interviste
Ophir Tanz, Fondatore e CEO di Pearl – Serie di interviste
Ophir Tanz, è il fondatore e CEO di Perla, un'azienda fondata sull'idea che l'intelligenza artificiale possa essere l'assistente sempre presente del dentista e l'amica più fidata del paziente. I suoi fondatori hanno un legame unico e personale con le complessità del settore dentale, nonché la conoscenza e l'istruzione per realizzare il pieno e praticabile potenziale che l'IA ha da offrire.
Cosa ti ha attratto inizialmente dell'Intelligenza Artificiale?
Mi sono interessato all'intelligenza artificiale da quando ero al college. Ho visto molte opportunità lì e questo ha spinto la mia ambizione di applicarle alla creazione di nuove capacità e applicazioni commerciali. In particolare, ero interessato alla visione artificiale – il campo dell'intelligenza artificiale in cui insegniamo ai computer a vedere, elaborare e comprendere il mondo nello stesso modo in cui lo fa il cervello umano – quindi dopo la laurea ho fondato un'azienda, GumGum, focalizzata sull’applicazione dell’intelligenza artificiale visiva per creare valore nella categoria dei media digitali. Anche se ho capito abbastanza presto il potere dell’intelligenza artificiale, man mano che crescevo l’azienda, sono rimasto colpito da quanto avanzato e praticabile stesse diventando il campo – e ho iniziato a interessarmi sempre più alle applicazioni più ampie della tecnologia.
La tua prima azienda GumGum specializzata nell'uso dell'intelligenza artificiale nella pubblicità contestuale ha avuto un enorme successo, a cosa attribuisci questo successo?
Penso che ciò che ha permesso a GumGum di avere successo nella misura in cui è stato è stata l'enfasi che abbiamo posto sull'applicazione e l'innovazione dell'IA. È principalmente una società di pubblicità digitale, ma anche se abbiamo operato all'interno dei confini più ampi di quella categoria, il lavoro che abbiamo svolto con l'intelligenza artificiale non era effettivamente limitato dalla categoria. Ciò significava che eravamo un'azienda tecnologica tanto quanto un'azienda adtech che ha creato una significativa differenziazione. La nostra mentalità basata sull'intelligenza artificiale ci ha portato a innovare in aree al di fuori dei confini naturali della pubblicità digitale, nella valutazione delle sponsorizzazioni e, naturalmente, nel settore dentale. Poiché non ci siamo mai concentrati sull'essere "solo un'azienda pubblicitaria" e siamo costantemente alla ricerca di modi per fare meglio, GumGum è stata in grado di crescere con noi man mano che la nostra visione si espandeva e la tecnologia sottostante e il campo dell'IA si evolvevano.
Potresti condividere la storia della genesi dietro la tua nuova startup AI Pearl?
Dopo aver avviato GumGum e essermi concentrato sulla visione artificiale, sapevo che potevamo fare di più con la tecnologia ed ero sempre alla ricerca di nuove applicazioni. L'assistenza sanitaria e la radiologia erano di particolare interesse per me e rappresentavano anche chiare applicazioni del tipo di apprendimento automatico che GumGum stava applicando. Abbiamo lanciato una divisione dentale chiamata GumGum Dental, che è stata la genesi di Pearl. Ho deciso di scorporare completamente la divisione dentale perché ritenevo che l'opportunità garantisse un'azienda autonoma. Immagino si possa dire che in qualche modo fosse destinato a esserlo: mio padre era un dentista e io sono cresciuto aiutando nel suo studio, quindi passare a concentrarmi sul settore dentale è stato un po' un ritorno a casa per me. Ma non è che il mio legame infantile con l'odontoiatria sia stato lo stimolo principale per il mio desiderio di guidare Pearl come una nuova impresa. Credo fermamente che la visione artificiale e l'intelligenza artificiale trasformeranno l'odontoiatria e l'assistenza sanitaria globale e volevo poter prestare al progetto l'attenzione che ritengo meriti.
Potresti discutere dei sistemi di visione artificiale e di apprendimento automatico utilizzati per scansionare immagini dentali radiografiche e 3D?
La visione artificiale è una forma di intelligenza artificiale che insegna ai computer a "vedere" più o meno allo stesso modo degli umani. Inseriamo grandi quantità di dati di immagini dentali annotati da esperti in una serie di algoritmi modellati sulle reti neurali nel cervello umano. Studiando le immagini annotate, la rete impara a riconoscere le patologie dentali del tipo che sono state contrassegnate nelle immagini annotate. Questo processo è chiamato "apprendimento supervisionato". Insegnando a un computer in questo modo, può imparare a riconoscere le immagini in modi non letterali. Ad esempio, impara a identificare un oggetto parzialmente oscurato o visibile solo da determinate angolazioni assorbendo migliaia di esempi diversi e costruendo quella che è essenzialmente una versione computerizzata di un'immagine mentale di quell'oggetto.
Abbiamo insegnato ai nostri algoritmi di intelligenza artificiale e apprendimento automatico creando una vasta raccolta di radiografie e abbiamo lavorato con dentisti e radiologi per etichettare le immagini, quindi abbiamo utilizzato quelle immagini etichettate per insegnare al sistema a interpretare nuove immagini. Ora abbiamo un'intelligenza artificiale che può indicare potenziali problemi che possono essere identificati nelle radiografie e aiutare i dentisti a leggere le radiografie dei pazienti in modo più accurato e coerente.
Per i nostri sistemi di immagini 3D, utilizziamo un approccio simile ma con diverse classi di algoritmi. Con il 3D, l'addestramento può essere più complesso, perché le immagini 3D contengono molti più dati, il che a volte rende l'annotazione più laboriosa. Naturalmente, poiché ci sono molti più dati, una volta che il sistema è stato addestrato a interpretare un'immagine 3D, è effettivamente in grado di essere più preciso nei suoi risultati. È essenzialmente lo stesso di quando un essere umano guarda una cone beam rispetto a una tradizionale radiografia bitewing: possiamo vedere ogni piccola sfaccettatura del dente in una tomografia computerizzata cone-beam (CBCT), ma spesso possiamo distinguere solo alcuni denti di base strutture in un bitewing. L'intelligenza artificiale affronta la stessa sfida.
Che tipo di informazione o diagnosi viene rivelata da questo sistema?
Il nostro sistema di intelligenza artificiale radiologica è in grado di rilevare un'ampia gamma di condizioni patologiche e non patologiche, caratteristiche riparative e anatomia naturale. Carie, misurazione della perdita ossea, radiotrasparenza periapicale, calcolo, affollamento, calcolo, occlusione, WPL, forcazione, otturazione, discrepanza del margine: l'elenco è troppo lungo per enumerare tutto e continua a crescere. Molte di queste funzionalità sono incluse in Second Opinion, il nostro ausilio per il rilevamento delle patologie in tempo reale attualmente disponibile in Canada, Australia, Europa e molti altri territori, e la maggior parte viene applicata in Practice Intelligence, la nostra soluzione di intelligence clinica rivolta ai non pazienti, che è disponibile alle pratiche negli Stati Uniti e nel mondo
Su quale tipo di dati di immagini è stato addestrato il sistema?
Il nostro sistema di rilevamento delle patologie radiologiche è stato addestrato sulle radiografie bitewing, periapicali e panoramiche, che sono le più comuni nella diagnostica dentale, i tipi di radiografie che si ottengono dal dentista ogni due anni circa e in caso di necessità. Le immagini radiografiche sono relativamente facili da ottenere nel campo dentale rispetto ad altre forme di medicina e ogni anno vengono acquisite più radiografie dentali rispetto a qualsiasi altra forma di radiografia. La parte costosa e dispendiosa in termini di tempo è far esaminare e annotare le radiografie dagli esperti. Abbiamo compilato la più grande raccolta al mondo di radiografie dentali etichettate. Questa disponibilità di dati radiografici fa parte di ciò che rende il settore dentale così maturo per l'interruzione dell'intelligenza artificiale.
Che tipo di miglioramenti dell'efficienza e tassi di accuratezza sono stati osservati dal sistema Pearl rispetto alla revisione umana manuale delle immagini?
Abbiamo condotto diversi ampi studi su migliaia di radiografie e centinaia di dentisti per testare l'accuratezza del nostro sistema, sia come sistema di rilevamento autonomo che quando utilizzato per aiutare i dentisti. Abbiamo esaminato l'accuratezza per ogni tipo di rilevamento e in generale per tutti i rilevamenti supportati dal sistema. Esiste una variazione nell'accuratezza tra le singole classi di rilevamento con un'accuratezza compresa tra circa l'84 e il 96 percento. Nel complesso, il sistema è corretto poco più del 92% delle volte. Questo è abbastanza buono e il sistema continua a migliorare.
Naturalmente, queste cifre sull'accuratezza assoluta non sono in realtà così indicative come lo è l'accuratezza relativa del sistema rispetto ai dentisti umani. Se l'accuratezza umana fosse del 60%, un sistema di intelligenza artificiale accurato solo il 70% delle volte fornirebbe un vantaggio considerevole ai dentisti che lo utilizzano. Negli studi che abbiamo condotto che includevano un componente autonomo umano, i dentisti vanno dal 70 all'85%. Tuttavia, esiste una varianza significativa tra i singoli dentisti, quindi ci sono sicuramente alcuni dentisti là fuori che sono ugualmente o più precisi del nostro sistema e una buona percentuale che è molto meno accurata. Per valutare i vantaggi del sistema, ciò che vogliamo vedere è un aumento della precisione per un dentista quando utilizza il sistema rispetto allo stesso dentista quando non lo utilizza. I nostri studi mostrano un chiaro vantaggio in questo.
Ora che Second Opinion viene utilizzato nelle pratiche, dobbiamo fare più ricerche per esaminare l'impatto nel mondo reale. Stiamo iniziando a farlo con l'aiuto di partner accademici in Germania. Velocizza le visite dei pazienti? Facilita una migliore comunicazione medico-paziente? Migliora la fiducia del paziente? Aumenta l'accettazione del caso? Attualmente stiamo lavorando per rispondere a queste domande. Alla fine, vorremmo indagare sull'impatto del sistema sugli esiti di salute dei pazienti, ma questo è un progetto a lungo termine.
Dovrei notare che, poiché Practice Intelligence è in parte uno strumento di analisi in grado di valutare le caratteristiche di salute del paziente in tutta la pratica e le prestazioni diagnostiche e di pianificazione del trattamento dei professionisti, in realtà abbiamo un'idea di come l'IA può influire sulla cura del paziente. Non è una ricerca in stile accademico, ma di recente abbiamo condotto uno studio esaminando i dati di produzione di dieci uffici abilitati a Practice Intelligence per un periodo di un mese. Durante quel mese, il sistema ha rilevato una media di oltre $ 84,000 per pratica in potenziali opportunità di trattamento perse nelle radiografie passate per i pazienti con appuntamenti programmati in quel periodo. Per quella potenziale opportunità di $ 84,000 emersa, le pratiche sono state in grado di completare una media di $ 12,500 in trattamenti riparatori e altri $ 23,800 in trattamenti speciali. Quella spinta proviene da opportunità di trattamento che in precedenza erano state perse. Poiché è stato completato, possiamo presumere che questi trattamenti fossero necessari e avrebbero dovuto essere forniti dopo le precedenti visite dei pazienti. Questo è stato un caso di studio informale, ma sembra mostrare chiaramente che l'intelligenza artificiale porta vantaggi significativi, sia ai pazienti che alle pratiche che la utilizzano.
Secondo te, cosa sta frenando la più ampia adozione dell'intelligenza artificiale nelle cliniche odontoiatriche?
L'accoglienza è stata estremamente positiva da parte dei dentisti che utilizzano Second Opinion all'estero e degli oltre mille uffici che hanno implementato Practice Intelligence negli Stati Uniti, quindi c'è un segmento del settore che desidera già un'ampia integrazione dell'IA in odontoiatria. Ma un'adozione più ampia richiede una consapevolezza più ampia. L'intelligenza artificiale è una novità nel campo dentale. Quando abbiamo iniziato a lavorare sulla radiologia dentale come GumGum Dental, eravamo, per quanto ne so, l'unica impresa commerciale impegnata nello sforzo. È stato cinque anni fa. Le prime soluzioni commercializzabili sono emerse alla fine del 2019 e si trattava di applicazioni assicurative e di laboratorio, non applicazioni cliniche. Abbiamo lanciato Practice Intelligence nel 2020 e Second Opinion è entrata nel mercato globale nel settembre 2021. Quindi, per quanto riguarda la maggior parte dei dentisti, l'intelligenza artificiale è una novità. Devono essere introdotti ad esso e insegnare cosa può e non può fare. Ci sono alcune idee sbagliate sull'IA che devono essere superate. Ad esempio, alcuni dentisti potrebbero essere inclini a vedere l'IA come una minaccia. Queste idee sbagliate saranno risolte man mano che i dentisti diventeranno meglio informati sulla sua utilità. I vantaggi dell'intelligenza artificiale sono fondamentalmente allettanti: standard di cura più elevati, migliore assistenza sanitaria orale, risultati finanziari più solidi per gli studi, quindi mi aspetto che l'adozione acceleri rapidamente una volta che l'alfabetizzazione dell'IA in odontoiatria raggiunge una massa critica.
Qual è la tua visione per il futuro delle cure dentistiche tra 10 anni?
Mentre il settore dentale continua ad abbracciare la trasformazione digitale, vedo i dentisti incorporare l'intelligenza artificiale nella maggior parte delle attività che richiedono tempo che svolgono quotidianamente - come creazione di grafici, programmazione, operazioni, gestione dell'inventario - in modo che si concentrino sui pazienti piuttosto che sulle attività di routine che allontanarli dal lavoro per il quale le loro capacità sono particolarmente adatte. Vedremo uno standard più elevato di cura del paziente su tutta la linea, costi inferiori e, in definitiva, un'industria più ampia che porterà una migliore salute orale a più persone in tutto il mondo.
Sarei anche sorpreso se, entro 15 anni, l'IA non avesse iniziato a spianare un percorso verso una diagnostica predittiva efficace e una pianificazione del trattamento personalizzata. Questo singolo paziente è a maggior rischio di carie in base al profilo genetico, allo stile di vita, alle diagnosi passate? Possiamo raccomandare un approccio preventivo che ridurrà la loro necessità di un trattamento invasivo in futuro? Se ora hanno la carie, in base a ciò che sappiamo sulle loro caratteristiche individuali, dobbiamo procedere subito con il trattamento riparativo o possiamo ritardare con l'aspettativa che uno specifico cambiamento nello stile di vita o nei consumi ridurrà probabilmente la progressione della carie? Con il supporto dell'intelligenza artificiale, dovremmo essere in grado di rispondere a queste domande e, già che ci siamo, forse restringere l'abisso innaturale tra salute orale e sistemica che esiste oggi.
C'è qualcos'altro che vorresti condividere su Pearl?
Gli esperti hanno promesso che l'intelligenza artificiale fornirà risultati clinici migliori e risparmi sui costi nel settore sanitario da oltre un decennio. Molte di queste promesse non sono state realizzate. L'odontoiatria è in realtà un po' in ritardo rispetto all'IA, ma l'IA sta avanzando in odontoiatria molto più rapidamente che in altre categorie sanitarie. Perché?
Considerando la medicina attraverso una lente commerciale, l'odontoiatria è molto più imprenditoriale rispetto ad altre forme di medicina. L'odontoiatria viene eseguita in molti piccoli studi tradizionalmente di proprietà privata. La maggior parte delle altre forme di medicina sono gestite dagli ospedali, che sono generalmente grandi istituzioni aziendali burocratiche. Gli studi dentistici e gli ospedali hanno entrambi lo stesso desiderio di aumentare l'efficienza, migliorare i risultati dei pazienti, ecc., ma strutturalmente gli ospedali sono troppo lenti e conservatori per integrare e sfruttare efficacemente le tecnologie emergenti che soddisfano tali desideri. Gli studi dentistici, d'altra parte, sono agili e il carattere imprenditoriale dei dentisti rende l'odontoiatria un terreno molto più fertile per innovazioni come l'intelligenza artificiale. Se un dentista vede un potenziale vantaggio in qualcosa, può implementarlo immediatamente. Un ospedale non sarà in grado di agire con quel tipo di risolutezza unilaterale. Ci saranno studi di fattibilità e di impatto, respingimenti da interessi e parti interessate contrastanti, negoziati sul budget e una serie di altri cerchi attraverso i quali una nuova tecnologia dovrà saltare prima dell'implementazione.
Altrettanto importante, tuttavia, è il fatto che i dentisti possono contribuire allo sforzo di svilupparlo e migliorarlo, se lo desiderano. Pearl è stata in grado di concepire, costruire e commercializzare questa tecnologia tanto rapidamente quanto noi sia perché i dentisti sono consumatori attivi e responsabilizzati - stiamo sviluppando prodotti per un mercato che non è ostacolato dall'attrito burocratico affrontato dalle aziende che cercano di vendere negli ospedali - e perché i dentisti sono liberi di mettere il loro supporto materiale e intellettuale dietro i nostri sforzi. In definitiva, la nostra intelligenza artificiale è tanto intelligente quanto lo è perché è stata addestrata e affinata da un esercito di dentisti intelligenti che credono nella tecnologia ed erano liberi di contribuire alla sua creazione.
Grazie per l'ottima intervista, i lettori che desiderano saperne di più dovrebbero visitare Perla.
