Florian Hillen, CEO & Founder of VideaHealth – Intervju-serie

Florian Hillen er CEO & Founder of 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 tannverdi-kjeden – og gjør tannhelse mer gjennomsiktig for tannleger, forsikringsselskaper og pasienter.

Når du var ved MIT, utførte 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 å grunnlegge en), og visste alltid at jeg ville gjøre noe betydningsfullt, så mitt fokus ved MIT og Harvard Research var å se på hvor AI kan ha størst innvirkning på helse. Jeg forsket på AI i radiologi, dermatologi, oftalmologi og biologi. Først trodde jeg at AI kanskje ville ha størst innvirkning i mammografi, så jeg arbeidet med fem forskjellige selskaper i det området. Men til slutt gikk jeg bort fra mammografi fordi jeg innsett at AI hadde større potensiale i tannhelse. Den største grunnen til dette er at tannhelse har en av de høyeste – hvis ikke den høyeste – ratene av feil diagnostiseringer. Tannleger glemmer nesten 50% av sykdommene. Dette kan ha store konsekvenser, da feil diagnostiserte hull, abscesser, lesjoner og munnsykdommer kan utvikle seg til større problemer når de ikke behandles. Et verktøy som muliggjør en data-drevet tilnærming har enormt potensiale til å hjelpe tannleger og deres pasienter.

Min forskning og arbeid ved MIT ledet til grunnleggingen av VideaHealth, samt to mastergrader i Elektroingeniør og Datateknikk 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 finansieringen på 50 000 dollar sommeren etter jeg ble uteksaminert. Lenge før tann-AI var kommersielt viable, designet jeg teknologien som er innkapslet i Patent nr. 11,553,874, som dekker tannbilde-egenskapsdeteksjon drevet av maskinlæring som hjelper tannleger å detektere sykdommer på bilder og kobler disse funnene til pasientjournaler. Dette er det kritiske konseptet som driver dagens tann-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 engelinvestering. Med det kunne jeg ansette mitt første team på fem personer, bygge MVP til det første småproduktet og sikre økende interesse fra venturekapital (VC) selskaper og tannsamfunnet. Jeg reiste deretter 5,4 millioner dollar fra Zeta og Pillar, to Boston-baserte VC-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 koblet våre første kunder. Vi reiste deretter ytterligere 21 millioner dollar fra Spark Capital. Det er fantastisk å se hvor langt vi allerede har kommet med vårt mål-drevne team, fantastiske kunder og visjonære partnere, inkludert Henry Schein One, verdens største programvare- og tjenesteselskap for tannindustrien.

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 tilskrives tannleger som har så vidt forskjellige erfaringer og diagnostiske evner som kan påvirkes av ytre faktorer som utstyrs kvalitet 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 en hull og 25% har minst en nå. Mer enn 3,5 milliarder mennesker globalt lider av munnsykdom – 44% av befolkningen – og tannleger glemmer å detektere mer enn 40% av dem.

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

Selv om det ikke er noen tvil om at tannleger ønsker å være så effektive som mulig, er de konstant opptatt av å dele sin tid. 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 føre til tilfeller av overse.

Hva er noen eksempler på hvordan AI kan forbedre diagnostisk nøyaktighet?

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

I FDA-klinisk studie for vår tannhull-detteksjonsplattform, Videa Caries Assist, muliggjorde plattformen at tannleger kunne redusere antallet hull (cariess) som ble overse med 43% og redusere antallet feilaktige deteksjoner (falske positiver) av caries-lesjoner med 15%. Dette stemmer overens med resultater fra vår felles studie med Heartland Dental, hvor plattformen hjalp klinikerne å detektere 46% flere caries-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 sykdomsvurdering. Med Videa Perio Assist kan tannleger og hygienister lett måle interproximale ben-nivå-endringer over tid for pasienter 12 år og eldre, noe som resulterer i raskere og mer nøyaktige behandlingsanbefalinger og forbedrede pasientresultater.

Foruten 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 små restaureringer kan gjøres forebyggende, i stedet for mer invasive behandlinger 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 innsats som remineralisering for å styrke emaljen. I tilfeller av eksisterende sykdom, muliggjør vår teknologi at tannleger kan spore og overvåke sykdomsforløpet med side-ved-side-bilde-sammenligning og AI-annotering-overlapp, og forbedre 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, samt en troverdig, detaljert og objektiv rapport til å referere til 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, noe som hjelper å muliggjøre bedre resultater for pasienten og styrker tannpraksisens lønnsomhet.

Foruten å forbedre diagnostisk nøyaktighet og forebyggende omsorg, kan AI også 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, dental AI som VideaHealths ikke bare forbedrer pasientomsorg og -erfaring, men også låser opp helse- og økonomisk verdi over hele tannverdi-kjeden – og 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?

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

Vår algoritmer blir kontinuerlig trenet av et team av data-vitenskapsmenn for å sikre nøyaktighet og kontinuerlig optimalisering. Utstyrt 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 vidt akseptert av tannindustrien?

Tannhelse er en høyt spesialisert sektor, og derfor avhenger det av unike datapunkter for å gi effektivt tjenester til pasienter. Men det er ekstremt vanskelig å bygge en tilstrekkelig database fordi de fleste tannpraksiser er uavhengige og opererer selvstendig, noe som gjør datainnsamling og -analyse svært vanskelig, spesielt i den skalaen som er nødvendig for å trekke nøyaktige konklusjoner. Til tross for at dette har forbedret seg noe de siste årene med økt konsolidering i industrien og større konsolidering innen forsikringsindustrien, har det fortsatt vært minimal fremgang totalt sett i å fange brede tann-data, 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 størst innvirkning 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 helse-tilstandene i verden, tannhull (cariess), viste vår FDA-studie at vår AI hjelper å redusere antallet cariess som tannleger overse med mer enn 40%*, noe som har enorme konsekvenser.

Antallet overse tilfeller av sykdom er enda større for visse bruksområder. 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 tankevekkende. Det er åpenbart et stort 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 sine behandlingsplaner, mens tannleger strømlinjeformer sine operasjoner og betalinger, og forsikringsselskaper reduserer svindel og forbedrer claims-behandlingseffektivitet. Det er en win-win-win!

Private equity er også ekstremt sterkt i tannhelse, og det er derfor jeg tror at tannhelse vil overta helsevesenet i forhold til AI-adoptsjon. Det avhenger ikke av komplekse sykehus-systemer, men heller private equity-baserte tannpraksiser og strømlinjeforming av programvare. Og AI kan deployeres 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 tannklinikere å detektere flere sykdommer, raskere med objektiv analyse.
• Inkluderer Videa Caries Assist – FDA-godkjent AI-caries-deteksjonsverktøy.
• Reduserer feilaktige positiver med 15% og forbedrer diagnostisk nøyaktighet av 100% av klinikere som bruker teknologien, uavhengig av års erfaring.*
• Forbedrer pasientkommunikasjon, bygger pasienttillit og øker behandlingsplan-aksept-rater.
• Videa Assist støtter organisk vekst ved å øke behandlingsplan-verdien med en gjennomsnitt på 26% over alle praksiser, effektivt skalerer forretningen med bedre effisiens 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 ønsker 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 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 hedret å bedre utruste 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 realisere enorme effisiens-gevinster 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 bør besøke VideaHealth.