DexCare의 CEO 겸 창립자 Derek Streat – 인터뷰 시리즈

Date:

데릭 스트리트DexCare의 CEO이자 설립자인 그는 6개의 벤처 지원 회사를 설립하고 이끌어온 경험이 풍부한 기업가이며 그 중 4개 회사는 성공적인 인수를 달성했습니다. 그의 벤처 사업에는 수익을 1억 달러 이상으로 확장하고 신장 이식을 받는 모든 어린이의 절반 이상에게 혜택을 주는 비영리 단체를 설립하는 것이 포함되었습니다. Streat는 혁신적인 데이터 솔루션을 활용하여 시장에 투명성과 효율성을 제공하고 비용을 절감하며 사회적 혜택을 제공함으로써 대규모의 영향력 있는 문제를 해결하는 데 중점을 둡니다.

덱스케어 환자 편의성을 향상시키면서 의료 서비스 제공 및 인력 역량을 최적화하는 진료 조율 플랫폼입니다. 기존 시스템과 통합되어 데이터를 통합하고, 수요를 예측하고, 자원을 할당하고, 환자에게 가장 적절한 치료를 안내하여 실행 가능한 통찰력과 간소화된 운영을 제공합니다.

DexCare는 특히 자녀가 중요한 치료를 받을 수 있도록 돕는 의료 서비스에 대한 귀하의 개인적인 여정에서 탄생했습니다. 이 경험이 DexCare에 대한 귀하의 비전을 어떻게 형성했으며 오늘날 회사의 사명에 어떤 영향을 미치고 있습니까?

15년 전, 세 살배기 아이에게 신장 이식이 필요했습니다. 아내와 저는 분열된 의료 시스템을 탐색하는 데 어려움을 겪으면서 잠 못 이루는 밤으로 가득 찬 힘든 여정이었습니다. 우리는 우리 아이가 전문의, 수술, 집중 치료 사이를 오가며 결국 이식을 받는 모습을 지켜보았습니다. 이 모든 것을 통해 나는 치료를 무제한으로 받을 수 있다는 것이 얼마나 행운인지 깨달았습니다. 많은 미국인들에게는 그렇지 않습니다.

미국인의 37% 이상이 의료 사막에 살고 있습니다. 수년간 의료 시스템과 긴밀하게 협력한 내 경험을 통해 모든 사람의 접근성 격차를 해소해야 한다는 분명한 필요성이 드러났습니다. 사실, 모든 환자가 의사의 진료를 받아야 하는 것은 아닙니다. 적절한 진료를 적절한 장소에서 적절한 시간에 받아야 합니다. 그리고 이러한 통찰력을 바탕으로 치료가 제공되는 장소와 방법을 조율하도록 설계된 플랫폼인 DexCare를 설립하게 되었습니다. 의료 서비스 제공자의 피로를 줄이고, 역량을 창출하고, 접근성을 확대함으로써 더 많은 환자에게 효과적으로 서비스를 제공하는 것을 목표로 합니다. 프로비던스에서 설립된 DexCare는 2021년에 분사했으며 현재 Texas Health Resources, Tampa General 및 Piedmont Healthcare를 포함하여 전국의 주요 의료 시스템과 자랑스럽게 파트너십을 맺고 있습니다.

귀하는 여러 의료 중심 회사를 성공적으로 설립했습니다. DexCare를 설립하면서 어떤 구체적인 어려움을 겪었으며, 이전 벤처에서 이 케어 오케스트레이션 플랫폼을 출시하기 위해 어떻게 준비했습니까?

아이디어부터 프로토타입, 자본 조달 및 확장에 이르기까지 모든 스타트업은 익숙한 장애물에 직면합니다. 의료 분야에서는 인재 전쟁, 긴 판매 주기, 신중한 자본 시장, 끊임없이 변화하는 규제 환경으로 인해 이러한 과제가 더욱 증폭됩니다. 성공하려면 신중한 균형 조정이 필요합니다. 여러 회사를 설립하고 퇴사하면서 저는 어려움 속에서도 압박 속에서도 성공할 수 있는 탄력적인 팀과 제품을 구축하는 데 필요한 것이 무엇인지 직접적으로 통찰력을 얻었습니다. 이러한 교훈은 DexCare를 출시하고 의료의 복잡성 속에서 성공하기 위한 전략을 세울 때 필수적이었습니다.

의료 분야에 대한 나의 진출은 NLP 기술을 사용하여 방대한 글로벌 의료 문헌 저장소에서 구조화된 데이터를 생성하는 정보 회사인 Medify에서 시작되었습니다. 이 플랫폼은 희귀 질환 환자들에게 실질적인 변화를 가져왔고, 작고 흩어져 있는 인구를 의미 있는 통찰력을 통해 더 큰 그룹으로 모았습니다. 전성기에는 미국 전역의 의사 10명 중 1명이 우리의 지식 기반에 의존하여 환자에게 변화를 가져올 수 있는 치료법을 찾았습니다. 결국 Medify는 선도적인 의료 네트워크인 Alliance Health의 일부가 되었습니다.

Medify 이후 저는 기술이 C-SATS를 통해 임상 실습에 어떻게 직접적인 영향을 미칠 수 있는지에 초점을 맞춰 다양한 과제를 해결하기 시작했습니다.

AI 기반 플랫폼인 C-SATS는 로봇 공학과 기계 학습을 활용하여 수술 성능을 평가하고 외과 의사에게 실행 가능한 통찰력을 제공하여 기술과 환자 결과를 개선합니다. 오늘날의 과대 광고가 있기 오래 전에 AI를 사용한 이 작업은 첨단 기술을 의료와 같은 고부담 환경에 통합하는 데 따른 미지의 복잡성에 눈을 뜨게 했습니다. 플랫폼은 익명화된 수술 영상을 사용하여 개인 정보 보호 문제를 회피했지만, 외과 의사가 기술을 기반으로 자격을 취득하는 것에 대해 우려하고 직업과 생계에 직접적인 영향을 미치기 때문에 더 깊은 문제가 표면화되었습니다. 이 경험을 통해 저는 의료 분야에 혁신을 도입하려면 기술적 전문 지식 이상의 것이 필요하다는 점을 깨달았습니다. 이해관계자와의 신뢰를 구축하고 기술이 인간의 삶과 교차할 때 나타날 수 있는 의도하지 않은 결과를 적극적으로 해결해야 한다는 것입니다.

저는 경력 전반에 걸쳐 과대광고가 아닌 실용성에 기반을 둔 기술을 활용하여 부족한 리소스, 단절된 데이터, 불평등한 액세스 등 시스템적 장벽을 허무는 데 집중해 왔습니다. DexCare를 구축할 때 저는 AI 애플리케이션의 초석으로 데이터 인텔리전스를 우선시했습니다. 그리고 이러한 초점을 통해 진료가 조정되고, 전달되고, 제공되는 방식을 지원하는 깨끗하고 안정적이며 통합된 데이터가 보장됩니다. 과중한 부담을 안고 있는 제공자와 활용도가 낮은 리소스를 식별하여 용량 불균형을 노출함으로써 우리는 운영을 최적화하고 환자에게 더 나은 결과를 제공하기 위해 의료 서비스를 재구상하고 있습니다.

DexCare는 Providence Health 시스템 내에서 배양되었습니다. 대규모 의료 조직 내에서 스타트업을 개발할 때의 이점과 이것이 DexCare의 성장에 어떤 영향을 미쳤는지 이야기해 주실 수 있나요?

DexCare는 기존 마케팅, IT 및 운영 인프라를 활용하여 수요와 공급의 균형을 맞추는 의료 분야의 주요 과제를 해결하기 위해 프로비던스에서 탄생했습니다. 의료 시스템 내부에 구축되면서 우리는 오늘날 의료가 직면한 이중 과제를 자세히 이해할 수 있게 되었습니다. 조직의 경우 제한된 리소스로 증가하는 의료 수요를 충족하기 위해 끊임없이 노력하고 있습니다. 그리고 환자들에게는 필요할 때 언제 어디서 진료를 받아야 하는지에 대한 좌절감을 느끼게 됩니다. 이러한 관점은 보다 효과적인 디지털 검색 및 액세스를 위한 중요 인프라를 갖춘 의료 시스템을 강화하는 동시에 시스템 용량을 최적화할 수 있는 고유한 위치에 있습니다. 그리고 프로비던스 내 인큐베이션을 통해 전국적인 의료 시스템으로 확장하기 전에 플랫폼을 개선할 수 있었습니다.

의료 분야의 AI는 혁신적이라고 평가받았지만 상당한 장애물에 직면하기도 했습니다. 지난 몇 년 동안 의료 분야에서 AI가 어떻게 발전해 왔으며, AI의 잠재력이 어느 부분에서 부족하다고 생각하시나요?

의료 분야에서 AI의 부상은 흥분과 주의를 동시에 불러일으켰습니다. AI가 주류로 자리잡고 있지만 AI가 업계를 변화시키려면 아직 상당한 장애물이 남아 있습니다. 에이 최근 설문조사 의료 CIO의 96%가 AI 채택을 경쟁 우위로 보고 있지만 시스템 상호 운용성 및 워크플로 조정과 같은 통합 문제가 종종 방해가 되는 것으로 나타났습니다. 그리고 일상적인 프로세스에 원활하게 통합되지 않으면 임상의, 의사 및 관리자가 이러한 도구를 수용할 가능성이 없습니다.

14,000개 이상의 AI 중심 기업이 밀집해 있어 복잡성이 가중되고 있으며, 이로 인해 의료 시스템이 실제 가치를 제공하는 솔루션과 과장된 광고를 분리하기가 어렵습니다. 올바른 기술 파트너를 선택하려면 기능을 평가하는 것 이상의 것이 필요합니다. 원활하게 통합하고 기존 워크플로를 향상하며 실제 문제를 해결하는 솔루션이 필요합니다.

그러나 핵심 문제는 단순히 다음 도구를 찾는 것이 아니라 의료의 기존 데이터 내에서 잠재력을 발휘하는 것입니다. 지속 가능한 시스템은 진료 기록, 워크플로우, 제3자 플랫폼 전반에 걸쳐 데이터를 조화시키는 데 달려 있습니다. 그래야만 임상의가 서류 작업보다 사람에게 집중할 수 있도록 하고 중요한 진료 격차를 줄이는 등 실제 우선순위를 다룰 수 있습니다. 그리고 이것이 바로 DexCare가 적합한 곳입니다.

DexCare는 AI를 사용하여 치료 리소스를 예측하고 배포함으로써 의료 서비스 제공을 최적화합니다. 플랫폼의 AI가 어떻게 작동하는지, 그리고 대규모 의료 서비스 제공에 어떤 영향을 미쳤는지 설명해 주실 수 있나요?

DexCare의 치료 조정 플랫폼은 일정, 양식, 활용도, 위치, 비용 등 주요 입력을 통합하여 고급 데이터 인텔리전스를 활용하여 치료에 액세스할 위치, 시기, 방법을 결정합니다. 우리의 AI는 대규모 데이터 세트를 수집하고 구성할 뿐만 아니라 환자 요구에 맞게 치료 제공을 동적으로 조정합니다. 예를 들어, 플랫폼은 계절성 독감, 예방 진료, 전문 서비스에 대한 기사 등 콘텐츠를 분류하고 가장 적절한 진료 경로와 연결하는 동시에 복잡한 분류와 동의어를 이해합니다. 결과는? 관련 콘텐츠를 가장 적합한 치료 장소에 연결함으로써 플랫폼은 환자가 필요한 서비스로 원활하게 안내되도록 보장하여 접근성과 결과를 모두 향상시킵니다.

결과는 스스로를 말해줍니다. DexCare를 사용하면 동일한 임상 리소스를 사용하여 40% 더 많은 환자가 진료를 받을 수 있고 신규 환자 확보가 24% 증가하며 의사 시간이 34,000시간 이상 절약됩니다. 불필요한 단계를 제거하고 처음부터 명확하고 실행 가능한 선택 사항을 제시함으로써 우리는 환자 접근성과 운영 효율성을 대규모로 변화시켜 환자와 서비스 제공자에게 측정 가능한 개선을 제공하고 있습니다.

AI는 작업을 자동화하고 프로세스를 간소화할 수 있는 힘을 가지고 있지만 의료 분야의 일자리 대체에 대한 두려움을 조성할 수도 있습니다. AI가 의료 인력에 어떤 영향을 미치고, 이러한 우려를 완화할 수 있는 전략은 무엇이라고 보시나요?

의료 분야의 일자리 대체에 대한 두려움을 해결하는 것은 명확성에서 시작됩니다. AI는 진료 제공에서 인간의 손길을 대체하기 위해 존재하는 것이 아니라 이를 보완하기 위해 존재합니다. AI를 포함한 기술은 의료 전문가의 역량을 강화하지만 증가하는 환자 요구와 감소하는 의사 인력 사이의 격차 증가를 해결하기 위한 만병통치약은 아닙니다.

DexCare와 같은 플랫폼은 AI가 제한된 의료 리소스의 용량을 확장하는 데 어떻게 중요한 도구가 될 수 있는지 보여줍니다. AI는 인력 수요의 균형을 지능적으로 조정하고, 비용을 제어하고, 용량을 최적화함으로써 의료 시스템이 보다 효율적으로 운영되도록 돕습니다. 이는 환자가 필요한 치료를 받을 수 있도록 보장할 뿐만 아니라 제공자의 부담을 완화하고 피로를 줄이고 보다 지속 가능한 의료 환경을 조성합니다. 더욱 스마트하고 탄력적인 시스템을 구축하는 것입니다.

특히 AI로 인한 실수에 대한 책임 측면에서 의료 분야의 AI 구현에서 관찰한 의도하지 않은 결과에는 어떤 것이 있습니까? DexCare는 이러한 윤리적 문제를 어떻게 해결합니까?

제가 C-SATS에 있을 때 우리는 로봇 공학과 기계 학습을 사용하여 외과 의사를 교육하고 환자 결과를 개선했습니다. 이 접근 방식은 혁신적이었지만 개인 정보 보호, 동의, 외과 의사의 자율성 및 데이터의 윤리적 사용에 대한 중요한 질문을 제기했습니다. 이러한 과제는 중요한 진실을 강조했습니다. 의료 분야에서 AI를 구현하려면 기술의 안전하고 윤리적인 사용을 보장하기 위해 엄격하고 표준화된 정책이 필요합니다.

의료 분야에서는 오류의 여지가 없습니다. 생명이 위태로워지기 때문입니다. 따라서 미지의 법적, 윤리적 문제를 탐색하기 위한 ‘북극성’ 역할을 할 수 있는 명확한 지침과 프레임워크를 확립하는 것이 필수적입니다. 그리고 책임성과 투명성은 의료 분야 AI 애플리케이션의 핵심이 되어야 합니다. 데이터 무결성에 중점을 두고 인간의 의사 결정을 가리지 않고 향상시키는 시스템을 설계함으로써 우리는 업계의 요구 사항을 해결하는 동시에 책임감 있게 혁신을 발전시킬 수 있습니다.

AI는 치료에 대한 접근성을 향상시키는 데 엄청난 잠재력을 제공하지만, 특히 서비스가 부족한 인구에 대해 공평한 AI 도입을 보장하기 위해 의료 시스템이 취해야 할 조치는 무엇이라고 생각하십니까?

의료 서비스, 특히 서비스가 부족한 인구를 대상으로 AI를 도입하려면 데이터 충실도, 다양성 및 집계에 중점을 두어야 합니다. 단편화된 데이터 사일로로 인해 어려움을 겪고 있는 업계에서는 정보를 통합하고 분석하는 능력이 매우 중요합니다. 생성적 AI는 환자 기록, 집단 건강 격차, 성향 모델을 통합하여 진단, 치료 및 치료 결과를 개선함으로써 생명을 구하는 연결을 만들 수 있는 잠재력을 가지고 있습니다. 그러나 이러한 발전은 불평등의 지속을 피하기 위해 편견 없는 데이터 세트를 대규모로 사용하는 데 달려 있습니다.

책임은 의료 시스템에만 있는 것이 아닙니다. AI 배포를 대규모로 표준화하는 것부터 시작하여 통일된 접근 방식이 필요합니다. 합리적인 국가 수준의 규정은 AI가 집단 의료를 개선하는 동시에 과도한 접근을 피해야 함을 보장할 수 있습니다. 모자는 혁신을 방해합니다. 지나치게 제한적인 조치는 진행을 방해할 위험이 있지만 인프라, 사용 및 데이터 거버넌스에 대한 명확한 지침이 필수적입니다. 이러한 표준은 편견을 해결하고 위험을 완화하며 AI가 소수의 특권층이 아닌 모든 환자의 치료 품질을 높이는 시스템을 육성하는 데 도움이 될 수 있습니다.

창업자의 관점에서 업계 고유의 규제 및 윤리적 과제를 고려하여 AI를 의료 분야에 도입하려는 기업가에게 어떤 조언을 해주시겠습니까?

특히 의료 분야에서 성공적인 기업가는 현 상태에 도전할 뿐만 아니라 시스템이 고칠 수 없다는 개념도 거부해야 합니다. 의료를 개선할 수 있는 기회는 엄청납니다. 그러나 일단 업계가 스스로 부과한 복잡성과 장애물을 깊이 파고들면 문제의 규모가 압도적으로 느껴질 수 있습니다. 진정한 혁신에는 탄력성이 필요합니다. 즉, 이러한 과제에 정면으로 맞서고 확고한 임무를 수행할 수 있는 능력이 필요합니다. 치료와 결과를 개선하려는 비전은 항상 기술 확장의 장애물보다 커야 합니다.

의료 분야의 성공은 단지 기술에 관한 것이 아닙니다. 환자, 의료 서비스 제공자 및 시스템의 요구 사항을 조정하고 길이 험난할 때에도 미소를 지을 수 있는 결심을 갖는 것에도 달려 있습니다. 내 조언: 적응력을 유지하고, 좌절을 수용하고, 즉각적인 실제 문제를 해결하는 솔루션 구축에 집중하세요.

앞으로 5~10년 동안 의료 분야에서 예상되는 가장 흥미로운 AI 발전은 무엇이며, AI가 침투하기 어려운 특정 영역은 무엇이라고 생각하시나요?

미래를 예측하는 것은 까다롭습니다. 불확실하고 끊임없이 변화하기 때문입니다. 수천 개의 기업이 모든 각도에서 AI를 탐구하고 있기 때문에 잠재력은 놀라울 만큼 크지만 과제도 마찬가지입니다. 그러나 우리가 알고 있는 것은 AI가 진료에 대한 접근, 제공 및 경험 방식을 근본적으로 바꿀 준비가 되어 있다는 것입니다. 제가 앞으로 예상하는 가장 흥미로운 발전 중 하나는 진정으로 개인화된 의학입니다. 즉, 각 환자가 치유하고 성장하는 데 필요한 것을 정확하게 제공하도록 고안된 맞춤형 치료 계획과 고유한 치료 “칵테일”입니다.

단편화된 데이터와 오래된 시스템으로 인해 오랫동안 어려움을 겪어온 의료 서비스는 자유로워질 위기에 처해 있습니다. 또한 AI는 환자 기록을 연결하고, 인구 격차를 해결하고, 예측 모델을 사용하여 생명을 구하는 솔루션을 만드는 동시에 의료의 초점을 더 큰 접근성과 소비자 중심 치료로 전환할 수 있는 힘을 갖습니다.

우리는 아직 이 여정의 초기 단계에 있으며 미지의 세계를 탐색하고 있습니다. 앞으로의 정확한 혁신을 예측할 수는 없지만 AI가 치료 제공 방식을 꾸준히 개선하여 환자에게 더 나은 결과를 제공하고 제공자에게 역량을 부여하고 있다는 것을 알고 있습니다. 이미 이루어지고 있는 진전은 고무적이며, 이러한 변화에 기여하게 된 것을 자랑스럽게 생각합니다.

훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자들은 방문하시기 바랍니다. 덱스케어.

게시물 DexCare의 CEO 겸 창립자 Derek Streat – 인터뷰 시리즈 처음 등장한 Unite.AI.

Share post:

Subscribe

Popular

More like this
Related

생성 AI 활용: 업계 리더를 위한 대담한 도전과 보상

조직이 AI의 잠재력을 계속 탐구함에 따라 Microsoft 고객은 워크플로를...

식품 안전 분야에서 AI의 필요성 증가

특히 광범위한 조류독감 발생의 영향이 농업 부문 전반에 걸쳐...

12월23일 정부지원사업 신규 공고 리스트 (12건) _ (파일 재가공/재배포 가능)

12월 23일 12건<12/23지원사업 신규 공고 목록> *전 영업일인 12/20에 올라온...

Waste Robotics와 Greyparrot가 분류 로봇을 강화하는 방법

Waste Robotics는 FANUC 로봇 팔을 사용하여 안정적이고 정확한 피킹을...