Florian Hillen, CEO og grunnlegger av VideaHealth – Intervju-serie

Florian Hillen er CEO og grunnlegger av VideaHealth, en plattform som har som mål å forbedre pasienthelse gjennom kraften av AI. Ved å utnytte algoritmer, analyser og helsedata, låser Videa opp helse- og økonomisk verdi over hele tannhelsetjenestekjeden – gjør tannhelse mer gjennomsiktig for tannleger, forsikringsselskaper og pasienter.

Når du var på MIT, gjennomførte du omfattende forskning på sammenhengen mellom AI, helse og munnhelse. Hva var noen av de største funnene fra denne forskningen?

Jeg studerte medisin i Tyskland, arbeidet med flere helsestartups (inkludert grunnlegging av ett), og visste alltid at jeg ville gjøre noe som ville ha en betydning, så mitt fokus på MIT og Harvard Research var å se hvor AI kunne ha den største innvirkningen på helse. Jeg forsket på AI i radiologi, dermatologi, oftalmologi og biologi. Først trodde jeg at AI kanskje ville ha den største innvirkningen i mammografi, så jeg arbeidet med fem forskjellige selskaper i det området. Men til slutt flyttet jeg fokus fra mammografi fordi jeg innsett at AI hadde større potensial i tannhelse. Den største grunnen til dette er at tannhelse har en av de høyeste – hvis ikke den høyeste – ratene av overseede sykdomstilfeller. Tannleger overseer nesten 50% av karies, i gjennomsnitt. Dette kan ha store konsekvenser ettersom overseede huller, abscesser, lesjoner og munn sykdommer kan utvikle seg til større problemer hvis de ikke behandles. Et verktøy som muliggjør en datadrevet tilnærming har enorm potensial til å hjelpe tannleger og deres pasienter.

Min forskning og arbeid på MIT ledet til grunnlegging av VideaHealth, samt to mastergrader i elektroingeniør og datateknologi og teknologi og politikk.

Hvordan gikk denne forskningen over til lanseringen av VideaHealth?

MIT erkjente potensialet for mitt forskningsprosjekt, som da het Delta V, og ga den første 50 000 dollar i finansiering sommeren etter at jeg ble uteksaminert. Lenge før tannhelse-AI var kommersielt gjennomførbart, designet jeg teknologien som er innkapslet i Patent nr. 11,553,874, som dekker tannbildefunksjonsdeteksjon drevet av maskinlæring som hjelper tannleger å detektere sykdommer på bilder og matcher disse funnene til pasientjournaler. Dette er det kritiske konseptet som driver dagens tannhelse-AI-teknologier.

Jeg skrev den første algoritmen for minimum viable produkt (MVP) den 19. november 2018, og deretter kunne jeg reise 1,1 millioner dollar i engelinvesteringsmidler. Med det kunne jeg ansette mitt første team på fem personer, bygge MVP til det første små produktet, og sikre økende interesse fra venturekapital-selskaper og tannhelse-samfunnet. Jeg reiste deretter 5,4 millioner dollar fra Zeta og Pillar, to Boston-baserte venturekapital-selskaper som fokuserer på helse og tidlig innovasjon. Dette tillot meg å bygge ut et større team, videreutvikle plattformen, søke om og til slutt få FDA-godkjenning for våre medisinske algoritmer og påmelding av våre første kunder. Vi reiste deretter 21 millioner dollar fra Spark Capital. Det er fantastisk å se hvor langt vi allerede har kommet med vårt målrettede team, fantastiske kunder og visjonære partnere, inkludert Henry Schein (HSIC ) One, verdens største programvare- og tjenesteselskap for tannhelse-industrien.

En stor utfordring i begynnelsen, som er vanlig i medtech, er mangelen på brukerfeedback gjennom alle årene med produktutvikling. For å motvirke dette, inkluderte vi tannpraksiser som pilotprogrammer før vi søkte om FDA-godkjenning, og samlet en enorm mengde brukerfeedback for å hjelpe oss å optimalisere plattformen.

Hvorfor har tannhelse en av de høyeste ratene av diagnostiske feil i helsevesenet?

Dette kan i stor grad tilskrives at tannleger har så vidt forskjellige erfaringer og diagnostiske evner som kan påvirkes av ytre faktorer som utstyrskvalitet og romlys – så mye at i mange tilfeller vil 10 forskjellige tannleger gi 10 forskjellige diagnoser.

Den utbredte forekomsten av tannproblemer er en annen bidragende faktor. Mer enn 90% av amerikanske voksne har hatt minst ett hull, og 25% har minst ett nåværende. Mer enn 3,5 milliarder mennesker globalt lider av munn sykdom – 44% av befolkningen – og tannleger overseer mer enn 40% av dem.

De fleste munnproblemer er asymptomatiske, inkludert de fleste gummi sykdommer og parodontale lesjoner. Derfor er tannleger som ikke er like godt utrustet sannsynligvis å overse u rapporterte problemer som pasienter ikke vet om, særlig tidlige hull, lesjoner og sykdommer. For eksempel kan en tannlege fokusere på én side av en pasients munn hvor de har en tannpine, mens de overseer et større problem på den andre siden av munnen.

Det går uten å si at tannleger ønsker å være så effektive som mulig, men de er konstant delt. Tannleger er høyt spesialiserte, men de har essensielt fire jobber: radiolog, primærlege, kirurg og praksismanager. Det er mye å bære, og denne konstante jugglingen kan gi vei til tilfeller av overseelse.

Hva er noen eksempler på hvordan AI kan forbedre nøyaktigheten av diagnose?

Vår AI-drevne plattform forbedrer diagnostisk nøyaktighet ved å betydelig hjelpe tannleger i deres analyse av radiografer og gi prediktiv analyse og diagnose/behandle anbefalinger i nær sanntid, basert på en algoritme som utnytter hundrevis av millioner data punkter.

I FDA-klinisk studie for vår tannhelse-datasett, Videa Caries Assist, muliggjorde plattformen at tannleger kunne redusere antallet overseede hull (karies) med 43% og redusere antallet feilaktige deteksjoner (falske positiver) av karies lesjoner med 15%. Dette stemmer overens med resultater fra vår felles studie med Heartland Dental, hvor plattformen hjalp klinikerne å detektere 46% flere karies lesjoner og redusere feil med 10%.

U.S. Food and Drug Administration (FDA) utstedte nylig 510(k)-godkjenning for Videa Perio Assist, vårt AI-drevne interproximale ben nivå målingsverktøy for parodontal sykdom vurdering. Med Videa Perio Assist kan tannleger og hygienister lett måle interproximale ben nivå endringer over tid for pasienter 12 år og eldre, resulterende i raskere og mer nøyaktige behandlingsanbefalinger og forbedrede pasientresultater.

Utenom å forbedre diagnostisk nøyaktighet, forbedrer vår AI-plattform også forebyggende omsorg, som er kritisk i tannhelse. VideaHealth muliggjør at tannleger kan fange hull, abscesser og lesjoner i deres barndom, så at små restaureringer kan gjøres forebyggende, i stedet for mer invasiv behandling senere, som kroner og rotfyllinger. For eksempel kan Videa Caries Assist identifisere tidlige lesjoner opptil fem år før en tannlege kan på egen hånd, og deretter foreslå en forebyggende tiltak som remineralisering for å styrke emaljen. I tilfeller av eksisterende sykdom, tillater vår teknologi tannleger å spore og overvåke sykdomsforløp med side-ved-side-bilde-sammenligning og AI-annotering overlag, som forbedrer en vital del av den kliniske diagnose- og behandlingsprosessen.

Hva er noen andre måter AI kan brukes i tannhelse?

AI gir tannleger en objektiv analyse og/eller validering, sammen med en troverdig, detaljert og objektiv rapport til å referere når de kommuniserer problemer til pasienter. Disse funnene bygger en overbevisende visuell presentasjon som forbedrer kommunikasjon, tillit og ansvar, og styrker den overordnede pasient-tannlege-forholdet. Forbedringer i tillit og forståelse korrelerer direkte med flere pasienter som aksepterer behandlingsplan-anbefalinger, hvilket hjelper å muliggjøre bedre resultater for pasienten og styrker tannpraksis-lønnsomhet.

I tillegg til å forbedre diagnostisk nøyaktighet og forebyggende omsorg, kan AI brukes til å tilpasse kroner, broer og implantater mye raskere og mer nøyaktig enn tradisjonelle prosedyrer.

Til slutt, ved å utnytte algoritmer, analyser og helsedata, låser tannhelse-AI som VideaHealths ikke bare forbedrer pasientomsorg og -erfaring, men også åpner helse- og økonomisk verdi over hele tannhelsetjenestekjeden – gjør tannhelse mer gjennomsiktig for tannleger, forsikringsselskaper og pasienter.

Kunne du dele noen detaljer om datasettene som ble brukt til å trene algoritmene som brukes i VideaHealth?

Våre AI-algoritmer utnytter VideaFactory, den mest diverse datasett i industrien, som inkluderer over 100 millioner datapunkter fra ledende tannhelsetjenester (DSO), sykehus, forsikringsselskaper, clearinghus og universiteter. For sammenligning representerer de 100 million datapunktene omtrent 50 ganger flere røntgenbilder enn en enkelt tannlege ser i sin hele karriere. Å samle datapunkter fra en rekke andre kilder hjelper oss å sikre at våre algoritmer forblir upartiske, nøyaktige og representative for befolkningens mangfold. Vi har også verifisert tusenvis av tannleger og valgt de beste 5% til å annotere røntgenbilder brukt til å trene vår AI. Disse eksperttannlegene merker bilder for å identifisere sykdom og gi høykvalitetsdata til systemet, som muliggjør at vår AI kan lære fra de beste “lærerne”.

Våre algoritmer blir kontinuerlig trenet av et team av data-vitenskapsmenn for å sikre nøyaktighet og kontinuerlig optimalisering. Med denne informasjonen produserer VideaFactory ekstremt nøyaktige modeller som kan identifisere og måle kliniske indikatorer på tann-røntgenbilder med lett.

Hva er noen av grunnene til at AI ikke har blitt mer utbredt i tannhelse-industrien?

Tannhelse er en høyt spesialisert sektor, og derfor avhenger den av unike datapunkter for å gi effektivt tjenester til pasienter. Men det er ekstremt vanskelig å bygge en tilstrekkelig database på grunn av den splittede naturen til de fleste tannpraksiser. De fleste tannpraksiser er uavhengige og drives av enkelt-eiere, noe som gjør datainnsamling og -analyse svært vanskelig, særlig i den skalaen som er nødvendig for å trekke nøyaktige konklusjoner. Til tross for at dette har forbedret seg noe i de senere år med økt konsolidering innen forsikringsselskapene, har det fortsatt vært minimal fremgang totalt sett i å fange bred tannhelsedata, som i stor grad er underlagt strenge datavern- og -beskyttelseslover.

Hvorfor tror du at AI-revolusjonen vil bli ledet av tannhelse?

Jeg tror virkelig at AI kan ha den største innvirkningen i tannhelse. Industrien har milliarder av pasienter globalt og over en milliard røntgenbilder tatt hvert år. Når det gjelder å detektere en av de mest utbredte helseproblemer i verden, tannkaries (hull), viste vår FDA-studie at vår AI hjelper å redusere antallet overseede karies med mer enn 40%*, hvilket har enorme implikasjoner.

Antallet overseede sykdomstilfeller er enda høyere for visse anvendelser. Infeksjoner av rotspisser, som krever rotfylling som primærbehandling, oversees 50% av tiden av tannleger. 50% er falske negativ og 30% er falske positiv. Det er overveldende. Det er tydeligvis et enormt problem her, og AI kan løse det.

Fordelene med AI strekker seg også over hele industrien: pasienter får bedre behandling raskere og nyter større verdi fra deres behandlingsplaner, mens tannleger strømlinjeformer sine operasjoner og betalinger, og forsikringsselskaper reduserer svindel og forbedrer kravbehandlings-effektivitet. Det er en win-win-win!

Private equity er også ekstremt sterkt i tannhelse, hvilket er grunnen til at jeg tror tannhelse vil overta helsevesenet i AI-antakelse. Det avhenger ikke av komplekse sykehus-systemer, men snarere private equity-baserte tannpraksiser og strømlinjeformende programvare. Og AI kan bli deployert over hundredvis av kontorer på én gang!

Hva er noen av løsningene som tilbys i VideaHealth?

Vår AI-suiter inkluderer komponenter som hjelper med kartlegging, diagnostisering, behandlingsplanlegging og praksisledelse:

1. Videa Assist

• Hjelper tannkliniske ansatte å detektere flere sykdommer, raskere med objektiv analyse.
• Inkluderer Videa Caries Assist – FDA-godkjent AI-karies-deteksjonsverktøy.
• Reduserer falske positiver med 15% og forbedrer diagnostisk nøyaktighet av 100% av klinikere som bruker teknologien, uavhengig av år med erfaring.*
• Forbedrer pasientkommunikasjon, bygger pasienttillit og øker saksaksept-rater.
• Videa Assist støtter organisk vekst ved å øke behandlingsplan-verdien med gjennomsnittlig 26% over alle praksiser, effektivt skalerer forretningen med bedre effektivitet og raskere refusjoner

2. Videa Insights

• Hjelper DSO å styre og vokse praksiser med handlebare innsikter.
• Forbedrer kvalitetsikring og opplæring for klinisk personale.
• Gir data til å støtte bedre informerte praksis-erhvervsbeslutninger

Er det noe annet du ville like å dele om VideaHealth?

Vår misjon er å hjelpe millioner av pasienter å motta mer nøyaktig, effektiv og gjennomsiktig tannhelse – og vi er spente på at det blir mer og mer tydelig for dem hva som allerede har vært kjent i det medisinske og tannhelse-samfunnet i lang tid: munnhelse og medisinsk helse er uatskillelige og tannhelse har direkte innvirkning på helsen i resten av kroppen.

I mellomtiden er vi æret over å bedre utstyre tannleger, som forventes å bære mange hatter – diagnostiker, kirurg, primærlege og spesialist – med noe som er uholdbart uten bruk av avanserte teknologier som AI. Med riktig bruk av AI kan tannleger håndtere alle disse spesialiserte rollene og oppnå enorme effektivitetsgevinster samtidig som de leverer overlegen omsorg.

*Ifølge resultater fra FDA-klinisk studie av Videa Caries Assist.

Takk for det flotte intervjuet, lesere som ønsker å lære mer kan besøke VideaHealth.