Ophir Tanz, stigter en uitvoerende hoof van Pearl – Interview Series

Ophir Tanz, is die stigter en uitvoerende hoof van Pearl, 'n maatskappy wat gestig is op die idee dat kunsmatige intelligensie die tandheelkundige praktisyn se altyd-op assistent en die pasiënt se mees betroubare vriend kan wees. Sy stigters het 'n unieke persoonlike verbintenis met die tandheelkundige industrie se ingewikkeldhede, sowel as die kennis en opvoeding om die volle en praktiese potensiaal wat KI bied, te verwesenlik.

Wat het jou aanvanklik na kunsmatige intelligensie aangetrek?

Ek het in KI belang gestel sedert ek op universiteit was. Ek het baie geleenthede daar gesien en dit het my ambisie gedryf om dit toe te pas om nuwe vermoëns en kommersiële toepassings te skep. Ek was veral geïnteresseerd in rekenaarvisie – die veld van kunsmatige intelligensie waar ons rekenaars leer om die wêreld te sien, te verwerk en te verstaan ​​op dieselfde manier as die menslike brein – so nadat ek gegradueer het, het ek 'n maatskappy, GumGum, geloods wat gefokus het oor die toepassing van visuele masjien-intelligensie om waarde in die kategorie digitale media te bou. Alhoewel ek die krag van KI redelik vroeg verstaan ​​het, terwyl ek daardie maatskappy gegroei het, was ek getref deur hoe gevorderd en prakties die veld besig was om te word – en het al hoe meer geïnteresseerd geraak in breër toepassings van die tegnologie.

Jou eerste maatskappy GumGum wat in die gebruik van KI in kontekstuele advertensies gespesialiseer het, was uiteindelik uiters suksesvol, waaraan skryf jy hierdie sukses toe?

Ek dink wat GumGum toegelaat het om in die mate te slaag wat dit het, was die klem wat ons op KI-toepassing en innovasie geplaas het. Dit is hoofsaaklik 'n digitale advertensiemaatskappy, maar alhoewel ons binne die breër grense van daardie kategorie gewerk het, was die werk wat ons met KI gedoen het nie eintlik deur die kategorie beperk nie. Dit het beteken dat ons net soveel 'n tegnologiemaatskappy was as 'n adtech-maatskappy wat aansienlike differensiasie geskep het. Ons KI-eerste ingesteldheid het ons daartoe gelei om te vernuwe in gebiede buite die natuurlike grense van digitale advertensies – in borgskapwaardasie en, natuurlik, tandheelkunde. Omdat ons nooit daarop gefokus was om “net ’n advertensiemaatskappy” te wees nie en ons voortdurend op soek is na maniere om beter te doen, kon GumGum saam met ons groei namate ons visie uitgebrei en die onderliggende tegnologie en KI-veld ontwikkel het.

Kan jy die ontstaansverhaal agter jou nuwe KI-opstart Pearl deel?

Nadat ek GumGum begin het en op rekenaarvisie gefokus het, het ek geweet daar is meer wat ons met die tegnologie kan doen en was altyd op die uitkyk vir nuwe toepassings. Gesondheidsorg en radiologie was vir my van besondere belang, en het ook duidelike toepassings verteenwoordig van die tipe masjienleer wat GumGum toegepas het. Ons het 'n tandheelkundige afdeling bekendgestel genaamd GumGum Dental, wat die ontstaan ​​van Pearl was. Ek het besluit om die tandheelkundige afdeling heeltemal af te draai omdat ek geglo het dat die geleentheid 'n selfstandige maatskappy regverdig. Ek dink jy kan sê dit was op sekere maniere bedoel - my pa was 'n tandarts, en ek het grootgeword om by sy praktyk te help, so die oorgang na fokus op die tandheelkundige industrie was 'n bietjie van 'n tuiskoms vir my. Maar dit is nie asof my kinderjare-konneksie met tandheelkunde die hoofdryfkrag was vir my begeerte om Pearl as 'n nuwe onderneming te lei nie. Ek glo sterk dat rekenaarvisie en KI tandheelkunde en globale gesondheidsorg sal transformeer, en ek wou die aandag aan die projek kon gee wat ek voel dit verdien.

Kan jy die rekenaarvisie en masjienleerstelsels bespreek wat gebruik word om radiografiese en 3D-tandbeelde te skandeer?

Rekenaarvisie is 'n vorm van KI wat rekenaars leer om te "sien" op baie dieselfde manier as wat mense doen. Ons voer groot hoeveelhede tandheelkundige beelddata in wat deur kundiges geannoteer is, in 'n reeks algoritmes wat geskoei is op die neurale netwerke in die menslike brein. Deur die geannoteerde beelde te bestudeer, leer die netwerk hoe om tandheelkundige patologieë te herken van die soort wat in die geannoteerde beelde gemerk is. Hierdie proses word 'onder toesig leer' genoem. Deur 'n rekenaar op hierdie manier te leer, kan dit leer om beelde op nie-letterlike maniere te herken. Dit leer byvoorbeeld hoe om 'n gedeeltelik verduisterde voorwerp te identifiseer of een wat slegs vanuit sekere hoeke sigbaar is deur duisende verskillende voorbeelde te absorbeer en te bou wat in wese 'n rekenaar se weergawe van 'n verstandelike beeld van daardie voorwerp is.

Ons het ons KI- en masjienleeralgoritmes geleer deur 'n groot versameling radiografieë te bou en saam met tandartse en radioloë gewerk om die beelde te benoem, en dan daardie gemerkte beelde gebruik om die stelsel te leer om nuwe beelde te interpreteer. Nou het ons 'n KI wat kan wys na potensiële probleme wat in radiografieë geïdentifiseer kan word en tandartse kan help om pasiëntradiografieë meer akkuraat en konsekwent te lees.

Vir ons 3D-beeldstelsels gebruik ons ​​'n soortgelyke benadering, maar met verskillende klasse algoritmes. Met 3D kan die opleiding meer kompleks wees, want 3D-beelde bevat soveel meer data, wat annotasie soms moeisamer maak. Natuurlik, want daar is soveel meer data, sodra die stelsel opgelei is om 'n 3D-beeld te interpreteer, kan dit eintlik meer presies wees in sy bevindings. Dit is in wese dieselfde as wanneer 'n mens na 'n keëlstraal kyk teenoor 'n tradisionele byt-radiografie: Ons kan elke klein faset van die tand in 'n keëlstraal-rekenaartomografie (CBCT) sien, maar ons kan dikwels net sekere basiese tand uitmaak strukture in 'n byt. KI staar dieselfde uitdaging in die gesig.

Watter tipe inligting of diagnose word deur hierdie stelsel geopenbaar?

Ons radiologiese KI-stelsel kan 'n groot verskeidenheid patologiese en nie-patologiese toestande, herstellende kenmerke en natuurlike anatomie opspoor. Kariës, beenverliesmeting, periapikale radiolucensie, calculus, verdringing, calculus, impaksie, WPL, furkasie, obturasie, marge-teenstrydigheid – die lys is te lank om alles op te som en dit bly groei. Baie van hierdie vermoëns is ingesluit in Second Opinion, ons intydse patologie-opsporingshulpmiddel wat tans beskikbaar is in Kanada, Australië, Europa en verskeie ander gebiede, en die meeste word toegepas in Practice Intelligence, ons nie-pasiënt-gekonfronteerde kliniese intelligensie-oplossing, wat beskikbaar is. na praktyke in die VSA en wêreldwyd

Op watter tipe beelddata is die stelsel opgelei?

Ons radiologiese patologie-opsporingstelsel is opgelei op byt-, periapikale- en pano-radiografieë, wat die algemeenste in tandheelkundige diagnostiek is – die soort x-strale wat jy elke twee jaar of so by die tandarts kry, en soos die behoefte ontstaan. Radiografiese beelde is relatief maklik om te verkry in die tandheelkundige veld in vergelyking met ander vorme van medisyne en meer tandheelkundige radiografieë word jaarliks ​​vasgelê as enige ander vorm van radiografie. Die duur en tydrowende deel is om kundiges die x-strale te laat hersien en annoteer. Ons het die wêreld se grootste versameling gemerkte tandheelkundige x-strale saamgestel. Hierdie beskikbaarheid van radiografiese data is deel van wat die tandheelkundige veld so ryp maak vir ontwrigting deur KI.

Watter tipe doeltreffendheidverbeterings en akkuraatheidsyfers is vanaf die Pearl-stelsel gesien in vergelyking met handmatige menslike hersiening van beelde?

Ons het verskeie groot studies oor duisende radiografieë en honderde tandartse gedoen om die akkuraatheid van ons stelsel te toets, beide as 'n selfstandige opsporingstelsel en wanneer dit gebruik word om tandartse te help. Ons het gekyk na akkuraatheid vir elke opsporingstipe sowel as breedweg oor alle opsporings wat deur die stelsel ondersteun word. Daar is 'n verskil in akkuraatheid tussen individuele opsporingsklasse met akkuraatheid wat wissel van ongeveer 84-96 persent. In die geheel is die stelsel net meer as 92 persent van die tyd korrek. Dit is baie goed en die stelsel verbeter steeds.

Natuurlik is hierdie absolute akkuraatheidsyfers nie eintlik so aanduidend soos die relatiewe akkuraatheid van die stelsel in vergelyking met menslike tandartse nie. As menslike akkuraatheid 60% was, sou 'n KI-stelsel wat slegs 70% van die tyd akkuraat was, 'n aansienlike voordeel bied aan tandartse wat dit gebruik. In die studies wat ons gedoen het wat 'n menslike selfstandige komponent ingesluit het, wissel tandartse van 70-85%. Daar is egter beduidende verskille tussen individuele tandartse, so daar is beslis sommige tandartse daar buite wat ewe of meer akkuraat is as ons stelsel en 'n goeie persentasie wat baie minder akkuraat is. Om die voordeel van die stelsel te evalueer, wat ons wil sien, is 'n toename in akkuraatheid vir 'n tandarts wanneer die stelsel gebruik word in vergelyking met dieselfde tandarts wanneer dit nie gebruik word nie. Ons studies toon 'n duidelike voordeel daar.

Noudat Second Opinion in praktyke gebruik word, moet ons meer navorsing doen wat na die werklike impak kyk. Ons begin dit doen met die hulp van akademiese vennote in Duitsland. Versnel dit pasiëntbesoeke? Fasiliteer dit beter dokter-pasiënt-kommunikasie? Verbeter dit pasiëntvertroue? Verhef dit saakaanvaarding? Ons werk tans daaraan om hierdie vrae te beantwoord. Uiteindelik wil ons graag die stelsel se impak op pasiëntgesondheidsuitkomste ondersoek, maar dit is 'n langertermynprojek.

Ek moet daarop let dat, omdat Praktykintelligensie deels 'n ontledingsinstrument is wat praktykwye pasiëntgesondheidskenmerke en die diagnostiese en behandelingsbeplanningprestasie van praktisyns kan assesseer, ons eintlik 'n gevoel het van hoe KI pasiëntsorg kan beïnvloed. Dit is nie navorsing in akademiese styl nie, maar ons het onlangs 'n studie uitgevoer wat na produksiedata van tien Praktyk-intelligensie-geaktiveerde kantore oor 'n tydperk van een maand gekyk het. Oor daardie maand het die stelsel 'n gemiddeld van meer as $84,000 84,000 per praktyk in potensiële gemiste behandelingsgeleentheid in vorige radiografieë vir pasiënte met geskeduleerde afsprake in daardie tydperk opgeduik. Vir daardie $12,500 in potensiële geleentheid wat opgeduik het, kon die praktyke 'n gemiddeld van $23,800 in herstellende behandeling en 'n bykomende $XNUMX in spesialiteitsbehandeling voltooi. Dié hupstoot kom van behandelingsgeleenthede wat voorheen gemis is. Omdat dit voltooi is, kan ons aanvaar dat hierdie behandelings nodig was en na die pasiënte se vorige besoeke verskaf moes gewees het. Dit was 'n informele gevallestudie, maar dit blyk duidelik te wys dat KI aansienlike voordele inhou, beide vir pasiënte en vir die praktyke wat dit gebruik.

Wat na jou mening weerhou die wyer aanvaarding van KI in tandheelkundige klinieke?

Die ontvangs was oorweldigend positief van tandartse wat Second Opinion in die buiteland gebruik en die duisend-plus kantore wat Practice Intelligence in die VSA ontplooi het, so daar is 'n segment van die bedryf wat reeds 'n begeerte het vir breë KI-integrasie in tandheelkunde. Maar wyer aanvaarding vereis wyer bewustheid. KI is nuut in die tandheelkundige veld. Toe ons as GumGum Dental aan tandheelkundige radiologie begin werk het, was ons, na my wete, die enigste kommersiële onderneming wat by die poging betrokke was. Dit was vyf jaar gelede. Die eerste bemarkbare oplossings het laat in 2019 na vore gekom en dit was versekerings- en laboratoriumtoepassings, nie kliniese toepassings nie. Ons het Practice Intelligence in 2020 bekendgestel en Second Opinion het die wêreldmark in September 2021 betree. Wat die meeste tandartse betref, is KI dus 'n nuwigheid. Hulle moet daaraan voorgestel word en geleer word wat dit kan en nie kan doen nie. Daar is 'n paar wanopvattings oor KI wat oorkom moet word. Sekere tandartse kan byvoorbeeld geneig wees om KI as 'n bedreiging te sien. Daardie wanopvattings sal opgelos word namate tandartse beter ingelig word oor die nut daarvan. Die voordele van KI is fundamenteel aantreklik - hoër standaard van sorg, beter mondgesondheidsorg, sterker finansiële uitkomste vir praktyke - so ek verwag dat aanneming vinnig sal versnel sodra KI-geletterdheid in tandheelkunde 'n kritieke massa bereik.

Wat is jou visie vir die toekoms van tandheelkundige sorg oor 10 jaar?

Terwyl die tandheelkundige industrie voortgaan om digitale transformasie te omhels, sien ek dat tandartse KI in die meeste van die tydrowende take wat hulle daagliks verrig – soos kartering, skedulering, operasies, voorraadbestuur – insluit, sodat hulle op pasiënte fokus eerder as op die roetine-take wat neem hulle weg van die werk waarvoor hul vaardighede uniek geskik is. Ons sal 'n hoër standaard van pasiëntsorg oor die algemeen sien, laer koste en uiteindelik 'n groter bedryf wat beter mondgesondheid aan meer mense regoor die wêreld bring.

Ek sal ook verbaas wees as KI binne 15 jaar nie 'n pad na effektiewe voorspellende diagnostiek en persoonlike behandelingsbeplanning begin oopmaak het nie. Het hierdie individuele pasiënt 'n groter risiko vir holtes op grond van hul genetiese profiel, lewenstyl, vorige diagnoses? Kan ons 'n voorkomende benadering aanbeveel wat hul behoefte aan 'n indringende behandeling in die toekoms sal verminder? As hulle nou karies het, gebaseer op wat ons weet oor hul individuele eienskappe, moet ons nou voortgaan met herstellende behandeling of kan ons uitstel met die verwagting dat 'n spesifieke verandering in lewenstyl of verbruik waarskynlik die vordering van verval sal verminder? Met die ondersteuning van KI behoort ons hierdie vrae te kan beantwoord – en, terwyl ons besig is, miskien die onnatuurlike kloof tussen mond- en sistemiese gesondheid wat vandag bestaan, verklein.

Is daar enigiets anders wat jy oor Pearl wil deel?

Kenners belowe al meer as 'n dekade dat KI beter kliniese uitkomste en kostebesparings in die gesondheidsorgbedryf sal bied. Baie van hierdie beloftes is nie verwesenlik nie. Tandheelkunde is eintlik 'n bietjie laat vir die KI-spel, maar KI vorder in tandheelkunde baie vinniger as in ander gesondheidsorgkategorieë. Hoekom?

As medisyne deur 'n kommersiële lens oorweeg word, is tandheelkunde baie meer entrepreneuries as ander vorme van medisyne. Tandheelkunde word uitgevoer in baie klein praktyke wat tradisioneel in privaat besit word. Die meeste ander vorme van medisyne word deur hospitale bestuur, wat oor die algemeen groot burokratiese korporatiewe instellings is. Tandheelkundige praktyke en hospitale het albei dieselfde begeerte om doeltreffendheid te verhoog, pasiëntuitkomste te verbeter, ens., maar struktureel beweeg hospitale te stadig en konserwatief om effektief te integreer en te kapitaliseer op opkomende tegnologieë wat daardie begeertes bevredig. Tandheelkundige praktyke, aan die ander kant, is rats – en die entrepreneuriese karakter van tandartse maak tandheelkunde 'n baie meer vrugbare grond vir innovasies soos KI. As 'n tandarts 'n potensiële voordeel in iets sien, kan hulle dit dadelik implementeer. ’n Hospitaal sal nie met daardie soort eensydige beslistheid kan optree nie. Daar sal haalbaarheids- en impakstudies wees, terugslag van teenstrydige belange en belanghebbendes, begrotingsonderhandelinge, en 'n handskoen van ander hoepels waardeur 'n nuwe tegnologie sal moet spring voor implementering.

Ewe belangrik is egter die feit dat tandartse kan bydra tot die poging om dit te ontwikkel en te verbeter as hulle wil. Pearl kon hierdie tegnologie so vinnig as wat ons kon bedink, bou en kommersialiseer omdat tandartse aktiewe en bemagtigde verbruikers is – ons ontwikkel produkte vir ’n mark wat nie beswaar word deur die burokratiese wrywing waarmee maatskappye te doen kry wat aan hospitale probeer verkoop – en omdat tandartse vry is om hul materiële en intellektuele ondersteuning agter ons pogings te plaas. Uiteindelik is ons KI so slim soos dit is, want dit is opgelei en geslyp deur 'n leër van slim tandartse wat in die tegnologie glo en vry was om by te dra tot die skepping daarvan.

Dankie vir die puik onderhoud, lesers wat meer wil leer moet besoek aflê Pearl.