Ophir Tanz, zakladatel a generální ředitel společnosti Pearl – rozhovor

Ophir Tanz je zakladatel a generální ředitel společnosti Pearl, společnosti, která byla založena na myšlence, že umělá inteligence může být neustále aktivním pomocníkem zubních praktiků a nejvěrnějším přítelem pacientů. Zakladatelé mají jedinečnou osobní spojitost s dentálními intrikami, stejně jako znalosti a vzdělání, aby mohli využít plný a praktický potenciál, který umělá inteligence nabízí.

Co vás původně přitáhlo k umělé inteligenci?

Již během studií na vysoké škole jsem se zajímal o umělou inteligenci. Viděl jsem v ní mnoho příležitostí a to mě vedlo k ambici aplikovat ji na vytváření nových schopností a komerčních aplikací. Zvláště mě zajímala počítačové vidění – oblast umělé inteligence, ve které učíme počítače vidět, zpracovávat a rozumět světu stejně jako lidský mozek – a po absolvování vysoké školy jsem založil společnost GumGum, která se zaměřila na aplikaci vizuální strojové inteligence na vytváření hodnoty v digitálních médiích. Ačkoli jsem rozuměl síle umělé inteligence již brzy, když jsem rostl s touto společností, byl jsem překvapen, jak pokročilá a praktická tato oblast je – a stávala se stále více zajímavou pro širší aplikace technologie.

Vaše první společnost GumGum, která se specializovala na používání umělé inteligence v kontextové reklamě, byla velmi úspěšná. Co jste připsal tomuto úspěchu?

Dумаю, že to, co umožnilo GumGum dosáhnout takového úspěchu, byla důraz, který jsme kladli na aplikaci a inovaci umělé inteligence. Jednalo se především o digitální reklamní společnost, ale přestože jsme operovali v rámci této kategorie, práce, kterou jsme dělali s umělou inteligencí, nebyla omezena touto kategorií. To znamenalo, že jsme byli technologickou společností stejně jako reklamní společností, což vytvořilo významné rozlišení. Naší prioritou byla umělá inteligence, což nás vedlo k inovacím v oblastech mimo digitální reklamu – ve sponzorské valuaci a samozřejmě v dentální oblasti. Protože jsme se nesoustředili na to, být “pouze reklamní společností”, a neustále hledali cesty, jak se zlepšit, GumGum mohl růst s námi, jak naše vize expandovala a podkladová technologie a oblast umělé inteligence se vyvíjela.

Můžete sdílet příběh o vzniku vaší nové společnosti Pearl?

Po založení GumGum a zaměřením se na počítačové vidění jsem věděl, že existují další možnosti, které můžeme s touto technologií využít. Zdravotnictví a radiologie mě zvláště zajímaly, a také představovaly jasnou aplikaci typů strojového učení, které GumGum aplikoval. Založili jsme dentální divizi nazvanou GumGum Dental, která byla základem pro Pearl. Rozhodl jsem se oddělit dentální divizi úplně, protože jsem věřil, že příležitost si zaslouží samostatnou společnost. Můžete říci, že to bylo trochu osudové – můj otec byl zubař, a já jsem vyrůstal, pomáhaje mu v jeho ordinaci, takže přechod do dentální oblasti byl pro mě trochu návratem domů. Ale nebylo to tak, že by mé dětství spojené s dentální oblastí bylo hlavním impulsem pro mé přání vést Pearl jako novou firmu. Silně věřím, že počítačové vidění a umělá inteligence transformují dentální péči a globální zdravotnictví, a chtěl jsem být schopen věnovat tomuto projektu pozornost, kterou si zaslouží.

Můžete diskutovat o počítačovém vidění a systémech strojového učení, které se používají pro skenování radiografických a 3D dentálních obrazů?

Počítačové vidění je forma umělé inteligence, která učí počítače “vidět” podobně jako lidé. Krmit velké množství odborně anotovaných dentálních obrazů do série algoritmů, které jsou modelovány podle neuronových sítí v lidském mozku. Studiem anotovaných obrazů se síť učí rozpoznávat dentální patologie, které jsou označeny v anotovaných obrazech. Tento proces se nazývá “dozorované učení”. Učením počítače tímto způsobem se může naučit rozpoznávat obrazy v neliterárních způsobech. Například se učí identifikovat částečně zakrytý objekt nebo objekt, který je viditelný pouze z určitých úhlů, absorbováním tisíců různých příkladů a budováním toho, co je v podstatě počítačovou verzí mentální obrazu tohoto objektu.

Učili jsme náš umělou inteligenci a algoritmy strojového učení tím, že jsme vytvořili velkou sbírku radiografických snímků a pracovali s dentisty a radiology, aby označili obrazy, a poté jsme tyto označené obrazy použili k naučení systému interpretovat nové obrazy. Nyní máme umělou inteligenci, která může poukázat na potenciální problémy, které lze identifikovat v radiografických snímcích, a pomoci zubařům lépe a konzistentněji číst radiografické snímky pacientů.

Pro naše 3D obrazové systémy používáme podobný přístup, ale s jinými třídami algoritmů. S 3D je trénink někdy složitější, protože 3D obrazy obsahují mnohem více dat, což někdy činí anotaci více pracnou. Samozřejmě, protože je tolik více dat, jednou, co je systém trénován na interpretaci 3D obrazu, je vlastně schopen být přesnější ve svých zjištěních. Je to podobné, jako když člověk dívá na kuželový paprsek versus tradiční bitewing rentgen: Můžeme vidět každý malý detail zubu v kuželovém paprsku, ale často můžeme vidět pouze základní struktury zubů v bitewing rentgenovém snímku. Umělá inteligence čelí stejné výzvě.

Jaký typ informací nebo diagnózy je odhalen tímto systémem?

Náš radiologický systém umělé inteligence může detekovat širokou škálu patologických a nepatologických stavů, restauračních rysů a přirozené anatomie. Karióz, ztráta kosti, periapikální radiolucence, zubní kámen, zahušťování, impakce, WPL, furkace, obturace, nesoulad okraje – seznam je příliš dlouhý, aby jej bylo možné vyjmenovat všechno, a stále roste. Mnoho z těchto schopností je zahrnuto do Second Opinion, našeho nástroje pro detekci patologií v reálném čase, který je aktuálně dostupný v Kanadě, Austrálii, Evropě a několika dalších územích, a většina z nich je aplikována v Practice Intelligence, našem klinickém inteligentním řešení, které je dostupné pro ordinace ve Spojených státech a globálně.

Jaký typ obrazových dat byl systém trénován?

Náš radiologický systém detekce patologií byl trénován na bitewing, periapikálních a pano rentgenových snímcích, které jsou nejčastější v dentální diagnostice – typy rentgenových snímků, které dostanete u zubaře každé dva roky nebo podle potřeby. Radiografické obrazy jsou relativně snadno dostupné v dentální oblasti ve srovnání s jinými formami medicíny, a více dentálních rentgenových snímků je zachyceno ročně než jakýkoli jiný typ rentgenové diagnostiky. Drahá a časově náročná část spočívá v získání odborníků, kteří budou recenzovat a anotovat rentgenové snímky. Sestavili jsme největší sbírku označených dentálních rentgenových snímků. Dostupnost radiografických dat je jednou z věcí, která činí dentální oblast tak náchylnou k narušení umělou inteligencí.

Jaký typ zlepšení efektivity a přesnosti byl pozorován ze systému Pearl ve srovnání s manuální lidskou kontrolou obrazů?

Prováděli jsme několik rozsáhlých studií napříč tisíci rentgenovými snímky a stovkami zubařů, abychom otestovali přesnost našeho systému, a to jak jako samostatného detekčního systému, tak jako systému, který pomáhá zubařům. Zkoumali jsme přesnost pro každý typ detekce, stejně jako obecně napříč všemi detekcemi podporovanými systémem. Existuje variace v přesnosti mezi jednotlivými typy detekce, s přesností se pohybující od asi 84-96 procent. Celkově je systém správný více než 92 procent času. To je docela dobré, a systém se stále zlepšuje.

Samozřejmě, že tyto absolutní čísla přesnosti nejsou tak indikativní, jako je relativní přesnost systému ve srovnání s lidskými zubaři. Pokud by lidská přesnost byla 60 %, systém umělé inteligence, který je správný pouze 70 % času, by poskytoval značnou výhodu zubařům, kteří ho používají. Ve studiích, které jsme provedli a které zahrnovaly samostatnou lidskou složku, se zubaři pohybují od 70-85 %. Existuje značná variace mezi jednotlivými zubaři, nicméně, takže existují určitě někteří zubaři, kteří jsou stejně nebo ještě více přesní než náš systém, a dobrý podíl, kteří jsou mnohem méně přesní. Chceme vidět zvýšení přesnosti u zubaře, když používá systém, ve srovnání s tím, když systém nepoužívá. Naše studie ukazují jasnou výhodu zde.

Nyní, když je Second Opinion používán v ordinacích, potřebujeme provést více výzkumu, abychom se podívali na skutečný dopad. Začínáme to dělat s pomocí akademických partnerů v Německu. Zrychluje to návštěvy pacientů? Usnadňuje lepší komunikaci mezi lékaři a pacienty? Zlepšuje důvěru pacientů? Zvyšuje akceptaci případů? Pracujeme na zodpovězení těchto otázek. Nakonec bychom rádi prozkoumali dopad systému na zdravotní výsledky pacientů, ale to je dlouhodobější projekt.

Měl bych poznamenat, že, protože Practice Intelligence je částečně analytický nástroj, který může vyhodnotit charakteristiky zdravotního stavu pacientů a diagnostické a léčebné plány praktiků, máme vlastně nějaké povědomí o tom, jak umělá inteligence může ovlivnit péči o pacienty. Není to akademický výzkum, ale nedávno jsme provedli studii, která se podívala na výrobní data z deseti ordinací, které používají Practice Intelligence, během jednoho měsíce. Během tohoto měsíce systém odhalil v průměru více než 84 000 dolarů na potenciálně zmeškaných léčebných příležitostech v předchozích rentgenových snímcích pro pacienty s naplánovanými návštěvami v tomto období. Pro tuto částku 84 000 dolarů na potenciálně zmeškaných léčebných příležitostech, které byly odhaleny, ordinace byly schopny dokončit v průměru 12 500 dolarů na restauračních léčbách a dalších 23 800 dolarů na specializovaných léčbách. Tento růst pochází z léčebných příležitostí, které byly dříve zmeškané. Protože byly dokončeny, můžeme předpokládat, že tyto léčby byly nezbytné a měly by být poskytnuty po předchozích návštěvách pacientů. Tato byla neformální případová studie, ale zdá se, že jasně ukazuje, že umělá inteligence přináší významné výhody, jak pro pacienty, tak pro ordinace, které ji používají.

Co podle vašeho názoru brání širšímu přijetí umělé inteligence v dentálních ordinacích?

Reakce byla převážně pozitivní od zubařů, kteří používají Second Opinion v zahraničí, a od tisíce ordinací, které nasadily Practice Intelligence ve Spojených státech, takže existuje segment odvětví, který již má touhu po široké integraci umělé inteligence do dentální péče. Ale širší přijetí vyžaduje širší povědomí. Umělá inteligence je nová v dentální oblasti. Když jsme začali pracovat na dentální radiologii jako GumGum Dental, byli jsme, pokud vím, jediným komerčním podnikem, který se touto činností zabýval. To bylo před pěti lety. První prodejné řešení se objevila na konci roku 2019 a byly to pojistné a laboratorní aplikace, ne klinické aplikace. Spustili jsme Practice Intelligence v roce 2020 a Second Opinion vstoupil na globální trh v září 2021. Takže co se týče většiny zubařů, umělá inteligence je novinkou. Musí být seznámeni s ní a naučeni, co může a nemůže udělat. Existují některé mýty o umělé inteligenci, které je třeba překonat. Některým zubařům se může zdát, že umělá inteligence je hrozbou, například. Tyto mýty budou vyřešeny, jakmile zubaři budou lépe informováni o její užitečnosti. Výhody umělé inteligence jsou fundamentálně atraktivní – vyšší standard péče, lepší ústní zdraví, silnější finanční výsledky pro ordinace – takže očekávám, že přijetí bude urychleno, jakmile dosáhne kritické hmoty.

Jaký je váš výhled na budoucnost dentální péče za 10 let?

Jak dentální odvětví bude pokračovat v digitální transformaci, vidím zubaře, kteří začleňují umělou inteligenci do většiny časově náročných úkolů, které denně vykonávají – jako je vedení záznamů, plánování, operace, řízení zásob – aby se mohli soustředit na pacienty, spíše než na rutinní úkoly, které je odvádějí od práce, pro kterou jsou jejich dovednosti jedinečně vhodné. Uvidíme vyšší standard pacientů napříč celou oblastí, nižší náklady a nakonec větší odvětví, které přinese lepší ústní zdraví více lidem po celém světě.

Budu také překvapen, pokud umělá inteligence nebude mít začátek cesty k efektivnímu prediktivnímu diagnostikování a personalizovanému plánování léčby do 15 let. Je to otázka, zda je tento konkrétní pacient více ohrožen kazem na základě jeho genetického profilu, životního stylu, předchozích diagnóz? Můžeme doporučit preventivní přístup, který sníží jeho potřebu invazivní léčby v budoucnu? Pokud má kaz nyní, na základě toho, co víme o jeho individuálních charakteristikách, musíme pokračovat v restauračním ošetření hned, nebo můžeme oddálit s očekáváním, že konkrétní změna životního stylu nebo spotřeby pravděpodobně zmírní progresi rozpadu? S podporou umělé inteligence bychom měli být schopni odpovědět na tyto otázky – a možná i zúžit nepřirozenou propast mezi ústním a systémovým zdravím, která existuje dnes.

Je něco jiného, co byste rádi sdíleli o Pearl?

Odborníci slibovali, že umělá inteligence poskytne lepší klinické výsledky a úspory nákladů ve zdravotnickém odvětví po více než deset let. Mnoho z těchto slibů nebylo splněno. Dentální péče je vlastně trochu pozdě s umělou inteligencí, ale umělá inteligence se vyvíjí v dentální oblasti mnohem rychleji než v jiných zdravotnických kategoriích. Proč?

Při pohledu na medicínu z komerčního hlediska je dentální péče mnohem více podnikatelská než jiné formy medicíny. Dentální péče se provádí v mnoha malých, tradičně soukromých ordinacích. Většina ostatních forem medicíny je řízena nemocnicemi, které jsou obecně velké byrokratické instituce. Dentální ordinace a nemocnice mají stejnou touhu zvýšit efektivitu, zlepšit výsledky pacientů atd., ale strukturálně jsou nemocnice příliš pomalé a konzervativní, aby mohly efektivně integrovat a využít vznikající technologie, které uspokojí tyto touhy. Dentální ordinace, na druhé straně, jsou agilní – a podnikatelská povaha zubařů činí dentální péči mnohem úrodnější půdou pro inovace, jako je umělá inteligence. Pokud zubař vidí potenciální výhodu v něčem, může ji okamžitě implementovat. Nemocnice nebude schopna jednat s takovou unilaterální rozhodností. Bude tam řada studií proveditelnosti a dopadů, zpětná vazba od protichůdných zájmů a stakeholderů, jednání o rozpočtu a řada dalších překážek, kterými musí nová technologie projít, než bude implementována.

Stejně důležité je však také fakt, že zubaři mohou přispět k úsilí o rozvoj a zlepšení umělé inteligence, pokud chtějí. Pearl mohla koncipovat, vyvinout a komercializovat tuto technologii tak rychle, protože zubaři jsou aktivními a osvětlěnými spotřebiteli – vyvíjíme produkty pro trh, který není zatížen byrokratickým třením, se kterým se setkávají společnosti, které se snaží prodat do nemocnic – a protože zubaři jsou svobodni dát svou hmotnou a intelektuální podporu našim úsilím. Nakonec je naše umělá inteligence tak chytrá, protože byla trénována a vylepšena armádou chytrých zubařů, kteří věří v technologii a byli svobodni přispět k její tvorbě.

Děkuji za skvělý rozhovor, čtenáři, kteří si chtějí dozvědět více, by měli navštívit Pearl.