Lehren aus der Urvater von Digital Health: Die Geschichte WellDoc

Ich hatte eine chance, um aufzuholen mit Anand Iyer, Chief Strategy Officer von WellDoc im Jahr 2016 Digital Health Summer Summit in San Francisco vor kurzem. WellDoc ist einer der älteren digital health Unternehmen noch in der Existenz mit gegründet worden, die vor mehr als zehn Jahren. Das Unternehmen ist führend in den Raum der ersten Veröffentlichung von Ergebnissen in einer renommierten peer-reviewed journal, die erste, die FDA-Zulassung, und eine der wenigen digital health Unternehmen, um tatsächlich eine abrechnungsziffer für eine it-Dienstleistungen.

Die Geschichte von WellDoc enthält wichtige lehren für die digital health Entrepreneure, die Hoffnung zu erstellen, die ein nachhaltiges Geschäft. Klicken Sie hier, um das video von meinem Gespräch mit Anand—ein transcript (geändert für bessere Lesbarkeit) unten angezeigt wird.

Patricia Salber (PS): Anand, WellDoc hat einen langen Weg zurückgelegt. Sagen Sie mir wieder, wenn Sie gegründet wurden. Ich glaube, es war vor etwa zehn Jahren, richtig?

Anand Iyer (AI): ich glaube, bei unserem letzten treffen, ich habe keine grauen Haare. Wie auch immer, wir wurden gegründet Ende 2005. Es ist interessant, weil, wie ich denke, über unsere Entwicklung, es geschah in drei Phasen. Es war die phase eins, dass wir glaubten, in stark—das war über die Forschung. Dr. Collins von den NIH hat gesagt, „das fehlen von beweisen, die Beweise fehlen?“ Wenn Sie haben nicht die Beweise, dann sind Sie nicht ein Spieler. Sie werden nicht aus Spaß. Also sagten wir hören zu, wir brauchen Beweise.

PS: Aber das war ein ungewöhnlicher Ansatz, weil, bis vor kurzem, die meisten von digital health war die „Abwesenheit von Evidenz.“

AI: ja, wir sagen immer, während wir eine digital health company, die wir genommen haben, ein life-sciences-Modell unserer Existenz. Wir haben gesagt, laßt uns zuerst tun, alle randomisierten kontrollierten Studien, weil wie kann man an einen Aetna oder vereint, und Sie bitten, zu erstatten, die Sie für etwas, wenn es nicht zeigen mögliche Ergebnisse. Wenn Sie möchten, um ein medizinisches Gerät oder pharma-wie die Behandlung, dann haben Sie den Beweis wie diese Leute tun, oder?

PS: ich muss sagen, das ist viel zu rational. Ich war Chief Medical Officer der Gesundheit zu planen und es nicht aufhören wollte, andere Anbieter kommen und Fragen zu erstatten.

AI: wahr, Wahr. Zur gleichen Zeit, Sie wollen bauen, Steine hinter Ihnen. Sie wollen, machen es schwieriger für die Wettbewerber aufholen. Es gibt nichts stoppen jemand anderes tun, klinischen Studien, aber es wird dauern Sie 3 bis 5 Jahre, um es getan. Und, man weiß nie, ob es funktionieren wird. Wenn es nicht funktioniert, müssen Sie die Ergebnisse veröffentlichen sowieso. Am Ende des Tages, wenn WellDoc ist etwas, das wirklich bringen Sie den Patienten und den Arzt näher zusammen und es wird kommen vom Arzt, dann brauchst du Beweise. Wie viele Studien haben gezeigt, dass die Patienten verwenden, mhealth-Anwendungen, wenn Ihr Arzt sagt Ihnen zu? Aber, der Arzt ist nicht zu sagen, Sie etwas, das nicht funktioniert. In der Tat, jetzt sind Sie zu sehen, eine riesige tsunami-apps, die unter extremer Beobachtung durch die Presse. Sie sagen, „warten Sie eine minute, Sie Jungs tun, Herz-monitoring und Sensorik, aber die Maßnahmen sind alle Weg.“ So, die ärzte sagen, wir sollten nicht sagen, unsere Patienten, Sie zu nutzen. Die zweite Etappe unserer Reise war, wie kann man eigentlich machen das Produkt sicher ist—das ist der ganze FDA-Reise für uns, richtig?

PS: Sie Jungs haben FDA-Zustimmung Anfang an, nicht wahr?

AI: Wir waren einer der ersten. In der Tat waren wir die ersten um die FDA-Zulassung für ein Echtzeit-coaching-system—niemand sonst hatte, die auf einem mobilen Gerät. Halten Sie im Verstand damals, es wurde gelöscht, die auf einem Java-Handy, da gab es keine smartphones zurück im Jahr 2006, wenn wir in Betracht gezogen, das ganze Modell. Für uns war es wichtig zu zeigen, dass wir könnten zu verwalten, um die Parameter der FDA. Alle FDA-will-zu Recht, ist das Produkt sicher für den Patienten zu verwenden, und Sie haben zu zeigen, dass die Verwendung von good-manufacturing-Prozesse. Das heißt, es muss wiederholbar sein, skalierbar und messbar—all diese guten Dinge.

PS: Sie wollen, dass es effektiv auch.

AI: Sie wollen es, um wirksam zu sein, natürlich tun Sie das. Das ist wirklich das, was Ihr stick ist. Es ist interessant, Sie können bewusst sein oder einer Organisation mit dem Namen der IMDRF, die das International Medical Device Regulators Forum. Es ist ein Kompendien medical device regulators von Organisationen in 16 Ländern, zum Beispiel der FDA, Health Canada, NHS, etc. Wir wurden eingeladen, als das einzige Unternehmen, neben Ihnen, zu sagen, wie tun wir entwerfen einen einzigen mobilen medizinischen Leitfadens für die ganze Welt auf das, was Sie rufen SAAMD (Software as a Medical Device).

PS: herzlichen Glückwunsch. Ihr Unternehmen ist ein führendes Unternehmen in so vielen Möglichkeiten.

AI: ich denke, es ist einer glücklichen Lage, weil wir gelernt haben, eine Menge. Richtig, falsch oder gleichgültig, hat die FDA die FDA. Wenn Sie gehen, um andere Länder, und Sie sehen, dass Sie sind FDA zugelassen, die alle von einer plötzlichen, der Vertrauen Faktor geht übrigens automatisch. Es kann noch ein wenig, dass Sie zu tun haben, wie in-Land Vorschriften, aber zu 90% ist die Reise schon getan.

PS: So, das war Ihre zweite phase. Was war die Dritte phase des Unternehmens?

AI: So, phase eins war die Forschung, phase zwei um ein Produkt zu bauen-Plattform (fünf Neunen, Qualität, skalierbare, trennbar—all das gute Zeug in die software-Architektur). Dann, in der Dritten phase ist, wie wollen Sie vermarkten? Was ist Ihr Geschäftsmodell? Aufgrund unserer klinischen Forschungsergebnissen und unsere FDA-Zulassung, wurden wir Kandidaten um eine abrechnungsziffer. Es gibt nur drei Arten von codes: Verfahrensrecht, Geräte-codes, und pharma-codes für Medikamente. Wir schauten uns die vor-und Nachteile von allen drei und landete mit dem pharma-Kodex. Es ist ein Modell, das wir heute haben, ist aber nur ein Modell. Es gibt andere Modelle, die wir haben, dass wir die Zusammenarbeit mit unseren Kostenträgern auf. Wir sind jetzt 15 oder 16 Monaten in unsere vermarktungsphase. Wir haben eine mehrere hundert ärzte in den Bundesstaat Maryland und in den benachbarten Staaten die Verschreibung von Blue Star, mehrere Tausende von Patienten, die aktiv sind, es zu benutzen, und was ist faszinierend, Pat, ist die Ergebnisse in der realen Welt viele Möglichkeiten, oder sogar besser als die Ergebnisse in den klinischen Studien. Das ist, weil Sie wirklich sehen können, was echte Menschen tun mit ihm.

PS: nach dem Pharma-Modell, sammeln Sie, aftermarket-Daten in einer systematischen Art und Weise? Und wenn ja, sind Sie gehen zu machen, die über ein peer-reviewed journal, so können wir Sie untersuchen?

AI: Absolut. Sie berühren etwas, das sehr nahe an meinem Herzen. Ich habe alle meine Doktorarbeit in pattern recognition. Wenn man über die Daten, die Sie sammeln, und Sie denken, über das, was wir mit den Daten machen, verwende ich gerne 2 x 2-matrix. Wenn ich ziehen Sie es für die Kamera, die horizontale Achse würde die Anwesenheit oder Abwesenheit von Daten; ich habe es, oder ich verstehe es nicht. Die vertikale Achse ist meine Analyse Absicht. Das bedeutet, dass ich weiß, was ich Suche, oder ich verstehe es nicht. In den unteren Quadranten, ich habe Daten, und ich weiß, was ich Suche—wir nennen das „ich“ oder Informative Daten. Sie können mir sagen, der Anteil der Zeiten, die Frauen Taten dies, oder wie haben die Leute beschäftigen, die auf insulin oder orale Antidiabetika? Es ist einfach, reporting, Math-101. Sobald Sie informieren Sie nach Norden gehen (an der oberen linken Quadranten). Sie sagen, ich habe die Daten, aber ich weiß nicht, was ich Suche. Das heißt „D“ oder Entdeckung. In Englisch, der „ich“ – quadrant wird die Frage beantwortet, was passiert ist? Der D-quadrant fragt, warum es geschehen ist—ist es eine Glukose-trend? Ein Test-trend? Ein Medikament trend? Oder eine übung trend? Oder was auch immer trend?

PS: Was kann ich lernen konnte, dass ich möglicherweise zu beheben?

AI: Genau. Nächste, Sie kommen auf die Süd-Quadranten. Hier weiß ich, was ich Suche, aber ich habe nicht die Daten. Das ist predictive. Wir nennen es Extrapolative Daten oder „E.“ gibt Es, Sie rufen alle die mathematische Modellierung prädiktiver Modelle. Sobald Sie das tun, und Sie haben gebaut, ein Fundament des Verständnisses der Beziehung und Kausalität und Korrelation zwischen den Parametern, die Sie gehen, um die letzten Quadranten, die aufgerufen wird, Anpassen oder „Ein“. Die matrix beschreibt die IDEE, die Bezeichnung für data science. Sie wissen, wenn Sie schauen in den Himmel in der Nacht und Sie sehen, ein Stern, Sie sagen, es ist ein Stern, aber es könnte ein planet. Aber dann, gehen Sie und schauen Sie es in das Hubble-Teleskop und Sie werden feststellen, es ist eigentlich vier Galaxien. In vielen Möglichkeiten, unser Produkt Blue Star ist wie ein Hubble-Teleskop, dass ein Arzt in eine Patientin. Sie können sehen, eine expansive Bild von dem, was tatsächlich geschieht, in einem Punkt in der Zeit. Das ist, wenn Sie den größtmöglichen Wert für Sie, Ihre Patienten und in der Lage sein zu sagen, “ich weiß, was ‚ s falsch mit Ihnen. Wir arbeiten auf diesem oder lassen Sie uns daran arbeiten, so können wir Sie von hier nach dort.“ Wir wissen, wie es geht und was Spaß macht.

PS: ist Es wirklich klingt wie Spaß. Meine Letzte Frage ist, sind Sie Geld zu verdienen?

AI: ja, wir sind. Es ist ein langsamer Prozess, als Sie sich vorstellen können, ist immer die Erstattung von den Kostenträgern—aber wir haben ein paar Ersatz-wins-unter unserer Gürtel. Das ist die Weiterfahrt für uns. In vielerlei Hinsicht, was, die wir gelernt haben ist, gibt es viele Wege, um dies zu Geld. Ist man durch eine Erstattung Weg. Man könnte, hey, am Ende des Tages, es ist die software, richtig? Warum kann ich nicht einfach-Lizenz? Wenn wir zunächst klärte unser Produkt mit der FDA, haben wir beide die Rx-und OTC-Freigaben. So nun sind wir vor einem consumer-Produkt. Wie kann ich eigentlich diese in die Hände der Verbraucher? Überlegen Sie, wie viele Menschen mit diabetes auf der ganzen Welt und wie viele haben pre-diabetes. Wenn Sie können, verwenden Sie tools, wie die unsere, um Sie in die sichere zone und nicht zu einer wirtschaftlichen Belastung für die Gesellschaft später auf, dann hast du etwas gutes getan. Das ist der Weg vor uns.

PS: Gut, die gute Nachricht ist, dass Sie ein Werkzeug für Menschen mit diabetes und so, Sie haben einen riesigen Markt. Die schlechte Nachricht für die Welt ist, dass Sie einen riesigen Markt.

AI: Wir sind glücklich, hier in den Vereinigten Staaten. Es ist 8% unserer Bevölkerung. In der GCC (Gulf Corporation Counsel (Katar, die Emirate, etc.), es ist so hoch wie 35%—aber zumindest haben Sie alle ein Handy haben.

PS: ich will schließen, indem ich Sie auf alles, was Ihr Unternehmen erreicht hat, und Art der Spekulation, wenn Sie denken, WellDoc, könnte sich eine Fallstudie der Harvard Business Review auf, wie zum erstellen und ausführen einer digital health Unternehmen?

AI: ich weiß nicht, ich denke, ich denke, eine Menge Leute haben uns durch verschiedene Linsen und ich glaube in vielerlei Hinsicht haben wir ein Leuchtfeuer. Um ehrlich zu sein, einige dieser Dinge, die wir gestolpert—manchmal ist es besser Glück zu haben als intelligent zu sein. Einige Dinge waren sehr bewusst in unsere Strategie. Ich denke, es ist eine Kombination dieser beiden Dinge. Es ist das klassische agile denken, richtig? Scheitern schnell, aber nicht schnell. Lernen Sie von den Fehlern und passen Sie Ihren Weg nach vorne gehen. Wer weiß, ob es Harvard oder seine Forbes-oder sonst jemand—der Markt war nett zu uns.

PS: Naja ich kann Ihnen sagen, eine Sache ist sicher, es wird auf Den Arzt auf die Waage bringt. Ich danke Ihnen sehr für Ihre Mitarbeit.

Stephan Hoffmann

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Zurück nach oben