonde, der fokuserer på sundheds- og tidlig innovation. Dette gjorde det muligt for mig at bygge ud en større gruppe, yderligere udvikle platformen, indsende og til sidst opnå FDA-godkendelse for vores medicinske algoritmer og påbegynde vores første kunder. Vi rejste herefter yderligere 21 millioner dollar 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 (HSIC ) One, verdens største software- og servicevirksomhed for tandplejeindustrien.

En stor udfordring i begyndelsen, der er almindelig i medtech, var manglen på brugerfeedback under alle årene med produktudvikling. For at afhjælpe dette inkluderede vi tandplejepraksisser 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 fejlratser i sundhedssektoren?

Dette kan tilskrives, at tandlæger har så vidt forskellige niveauer af erfaring og diagnostiske evner, der kan påvirkes af eksterne faktorer som udstyrskvalitet og belysning – 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 i øjeblikket. Over 3,5 milliarder mennesker verden over lider af mundsygdom – 44% af befolkningen – og tandlæger overser mere end 40% af disse.

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 u rapporterede problemer, som patienterne ikke ved noget om, især tidlige caries, læsioner og sygdomme. For eksempel kan en tandlæge fokusere på den ene side af en patients mund, hvor de har tandpine, mens de overser et større problem på den anden side af deres mund.

Det står uden for diskussion, at tandlæger vil være så effektive som muligt, men de er konstant opdelt. Tandlæger er højt specialiserede, men de har i virkeligheden fire job: radiolog, læge, kirurg og praksismanager. Det er meget at bære, og denne konstante balance kan give anledning til oversigt.

Hvad er nogle eksempler på, hvordan kunstig intelligens forbedrer nøjagtigheden af diagnosen?

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

I FDA-klinisk studie for vores tandcaries-detectionsplatform, Videa Caries Assist, gjorde platformen det muligt for tandlæger at reducere antallet af oversete caries (caries) med 43% og reducere antallet af fejldetekteringer (falske positiver) af carieslæsioner med 15%. Dette stemmer overens med resultaterne fra vores fællesstudie 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 niveaumålingsværktøj til parodontal sygdomsvurdering. Med Videa Perio Assist kan tandlæger og hygiejnister let måle interproximale ben niveauforandringer 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, så små restitutioner kan udføres proaktivt, snarere end mere invasive behandlinger senere, som kroner og rodbehandling. For eksempel kan Videa Caries Assist identificere tidlige læsioner op til fem år før en tandlæge kan på egen hånd, og derefter foreslå en proaktiv indsats som remineralisering for at styrke emaljen. I tilfælde af eksisterende sygdom giver vores teknologi tandlæger mulighed for at spore og overvåge sygdomsforløbet med side-til-side-billedekomparation og AI-annotationsoverlæg, hvilket forbedrer en vital skridt i den kliniske diagnose- og behandlingsproces.

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

Kunstig intelligens giver tandlæger en objektiv analyse og/eller validering, samt en troværdig, detaljeret og objektiv rapport til reference, når de kommunikerer problemer til patienter. Disse fund bygger en overbevisende visuel præsentation, der forbedrer kommunikation, tillid og ansvarlighed, og styrker den samlede patient-tandlægeforhold. Forbedringer i tillid og forståelse korrelerer direkte med, at flere patienter accepterer behandlingsplananbefalinger, hvilket hjælper med at aktivere bedre resultater for patienten og styrker tandplejepraksisens lønsomhed.

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

Til sidst, ved at udnytte algoritmer, analyser og sundhedsdata, låser tandpleje-AI som VideaHealths ikke kun patientpleje og oplevelse op, men også sundheds- og økonomisk værdi på tværs af tandplejens værdikæde – 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 sammenligning 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 ud og valgte de bedste 5% til at annotere røntgenbilleder, der blev brugt til at træne vores AI. Disse eksperttandlæger mærker billeder for at identificere sygdom og give højkvalitetsdata til systemet, hvilket giver vores AI mulighed for at lære af 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 letthed.

Hvad er nogle af årsagerne til, at kunstig intelligens 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 bygge en tilstrækkelig database, på grund af den fragmenterede natur af de fleste tandplejepraksisser. Den overvældende majoritet af tandplejepraksisser 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 konsolidering inden for forsikringsindustrien, men der har stadig ikke været nævneværdig fremgang i alt i at fange bred tanddata, 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 kunstig intelligens kan have den største indvirkning på tandpleje. Branchen har milliarder af patienter verden over og over en milliard røntgenbilleder tages hvert år. Når det kommer til at opdage en af de mest udbredte sundhedsforhold i verden, tandcaries (caries), viste vores FDA-studie, at vores AI hjælper med at reducere antallet af caries, der overses af tandlæger, med over 40%*, hvilket har enorme konsekvenser.

Antallet af oversete sygdomstilfælde er endnu højere for visse anvendelsesområder. Infektioner i rodspidsen, der kræver rodbehandling som primærbehandling, overses 50% af tiden af tandlæger. 50% er falske negativer og 30% er falske positiver. Det er tankevækkende. Der er tydeligvis et enormt problem her, og kunstig intelligens kan løse det.

Fordelene med kunstig intelligens strækker sig også over 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!

Privat kapital er også ekstremt stærk i tandpleje, hvilket er hvorfor jeg tror, at tandpleje vil overhale sundhedssektoren i forhold til AI-accept. Det afhænger ikke af komplekse hospitalsystemer, men snarere privat kapital-baserede tandplejepraksisser og strømlineringssoftware. Og kunstig intelligens kan deployes på hundredvis af kontorer på én gang!

Hvad er nogle af løsningerne, der tilbydes på VideaHealth?

Vores AI-suite inkluderer komponenter, der hjælper med charting, diagnosering, behandlingsplanlægning og praksisledelse:

1. Videa Assist

• Hjælper tandklinikere med at opdage flere sygdomme, hurtigere med objektiv analyse.
• Inkluderer Videa Caries Assist – FDA-godkendt AI-caries-detectionværktøj.
• Reducerer falske positiver med 15% og forbedrer diagnostisk nøjagtighed af 100% af klinikere, der bruger teknologien, uanset års erfaring.*
• Forbedrer patientkommunikation, bygger patienttillid og øger behandlingsplanaccept.
• Videa Assist understøtter organisk vækst ved at øge behandlingsplanværdien med i gennemsnit 26% på tværs af alle praksisser, hvilket effektivt skalerer forretningen med bedre effektivitet og hurtigere refunderinger

2. Videa Insights

• Hjælper DSO’er med at lede og vokse praksisser med handlebare indsigt.
• Forbedrer kvalitetsikring og træning for klinisk personale.
• Leverer data til at understøtte bedre underrettet praksisindkøbsbeslutninger

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 begejstrede for, at det bliver mere og mere klart for dem, hvad der allerede har været kendt i medicinske og tandplejekommuniteter i lang tid: mund- og sundhedspleje er uadskillelige, og tandpleje har direkte indvirkning på sundheden i resten af kroppen.

Imens er vi ærede over at udstyre tandlæger, der forventes at bære mange hatte – diagnostiker, kirurg, læge og specialist – med noget, der er utænkeligt uden brug af avanceret teknologi som AI. Med den rette brug af AI kan tandlæger håndtere alle disse specialiserede roller og realisere utrolige effektivitetsgevinster, samtidig med at de 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.