Derek Streat, CEO og grunnlegger av DexCare – Intervju-serie

Derek Streat, CEO og grunnlegger av DexCare, er en erfaren entrepreneur med en rekord av å ha grunnlagt og ledet seks venture-backed selskaper, hvorav fire har oppnådd suksessfulle oppkjøp. Hans foretak har inkludert å skalerer bedrifter til over 100 millioner dollar i omsetning og etablere non-profits som gir fordeler til mer enn halvparten av alle barn med nyretransplantasjon. Streat fokuserer på å løse store, betydningsfulle problemer ved å utnytte innovative data-løsninger for å bringe transparens og effisiens til markedet, redusere kostnader og levere samfunnsmessige fordeler.

DexCare er en plattform for omsorgs-koordinering som optimaliserer helse-tjenester og arbeidskraft-kapasitet samtidig som den forbedrer pasient-tilgjengelighet. Den integrerer med eksisterende systemer for å samordne data, forutsi etterspørsel, allokere ressurser og guide pasienter til den mest passende omsorgen, og leverer håndterbare innsikter og strømlinje-formet drift.

DexCare ble født ut av din personlige reise med helse, spesielt i å hjelpe ditt barn med å få tilgang til kritisk omsorg. Hvordan har denne erfaringen formet din visjon for DexCare, og hvordan påvirker den fortsatt selskapets misjon i dag?

For femten år siden, trengte mitt tre-årige barn en livreddende nyretransplantasjon. Det var en møysommelig reise fylt med søvnløse netter mens min kone og jeg kjempet for å navigere i et fragmentert helse-system. Vi så hvordan vår lille ene flyttet mellom spesialister, operasjoner og intensiv omsorg, og til slutt mottok en transplantasjon. Gjennom alt dette, realiserte jeg hvor heldig jeg var å ha ubegrenset tilgang til omsorg. For mange amerikanere, er det ikke tilfelle.

Over 37% av amerikanerne bor i helse-ørken. Min egen erfaring, kombinert med årevis av å arbeide tett med helse-systemer, avdekket et klart behov for å lukke tilgangs-gapet for alle. I virkeligheten, trenger ikke hver pasient å se en lege – de trenger riktig omsorg, på riktig sted, til riktig tid. Og denne innsikten ledet meg til å grunnlegge DexCare, en plattform designet for å koordinere hvor og hvordan omsorg skal leveres. Ved å redusere provider-utbrenthet, skape kapasitet og utvide tilgang, har vi som mål å betjene flere pasienter effektivt. Inkubert i Providence, spinnet DexCare ut i 2021 og samarbeider nå med ledende helse-systemer over hele landet, inkludert Texas Health Resources, Tampa General og Piedmont Healthcare.

Du har suksessfullt grunnlagt flere helse-fokuserte selskaper. Hva var de spesifikke utfordringene du møtte da du grunnla DexCare, og hvordan forberedte dine tidligere foretak deg for å lansere denne omsorgs-koordinerings-plattformen?

Fra ide til prototype, til å samle inn kapital og skalerer, møter hver startup kjente hindre. I helse, er disse utfordringene forsterket av talent-kriger, lange salgs-sykluser, forsiktige kapital-markeder og en evig-skiftende regulativt landskap. Suksess krever en forsiktig balanse-akt. Etter å ha grunnlagt og solgt flere selskaper, har jeg vært i skyttergravene og har fått førstehånds innsikt i hva det tar å bygge robuste team og produkter som kan trives under press. Disse lekser ble essensielle da jeg lanserte DexCare og laget en strategi for å lykkes midt i kompleksiteten i helse.

Min inngang i helse begynte med Medify, et intelligens-selskap som brukte NLP-teknologi for å skape strukturert data fra det enorme, globale repository av medisinsk litteratur. Plattformen gjorde en virkelig forskjell for pasienter med sjeldne sykdommer, ved å samle små, spredte befolkninger i større grupper med meningsfulle innsikter. På sitt høyeste, avhengig en av ti leger over hele USA av vårt kunnskaps-base for å finne behandlinger og terapier som kunne gjøre en forskjell for deres pasienter. Til slutt ble Medify en del av Alliance Health, et ledende helse-nettverk.

Etter Medify, begynte jeg å takle en annen sett med utfordringer, med fokus på hvordan teknologi kunne direkte påvirke klinisk praksis gjennom C-SATS.

En AI-drevet plattform, C-SATS utnyttet robotikk og maskinlæring for å evaluere kirurgisk ytelse, og ga kirurger håndterbare innsikter for å forbedre deres ferdigheter og pasient-utfall. Dette arbeidet med AI – lenge før dagens hype – åpnet mine øyne for de ukartete kompleksitetene ved å integrere avansert teknologi i et høyt-utsatt miljø som helse. Mens plattformen unngikk privatlivs-bekymringer ved å bruke anonymisert kirurgisk film, avdekket den dypere problemer, da kirurger var bekymret for å bli akkreditert basert på teknologi, da det hadde direkte implikasjoner for deres karriere og livsgrunnlag. Denne erfaringen lærte meg at innføring av innovasjon i helse krever mer enn teknisk ekspertise – det krever bygging av tillit med interessenter og proaktivt å håndtere de uforutsette konsekvensene som kan oppstå når teknologi møter menneskeliv.

Gjennom hele min karriere, har jeg fokusert på å demontere systemiske barrierer – knappe ressurser, frakoblet data og ujevnt tilgang – ved å utnytte teknologi rotet i praktisitet, ikke hype. Da jeg bygde DexCare, prioriteterte jeg data-intelligens som hjørnestenen i våre AI-applikasjoner. Og denne fokuset sikrer ren, pålitelig og samordnet data som driver hvordan omsorg skal koordineres, rutes og leveres. Ved å avdekke kapasitets-ubalanser – å identifisere overbelastede leverandører og underutnyttede ressurser – er vi i ferd med å omdefinere helse for å optimalisere drift og å levere bedre utfall for pasienter.

DexCare ble inkubert innenfor Providence-helse-systemet. Kan du snakke om fordelene med å utvikle en startup fra innen et stort helse-organisasjon, og hvordan det har formet DexCares vekst?

DexCare ble født innenfor Providence for å løse en nøkkel-utfordring i helse: å balansere tilbud og etterspørsel ved å utnytte eksisterende markedsføring, IT og operasjonell infrastruktur. Å bli bygget innenfor et helse-system ga oss en intim forståelse av de doble utfordringene som helse møter i dag. For organisasjoner, er det den konstante kampen for å møte økende omsorgs-etterspørsel med begrensede ressurser. Og for pasienter, er det frustrasjonen over å finne omsorg når og hvor det er nødvendig. Denne perspektivet plasserer oss unikt for å muliggjøre helse-systemer med kritisk infrastruktur for mer effektiv digital oppdagelse og tilgang, samtidig som vi optimaliserer system-kapasitet. Og vår inkubasjon innenfor Providence tillot oss å finjustere plattformen før vi skalerte til helse-systemer over hele landet.

AI i helse har blitt hyllet som revolusjonerende, men det har også møtt betydelige hindre. Hvordan har du sett AI utvikle seg i helse over årene, og hvor tror du det har kommet kort av sitt potensiale?

Oppblomstringen av AI i helse har utløst både begeistring og forsiktighet. Mens AI blir mer mainstream, er det fortsatt betydelige hindre før det kan transformere industrien. En nylig undersøkelse avdekket at 96% av helse-CIOer ser AI-adoptsjon som en konkurransefordel, men integrerings-utfordringer – som system-interoperabilitet og arbeidsflyt-alignment – ofte står i veien. Og uten sømløs integrasjon i den daglige prosessen, er det usannsynlig at kliniske, leger og administratorer vil omfavne disse verktøyene.

Det overfyldte landskapet av over 14 000 AI-fokuserte selskaper bidrar til kompleksiteten, og gjør det vanskelig for helse-systemer å skille hype fra løsninger som leverer virkelig verdi. Valg av riktig teknologi-partner krever mer enn å evaluere funksjoner – det krever løsninger som integrerer sømløst, forbedrer eksisterende arbeidsflyt og løser virkelige utfordringer.

Men det fundamentale problemet er ikke bare å finne neste verktøy – det er å låse opp potensialet i helse-data som allerede eksisterer. Bærekraftige systemer avhenger av å harmonisere data over hele omsorgs-prosessen, arbeidsflyt og tredje-parts-plattformer. Først da kan vi takle virkelige prioriteringer, som å frigjøre kliniske til å fokusere på mennesker over papirarbeid og lukke kritiske omsorgs-gapper. Og dette er nettopp der DexCare kommer inn.

DexCare bruker AI for å optimalisere helse-levering ved å forutsi og distribuere omsorgs-ressurser. Kan du gå gjennom hvordan plattformens AI fungerer og hvordan det har påvirket omsorgs-levering i stor skala?

DexCares omsorgs-koordinerings-plattform utnytter avansert data-intelligens ved å konsolidere nøkkel-innganger – planlegging, modaliteter, utnyttelse, lokasjoner og kostnader – for å bestemme hvor, når og hvordan omsorg skal tilgås. Vår AI ikke bare inngår og organiserer massive data-samlinger, men også dynamisk justerer omsorgs-levering med pasient-behov. For eksempel, kategoriserer plattformen innhold – enten det er en artikkel om sesong-flu, forebyggende omsorg eller spesialiserte tjenester – og matcher det til de mest passende omsorgs-veier, samtidig som den forstår komplekse taksonomier og synonymer. Resultatet? Ved å koble relevant innhold til de mest passende omsorgs-arenaer, sikrer plattformen at pasienter blir guidet sømløst til tjenestene de trenger, og forbedrer både tilgang og utfall.

Resultatene taler for seg selv. DexCare muliggjør at 40% flere pasienter mottar omsorg med samme kliniske ressurser, driver en 24% økning i nye pasient-erhvervelser og sparer over 34 000 timer av lege-tid. Ved å eliminere unødvendige skritt og presentere klare, håndterbare valg fra starten, transformerer vi pasient-tilgang og operasjonell effisiens i stor skala – og leverer målbare forbedringer for både pasienter og leverandører.

AI har kraften til å automatisere oppgaver og strømlinje-forme prosesser, men det kan også skape frykt rundt jobb-erstatning i helse. Hvordan ser du på AI sin påvirkning på helse-arbeidsstyrken, og hva strategier kan mildne disse bekymringene?

Å håndtere frykt for jobb-erstatning i helse begynner med klarhet. AI er ikke her for å erstatte det menneskelige aspektet i omsorgs-levering – det er her for å komplementere det. Teknologi, inkludert AI, utvider kapasiteten til helse-proffesionelle, men det er ikke en sølvkule for å løse gapet mellom økende pasient-behov og en krympende lege-arbeidsstyrke.

Plattformer som DexCare demonstrerer hvordan AI kan være et kritisk verktøy i å utvide kapasiteten til begrensede helse-ressurser. Ved å inteligent balansere arbeidsstyrke-krav, kontrollere kostnader og optimalisere kapasitet, hjelper AI helse-systemer å operere mer effektivt. Dette sikrer ikke bare at pasienter mottar den omsorgen de trenger, men også at det letteter byrder på leverandører, reduserer utbrenthet og skaper en mer bærekraftig helse-miljø. Det handler om å bygge smartere, mer resiliente systemer.

Hva er noen av de uforutsette konsekvensene du har observert i implementeringen av AI i helse, spesielt i forhold til ansvar for AI-drevne feil? Hvordan addresserer DexCare disse etiske utfordringene?

Når jeg var i C-SATS, brukte vi robotikk og maskinlæring for å trene kirurger og forbedre pasient-utfall. Mens dette var innovativt, reiste dette viktige spørsmål om privatliv, samtykke, kirurg-uavhengighet og den etiske bruken av data. Disse utfordringene avdekket en kritisk sannhet: implementering av AI i helse krever strenge, standardiserte politikker for å sikre den trygge og etiske bruken av teknologien.

I helse, er det ingen margin for feil – liv er på spill. Dette gjør det avgjørende å etablere klare retningslinjer og rammer som kan tjene som en «Nord-stjerne» for å navigere uutforskede juridiske og etiske spørsmål. Og ansvar og transparens må være i hjertet av AI-applikasjoner i helse. Ved å fokusere på data-integritet og designe systemer som forbedrer, ikke overskygger, menneskelig beslutning, kan vi fremme innovasjon ansvarlig og adresse industrens behov.

Mens AI tilbyr enormt potensiale for å forbedre tilgang til omsorg, hva trinn tror du helse-systemer må ta for å sikre likeverdig AI-adoptsjon, spesielt for underbetjente befolkninger?

AI-adoptsjon i helse, spesielt for underbetjente befolkninger, krever fokus på data-troverdighet, mangfold og aggregat. I en industri plaget av fragmentert data-siloer, er evnen til å samordne og analysere informasjon kritisk. Generativ AI har potensialet til å skape livreddende forbindelser ved å integrere pasient-rekorder, befolknings-helse-uregelmessigheter og propensitets-modeller for å forbedre diagnose, behandling og omsorgs-utfall. Imidlertid avhenger disse fremgangene av å bruke ubiaserte data-samlinger i stor skala for å unngå å forsterke uregelmessigheter.

Ansvar ligger ikke bare hos helse-systemer. En samlet tilnærming er nødvendig, startende med å standardisere AI-utvikling i stor skala. Sensible, nasjonale reguleringer kan sikre at AI forbedrer vår kollektive helse, samtidig som det unngår å overgå og hemme innovasjon. For strenge tiltak risikerer å hemme fremgang, men klare retningslinjer for infrastruktur, bruk og data-styring er essensielle. Disse standardene kan hjelpe med å adresse bias, mildne risiko og fremme et system hvor AI hever omsorgs-kvalitet for alle pasienter, ikke bare de privilegerte få.

Fra en grunnleggers perspektiv, hva råd ville du gi til entreprenører som ønsker å bringe AI inn i helse, med tanke på de unike reguleringer og etiske utfordringene i industrien?

Suksessfulle entreprenører, spesielt i helse, må ikke bare utfordre status quo, men også avvise tanken på at systemet er utenfor fiksering. Mulighetene til å forbedre helse er enorme, men når du dykker dypt inn i de selv-imponerte kompleksitetene og hindrene industrien presenterer, kan skalaen av problemene synes overveldende. Sant innovasjon krever motstandskraft – evnen til å konfrontere disse utfordringene og å forbli standhaftig i din misjon. Din visjon for å forbedre omsorg og utfall må alltid veie tyngre enn hindrene ved å skalerer teknologi.

Ser fremover, hva er de mest spennende AI-fremgangene du forutser i de neste 5-10 årene for helse, og hvilke bestemte områder tror du AI vil slite med å penetrere?

Å forutsi fremtiden er vanskelig – det er usikkert og evig-forandrende. Med tusenvis av selskaper som utforsker AI fra hver enkelt vinkel, er potensialet enormt, men så også er utfordringene. Det vi vet, imidlertid, er at AI er i ferd med å grundig omdefinere hvordan omsorg tilgås, leveres og oppleves. En av de mest spennende fremgangene jeg forutser over horisonten, er virkelig personalisert medisin – tilpassede behandlings-planer og unike terapeutiske “koktailer” designet for å gi hver pasient nettopp det de trenger for å helbrede og trives.

Helse – lenge hemmet av fragmentert data og utdaterte systemer – er på randen av å bryte fri. Og ved å koble pasient-rekorder, adresse befolknings-uregelmessigheter og bruke prediktive modeller, har AI kraften til å skape livreddende løsninger samtidig som det flytter fokus for helse mot større tilgang og konsument-sentrert omsorg.

Vi er fortsatt i de tidlige stadiene av denne reisen og navigerer ukjente. Mens vi ikke kan forutsi de eksakte gjennombruddene foran, vet vi at AI stadig forbedrer hvordan omsorg leveres – og driver bedre utfall for pasienter og empowerment av leverandører. Fremgangen som allerede er gjort, er inspirerende, og jeg er stolt av å bidra til denne transformasjonen. Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke DexCare.