Ophir Tanz, Fundador y CEO de Pearl – Serie de Entrevistas

Ophir Tanz, es el fundador y CEO de Pearl, una empresa que se fundó en la idea de que la inteligencia artificial puede ser el asistente siempre activo del practicante dental y el amigo más confiable del paciente. Sus fundadores tienen una conexión personal única con las complejidades de la industria dental, así como el conocimiento y la educación para hacer realidad el potencial pleno y práctico que la IA tiene que ofrecer.

¿Qué te atrajo inicialmente a la Inteligencia Artificial?

Me he interesado en la IA desde que estaba en la universidad. Vi muchas oportunidades allí y eso impulsó mi ambición de aplicarla para crear nuevas capacidades y aplicaciones comerciales. En particular, me interesé en la visión por computadora –– el campo de la inteligencia artificial donde enseñamos a los computadores a ver, procesar y entender el mundo de la misma manera que el cerebro humano –– así que después de graduarme, lancé una empresa, GumGum, que se centró en aplicar la inteligencia visual de máquina a la categoría de medios digitales. Aunque entendí el poder de la IA bastante temprano, a medida que crecí la empresa, me di cuenta de lo avanzada y práctica que se estaba volviendo la tecnología –– y me interesé cada vez más en aplicaciones más amplias de la tecnología.

Su primera empresa, GumGum, que se especializó en el uso de IA en publicidad contextual, resultó ser muy exitosa, ¿a qué atribuye este éxito?

Creo que lo que permitió que GumGum tuviera éxito en el grado en que lo ha tenido fue el énfasis que pusimos en la aplicación y la innovación de la IA. Es principalmente una empresa de publicidad digital, pero aunque operamos dentro de los límites más amplios de esa categoría, el trabajo que hicimos con la IA no estaba confinado por la categoría. Eso significó que éramos una empresa de tecnología tanto como una empresa de publicidad, lo que creó una diferenciación significativa. Nuestra mentalidad de “IA primero” nos llevó a innovar en áreas fuera de los confines naturales de la publicidad digital –– en la valoración de patrocinios y, por supuesto, en la odontología. Porque nunca nos enfocamos en ser “solo una empresa de publicidad” y siempre estábamos buscando formas de hacerlo mejor, GumGum pudo crecer con nosotros a medida que nuestra visión se expandía y la tecnología subyacente y el campo de la IA evolucionaban.

¿Podría compartir la historia de génesis detrás de su nueva empresa de IA, Pearl?

Después de iniciar GumGum y centrarme en la visión por computadora, supe que había más que podríamos hacer con la tecnología y siempre estuve atento a nuevas aplicaciones. La atención sanitaria y la radiología fueron de particular interés para mí, y también representaron aplicaciones claras del tipo de aprendizaje automático que GumGum estaba aplicando. Lanzamos una división dental llamada GumGum Dental, que fue el germen de Pearl. Decidí separar completamente la división dental porque creí que la oportunidad lo merecía una empresa independiente. Podría decirse que estaba destinado a ser de alguna manera – mi padre era dentista, y crecí ayudando en su consulta, así que cambiar para centrarme en la industria dental fue un poco como un regreso a casa para mí. Pero no es como si mi conexión de la infancia con la odontología fuera el principal impulso para mi deseo de liderar Pearl como una nueva empresa. Creo firmemente que la visión por computadora y la IA transformarán la odontología y la atención sanitaria global, y quería poder darle la atención al proyecto que siento que se merece.

¿Podría discutir los sistemas de visión por computadora y aprendizaje automático que se utilizan para escanear imágenes radiográficas y de 3D dentales?

La visión por computadora es una forma de IA que enseña a los computadores a “ver” de manera similar a como lo hace el ser humano. Alimentamos grandes cantidades de imágenes dentales anotadas por expertos a una serie de algoritmos que se modelan en las redes neuronales del cerebro humano. Al estudiar las imágenes anotadas, la red aprende a reconocer patologías dentales del tipo que han sido marcadas en las imágenes anotadas. Este proceso se llama “aprendizaje supervisado”. Al enseñar a un computador de esta manera, puede aprender a reconocer imágenes de manera no literal. Por ejemplo, aprende a identificar un objeto parcialmente oculto o que solo se puede ver desde ciertos ángulos al absorber miles de diferentes ejemplos y construir lo que es esencialmente una versión del computador de una imagen mental de ese objeto.

Enseñamos a nuestro IA y algoritmos de aprendizaje automático construyendo una gran colección de radiografías y trabajando con dentistas y radiólogos para etiquetar las imágenes, y luego usamos esas imágenes etiquetadas para enseñar al sistema a interpretar nuevas imágenes. Ahora tenemos un IA que puede señalarizar posibles problemas que se pueden identificar en radiografías y ayudar a los dentistas a leer las radiografías de los pacientes de manera más precisa y consistente.

Para nuestros sistemas de imágenes de 3D, usamos un enfoque similar pero con diferentes clases de algoritmos. Con 3D, el entrenamiento puede ser más complejo, porque las imágenes de 3D contienen mucha más datos, lo que a veces hace que la anotación sea más laboriosa. Por supuesto, porque hay mucha más datos, una vez que el sistema ha sido entrenado para interpretar una imagen de 3D, es capaz de ser más preciso en sus hallazgos. Es esencialmente lo mismo que cuando un ser humano mira un cono de haz versus una radiografía bitewing tradicional: podemos ver cada pequeño facetado del diente en una tomografía computarizada de haz de cono (CBCT), pero a menudo solo podemos distinguir ciertas estructuras básicas del diente en una radiografía bitewing. El IA enfrenta el mismo desafío.

¿Qué tipo de información o diagnóstico se revela mediante este sistema?

Nuestro sistema de IA radiológico puede detectar una gran variedad de condiciones patológicas y no patológicas, características de restauración y anatomía natural. Caries, pérdida de hueso, radiolucencia periapical, cálculo, apiñamiento, cálculo, impactación, WPL, furcación, obturación, discrepancia de margen –– la lista es demasiado larga para enumerar todo y sigue creciendo. Muchas de estas capacidades se incluyen en Second Opinion, nuestra ayuda de detección de patología en tiempo real actualmente disponible en Canadá, Australia, Europa y varios otros territorios, y la mayoría se aplican en Practice Intelligence, nuestra solución de inteligencia clínica no enfrentada al paciente, que está disponible para las prácticas en los EE. UU. y a nivel global.

¿Qué tipo de datos de imágenes se utilizó para entrenar el sistema?

Nuestro sistema de detección de patología radiológica se entrenó con radiografías bitewing, periapicales y panógrafas, que son las más comunes en la diagnóstica dental –– el tipo de rayos X que se obtienen en el dentista cada dos años o según sea necesario. Las imágenes radiográficas son relativamente fáciles de obtener en el campo de la odontología en comparación con otras formas de medicina, y se capturan más radiografías dentales anualmente que cualquier otra forma de radiografía. La parte costosa y laboriosa es obtener que los expertos revisen y anoten las radiografías. Hemos compilado la colección más grande del mundo de radiografías dentales etiquetadas. La disponibilidad de datos de radiografía es parte de lo que hace que el campo de la odontología esté tan maduro para la disruptura de la IA.

¿Qué tipo de mejoras de eficiencia y tasas de precisión se han visto desde el sistema Pearl en comparación con la revisión manual humana de las imágenes?

Hemos realizado varios estudios grandes en miles de radiografías y cientos de dentistas para probar la precisión de nuestro sistema, tanto como sistema de detección independiente como cuando se utiliza para ayudar a los dentistas. Hemos examinado la precisión para cada tipo de detección, así como en general para todas las detecciones admitidas por el sistema. Hay variación en la precisión entre las clases de detección individuales, con una precisión que oscila entre alrededor del 84-96 por ciento. En general, el sistema es correcto justo por encima del 92 por ciento de las veces. Eso es bastante bueno y el sistema sigue mejorando.

Por supuesto, estas cifras de precisión absolutas no son tan indicativas como es la precisión relativa del sistema en comparación con los dentistas humanos. Si la precisión humana fuera del 60%, un sistema de IA que fuera preciso solo el 70% de las veces proporcionaría una ventaja considerable a los dentistas que lo utilizan. En los estudios que hemos realizado que incluyeron un componente de detección humana independiente, los dentistas oscilan entre el 70-85%. Hay una variación significativa entre los dentistas individuales, sin embargo, así que seguramente hay algunos dentistas allí que son igual o más precisos que nuestro sistema, y un buen porcentaje que son mucho menos precisos. Para evaluar el beneficio del sistema, lo que queremos ver es un aumento en la precisión para un dentista cuando utiliza el sistema en comparación con el mismo dentista cuando no lo utiliza. Nuestros estudios muestran un beneficio claro allí.

Ahora que Second Opinion se está utilizando en las prácticas, necesitamos hacer más investigaciones sobre el impacto en el mundo real. Estamos empezando a hacer eso con la ayuda de socios académicos en Alemania. ¿Acelera las visitas de los pacientes? ¿Facilita una mejor comunicación entre médico y paciente? ¿Mejora la confianza del paciente? ¿Elevar la aceptación de los casos? Estamos trabajando para responder a estas preguntas. Eventualmente, nos gustaría investigar el impacto del sistema en los resultados de salud de los pacientes, pero ese es un proyecto a largo plazo.

Debo señalar que, porque Practice Intelligence es en parte una herramienta de análisis que puede evaluar las características de salud de los pacientes en toda la práctica y el desempeño de diagnóstico y planificación de tratamiento de los practicantes, en realidad tenemos algo de sentido de cómo la IA puede impactar la atención al paciente. No es investigación de estilo académico, pero recientemente realizamos un estudio que examinó los datos de producción de diez oficinas habilitadas para Practice Intelligence durante un período de un mes. Durante ese mes, el sistema detectó un promedio de más de $84,000 por práctica en oportunidades de tratamiento potencialmente perdidas en radiografías anteriores para pacientes con citas programadas en ese período. Para ese $84,000 en oportunidades de tratamiento detectadas, las prácticas pudieron completar un promedio de $12,500 en tratamiento de restauración y $23,800 adicionales en tratamiento de especialidad. Ese impulso proviene de oportunidades de tratamiento que se perdieron anteriormente. Porque se completó, podemos asumir que estos tratamientos eran necesarios y deberían haberse proporcionado después de las visitas anteriores de los pacientes. Este fue un estudio de caso informal, pero parece mostrar claramente que la IA aporta beneficios significativos, tanto para los pacientes como para las prácticas que la utilizan.

¿Qué, en su opinión, está frenando la adopción más amplia de la IA en las clínicas dentales?

La recepción ha sido abrumadoramente positiva de los dentistas que utilizan Second Opinion en el extranjero y las mil oficinas que han desplegado Practice Intelligence en los EE. UU., así que hay un segmento de la industria que ya tiene un deseo de integración de IA amplia en la odontología. Pero una adopción más amplia requiere una mayor conciencia. La IA es nueva en el campo de la odontología. Cuando empezamos a trabajar en la radiología dental como GumGum Dental, éramos, que yo sepa, la única empresa comercial involucrada en el esfuerzo. Eso fue hace cinco años. Las primeras soluciones comercializables surgieron a finales de 2019 y eran aplicaciones de seguros y laboratorios, no aplicaciones clínicas. Lanzamos Practice Intelligence en 2020 y Second Opinion entró en el mercado global en septiembre de 2021. Así que, en lo que respecta a la mayoría de los dentistas, la IA es una novedad. Necesitan ser introducidos a ella y enseñados sobre lo que puede y no puede hacer. Hay algunas concepciones erróneas sobre la IA que deben superarse. Ciertos dentistas pueden inclinarse a ver la IA como una amenaza, por ejemplo. Esas concepciones erróneas se resolverán a medida que los dentistas se informen mejor sobre su utilidad. Los beneficios de la IA son fundamentalmente atractivos – un estándar más alto de atención, una mejor salud bucal, resultados financieros más fuertes para las prácticas – así que espero que la adopción se acelere rápidamente una vez que la alfabetización en IA en la odontología alcance una masa crítica.

¿Cuál es su visión para el futuro de la atención dental en 10 años?

A medida que la industria dental sigue abrazando la transformación digital, veo a los dentistas incorporando la IA en la mayoría de las tareas que realizan a diario – como la creación de gráficos, la programación, las operaciones, la gestión de inventario – para que puedan centrarse en los pacientes en lugar de en las tareas rutinarias que los alejan del trabajo para el que sus habilidades están únicamente adaptadas. Veremos un estándar más alto de atención al paciente en general, costos más bajos y, en última instancia, una industria más grande que brinda una mejor salud bucal a más personas en todo el mundo.

También me sorprendería si, dentro de 15 años, la IA no ha comenzado a allanar el camino hacia diagnósticos predictivos efectivos y planificación de tratamiento personalizada. ¿Este paciente individual tiene un mayor riesgo de caries en función de su perfil genético, estilo de vida, diagnósticos anteriores? ¿Podemos recomendar un enfoque preventivo que reduzca su necesidad de un tratamiento invasivo en el futuro? Si tiene caries ahora, en función de lo que sabemos sobre sus características individuales, ¿necesitamos proceder con el tratamiento de restauración ahora o podemos retrasarlo con la expectativa de que un cambio específico en el estilo de vida o el consumo mitigará el progreso de la descomposición? Con el apoyo de la IA, deberíamos poder responder a estas preguntas – y, mientras estamos en ello, quizás podamos reducir el abismo no natural entre la salud bucal y la salud sistémica que existe hoy en día.

¿Hay algo más que le gustaría compartir sobre Pearl?

Los expertos han estado prometiendo que la IA proporcionará mejores resultados clínicos y ahorros de costos en la industria de la atención sanitaria durante más de una década. Muchas de estas promesas no se han cumplido. La odontología es un poco tardía en el juego de la IA, pero la IA está avanzando en la odontología mucho más rápidamente que en otras categorías de atención sanitaria. ¿Por qué?

Al considerar la medicina a través de una lente comercial, la odontología es mucho más empresarial que otras formas de medicina. La odontología se realiza en muchas prácticas pequeñas, tradicionalmente de propiedad privada. La mayoría de las otras formas de medicina son administradas por hospitales, que son generalmente instituciones corporativas burocráticas grandes. Las prácticas dentales y los hospitales tienen el mismo deseo de aumentar la eficiencia, mejorar los resultados de los pacientes, etc., pero estructuralmente los hospitales son demasiado lentos y conservadores para integrar y capitalizar efectivamente las tecnologías emergentes que satisfacen esos deseos. Las prácticas dentales, por otro lado, son ágiles – y el carácter empresarial de los dentistas hace que la odontología sea un terreno mucho más fértil para innovaciones como la IA. Si un dentista ve un beneficio potencial en algo, puede implementarlo de inmediato. Un hospital no podrá actuar con ese tipo de decisión unilateral. Habrá estudios de factibilidad e impacto, rechazo de intereses y partes interesadas contrarias, negociaciones presupuestarias y una serie de otros obstáculos que una nueva tecnología tendrá que superar antes de su implementación.

Igual de importante, sin embargo, es el hecho de que los dentistas pueden contribuir al esfuerzo por desarrollar y mejorar la IA si así lo desean. Pearl ha podido concebir, construir y comercializar esta tecnología tan rápidamente como lo hemos hecho tanto porque los dentistas son consumidores activos y capacitados – estamos desarrollando productos para un mercado que no está obstaculizado por la fricción burocrática que enfrentan las empresas que intentan vender a los hospitales – como porque los dentistas están en libertad de brindar su apoyo material e intelectual a nuestros esfuerzos. En última instancia, nuestra IA es tan inteligente como lo es porque ha sido entrenada y afinada por un ejército de dentistas inteligentes que creen en la tecnología y estaban en libertad de contribuir a su creación.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Pearl.