Florian Hillen, VD och grundare av VideaHealth – Intervjuer

Florian Hillen är VD och grundare av VideaHealth, en plattform som syftar till att förbättra patienternas hälsa genom kraften av AI. Genom att utnyttja algoritmer, analyser och hälsodata låser Videa upp hälsorelaterat och ekonomiskt värde över hela tandvårdskedjan – vilket gör tandvården mer transparent för tandläkare, försäkringsbolag och patienter.

När du var på MIT, genomförde du omfattande forskning om skärningspunkten mellan AI, hälso- och sjukvård samt tandhälsa. Vilka var några av de största resultaten från denna forskning?

Jag studerade medicin i Tyskland, arbetade med flera hälso- och sjukvårdsföretag (inklusive att starta ett) och visste alltid att jag ville göra något som hade stor inverkan, så mitt fokus på MIT och Harvard Research var att titta på var AI kunde ha den största inverkan på hälsan. Jag forskade om AI inom radiologi, dermatologi, oftalmologi och biologi. Till en början trodde jag att AI kanske kunde ha den största inverkan inom mammografi, så jag arbetade med fem olika företag inom detta område. Men till slut flyttade jag bort från mammografi eftersom jag insåg att AI hade större potential inom tandvården. Den största anledningen till detta är att tandvården har en av de högsta – om inte den högsta – frekvenserna av missade sjukdomsfall. Tandläkare missar nästan 50% av kariessjukdomen i genomsnitt. Detta kan ha stora konsekvenser eftersom missade karies, abscesser, lesioner och tandproblem kan utvecklas till större problem om de inte behandlas. Ett verktyg som möjliggör en datadriven ansats har enorm potential att hjälpa tandläkare och deras patienter.

Min forskning och mitt arbete på MIT ledde till att VideaHealth grundades, samt två masterexamen i elektroteknik och datavetenskap samt teknik och politik.

Hur gick denna forskning sedan över i lanseringen av VideaHealth?

MIT såg potentialen i mitt forskningsprojekt, som då kallades Delta V, och tillhandahöll den första finansieringen på 50 000 dollar sommaren efter att jag tagit examen. Långt innan tandvårds-AI var kommersiellt livskraftig, utformade jag tekniken som ingår i patent nr 11,553,874, som täcker tandbildsfunktionsupptäckt driven av maskinlärning som hjälper tandläkare att upptäcka sjukdomar på bilder och matchar dessa fynd till patientjournaler. Det är det kritiska konceptet som driver dagens tandvårds-AI-teknologier.

Jag skrev den första algoritmen för minimum viable product (MVP) den 19 november 2018, och från där kunde jag samla in 1,1 miljoner dollar i angelinvesteringskapital. Med det kunde jag anställa mitt första team på fem personer, bygga ut min MVP till det första lilla produkten och säkra ett ökande intresse från venture capital-företag (VC) och tandvårdssamhället. Jag samlade sedan in 5,4 miljoner dollar från Zeta och Pillar, två Boston-baserade VC-företag som fokuserar på hälso- och sjukvård och tidig innovation. Detta möjliggjorde att jag kunde bygga ut ett större team, vidareutveckla plattformen, lämna in och så småningom få FDA-godkännande för våra medicinska algoritmer och ansluta våra första kunder. Vi samlade sedan in ytterligare 21 miljoner dollar från Spark Capital. Det är otroligt att se hur långt vi har kommit med vårt uppdrag att driva team, fantastiska kunder och visionära partners, inklusive Henry Schein (HSIC ) One, världens största programvaru- och tjänsteföretag för tandvårdsindustrin.

En stor utmaning i början, som är vanlig inom medtech, är bristen på användarfeedback under hela produktutvecklingsprocessen. För att mildra detta inkluderade vi tandvårdspraktiker som pilotprogram innan vi lämnade in ansökan om FDA-godkännande och samlade in en enorm mängd användarfeedback för att hjälpa oss att optimera plattformen.

Varför har tandvården en av de högsta frekvenserna av diagnostiska fel inom hälso- och sjukvården?

Detta kan till stor del tillskrivas att tandläkare har så olika erfarenhetsnivåer och diagnostiska förmågor som kan påverkas av yttre faktorer som utrustningskvalitet och belysning i rummet – så mycket att i många fall kommer 10 olika tandläkare att ge 10 olika diagnoser.

Den utbredda förekomsten av tandproblem är en annan bidragande faktor. Mer än 90% av amerikanska vuxna har haft minst en karies och 25% har minst en för närvarande. Mer än 3,5 miljarder människor globalt lider av munhälsoproblem – 44% av befolkningen – och tandläkare missar att upptäcka mer än 40% av dem.

De flesta munhälsoproblem är asymtomatiska, inklusive de flesta tandköttssjukdomar och parodontala lesioner. Därför är tandläkare som inte är lika välutrustade sannolikt att förbise ouppmärksammade problem som patienterna inte vet om, särskilt tidiga karies, lesioner och sjukdomar. Till exempel kan en tandläkare fokusera på ena sidan av en patients mun där de har tandvärk, medan de missar ett större problem på andra sidan av munnen.

Medan det inte råder någon tvekan om att tandläkare vill vara så effektiva som möjligt, delar de ständigt upp sin tid. Tandläkare är högt specialiserade, men de har i princip fyra jobb: radiolog, allmänläkare, kirurg och praktikchef. Det är mycket att hantera och denna ständiga balans kan ge upphov till fall av försummelse.

Vilka är några exempel på hur AI förbättrar diagnostisk noggrannhet?

Vår AI-drivna plattform förbättrar diagnostisk noggrannhet genom att betydligt hjälpa tandläkare i deras analys av röntgenbilder och ge prediktiv analys och diagnos/behandslingsrekommendationer i nära realtid, baserat på en algoritm som utnyttjar hundratals miljoner datapunkter.

I FDA-studien för vår tandkariesdetekteringsplattform, Videa Caries Assist, möjliggjorde plattformen för tandläkare att minska antalet missade karies (karies) med 43% och minska antalet felaktiga upptäckter (falska positiva) av karieslesioner med 15%. Detta överensstämmer väl med resultaten från vår gemensamma studie med Heartland Dental, där plattformen hjälpte kliniker att upptäcka 46% fler karieslesioner och minska felen med 10%.

U.S. Food and Drug Administration (FDA) har nyligen utfärdat 510(k)-godkännande för Videa Perio Assist, vårt AI-drivna verktyg för mätning av interproximal benläge för parodontal sjukdomsbedömning. Med Videa Perio Assist kan tandläkare och hygienister enkelt mäta förändringar i interproximalt benläge över tid för patienter 12 år och äldre, vilket resulterar i snabbare och mer precisa behandlingsrekommendationer och förbättrade patientresultat.

Förutom att förbättra diagnostisk noggrannhet förbättrar vår AI-plattform även förebyggande vård, vilket är avgörande inom tandvården. VideaHealth möjliggör för tandläkare att upptäcka karies, abscesser och lesioner i deras linda så att små restaureringar kan göras i förväg, snarare än mer invasiva behandlingar senare, som kronor och rotfyllningar. Till exempel kan Videa Caries Assist identifiera tidiga lesioner upp till fem år innan en tandläkare kan på egen hand, och sedan föreslå en förebyggande åtgärd som remineralisering för att stärka emaljen. I fall av befintlig sjukdom möjliggör vår teknik för tandläkare att spåra och övervaka sjukdomsprogression med sidoförsidebildjämförelse och AI-annoteringsöverlag, vilket förbättrar ett avgörande steg i den kliniska diagnos- och behandlingsprocessen.

Vilka är några andra sätt som AI kan användas inom tandvården?

AI tillhandahåller tandläkare en objektiv analys och/eller validering, tillsammans med en trovärdig, detaljerad och objektiv rapport att referera till när de kommunicerar problem till patienter. Dessa fynd bygger en övertygande visuell presentation som förbättrar kommunikation, förtroende och ansvar, vilket stärker den övergripande patient-tandläkare-relationen. Förbättringar i förtroende och förståelse korrelerar direkt med att fler patienter accepterar behandlingsplanrekommendationer, vilket hjälper till att möjliggöra bättre resultat för patienten och stärker tandvårdspraktikens lönsamhet.

Utöver att förbättra diagnostisk noggrannhet och förebyggande vård kan AI användas för att anpassa kronor, broar och implantat mycket snabbare och mer exakt än traditionella metoder.

Till slut, genom att utnyttja algoritmer, analyser och hälsodata, tandvårds-AI som VideaHealths förbättrar inte bara patientvården och upplevelsen, utan låser också upp hälsorelaterat och ekonomiskt värde över hela tandvårdskedjan – vilket gör tandvården mer transparent för tandläkare, försäkringsbolag och patienter.

Kunde du dela några detaljer om de datamängder som användes för att träna algoritmerna som används på VideaHealth?

Våra AI-algoritmer utnyttjar VideaFactory, branschens mest varierade datamängd, som innehåller över 100 miljoner datapunkter från ledande tandvårdsföretag (DSO), sjukhus, försäkringsbolag, clearinghus och universitet. För att sätta detta i perspektiv representerar de 100 miljonerna datapunkterna ungefär 50 gånger fler röntgenbilder än en enskild tandläkare ser under hela sin karriär. Att medvetet samla in data från en mängd olika källor hjälper oss att säkerställa att våra algoritmer förblir opartiska, precisa och representativa för befolkningens mångfald. Vi valde sedan ut tusentals tandläkare och valde de bästa 5% för att annotera röntgenbilder som användes för att träna vår AI. Dessa experttandläkare märker bilder för att identifiera sjukdom och tillhandahåller högkvalitativa data till systemet, vilket möjliggör för vår AI att lära av de “bästa lärarna”.

Våra algoritmer tränas kontinuerligt av ett team av dataforskare för att säkerställa noggrannhet och kontinuerlig optimering. Med denna information producerar VideaFactory extremt precisa modeller som kan identifiera och mäta kliniska indikatorer på tandröntgenbilder med lätthet.

Vilka är några av anledningarna till att AI inte har varit mer allmänt antagen av tandvårdsindustrin?

Tandvården är en högt specialiserad sektor och förlitar sig därför på unika datapunkter för att tillhandahålla effektiv service till patienter. Men det är extremt svårt att bygga en tillräcklig databas på grund av den splittrade naturen hos de flesta tandvårdspraktiker. Den överväldigande majoriteten av tandvårdspraktiker är oberoende ägda och drivs, vilket gör datainsamling och analys mycket svår, särskilt i den skala som behövs för att dra precisa slutsatser. Trots att detta har förbättrats något under de senaste åren med ökningen av DSO och större konsolidering inom försäkringsbranschen, har det fortfarande varit minimala framsteg totalt sett i att fånga breda tandvårdsdatamängder, som till stor del är föremål för stränga dataskydds- och skyddslagar.

Varför tror du att AI-revolutionen kommer att ledas av tandvården?

Jag tror verkligen att AI kan ha den största inverkan inom tandvården. Branschen har miljarder patienter över hela världen och över en miljard röntgenbilder tas varje år. När det gäller att upptäcka en av de vanligaste hälsotillstånden i världen, tandkaries (karies), visade vår FDA-studie att vår AI hjälper till att minska antalet karies som tandläkare missar med mer än 40%*, vilket har enorma konsekvenser.

Antalet missade sjukdomsfall är ännu större för vissa användningsfall. Infektioner i rotspetsar, som kräver rotfyllning som primär behandling, missas 50% av tiden av tandläkare. 50% är falska negativ och 30% är falska positiv. Det är förbluffande. Det finns tydligt ett enormt problem här och AI kan lösa det.

Fördelarna med AI sträcker sig också över hela branschen: patienter får bättre vård snabbare och får större värde från sina behandlingsplaner, tandläkare strömlinjeformar sina verksamheter och betalningar, och försäkringsbolag minskar bedrägeri och förbättrar effektiviteten i anspråksprocessen. Det är en vinst-vinst-vinst!

Privat equity är också extremt starkt inom tandvården, vilket är varför jag tror att tandvården kommer att överträffa hälso- och sjukvården när det gäller AI-antagande. Det förlitar sig inte på komplexa hospitalsystem, utan snarare privatägda tandvårdspraktiker och strömlinjeformad programvara. Och AI kan distribueras över hundratals kontor på en gång!

Vilka är några av lösningarna som erbjuds av VideaHealth?

Vår AI-svit innehåller komponenter som hjälper till med kartläggning, diagnos, behandlingsplanering och praktikhantering:

1. Videa Assist

• Hjälper tandläkare att upptäcka fler sjukdomar, snabbare med objektiv analys.
• Inkluderar Videa Caries Assist – FDA-godkänt AI-verktyg för kariesdetektering.
• Minskar falska positiva med 15% och förbättrar diagnostisk noggrannhet för 100% av kliniker som använder tekniken, oavsett års erfarenhet.*
• Förbättrar patientkommunikation, bygger patientförtroende och ökar acceptansgraden för behandlingsplaner.
• Videa Assist stöder organisk tillväxt genom att öka behandlingsplanens värde med i genomsnitt 26% över alla praktiker, vilket effektivt skalar verksamheten med bättre effektivitet och snabbare ersättning

2. Videa Insights

• Hjälper DSO att hantera och växa praktiker med handlingsbara insikter.
• Förbättrar kvalitetssäkring och utbildning för klinisk personal.
• Tillhandahåller data för att stödja bättre informerade praktikförvärvsbeslut

Finns det något annat du vill dela om VideaHealth?

Vår mission är att hjälpa miljontals patienter att få mer precisa, effektiva och transparenta tandvårdsbehandlingar – och vi är entusiastiska över att det blir alltmer tydligt för dem vad som redan har varit känt inom medicinska och tandvårdssamhällen under lång tid: munhälsa och allmän hälsa är oupplösligt kopplade och tandvård har en direkt inverkan på hälsan i resten av kroppen.

Som en del av detta är vi hedrade att bättre utrusta tandläkare, som förväntas ha många roller – diagnostiker, kirurg, allmänläkare och specialist – med något som är omöjligt utan användning av avancerad teknik som AI. Med rätt användning av AI kan tandläkare hantera alla dessa specialiserade roller och förverkliga otroliga effektivitetsvinster samtidigt som de tillhandahåller överlägsen vård.

*Enligt resultaten från FDA-studien av Videa Caries Assist.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka VideaHealth.