オフィール・タン茨、Pearlの創設者＆CEO – インタビュー・シリーズ

オフィール・タン茨は、Pearlの創設者兼CEOです。Pearlは、人工知能が歯科医師の常にオンのアシスタントであり、患者にとって最も信頼できる友人になるという考えで設立された会社です。創設者の1人であるオフィールには、歯科業界の複雑さへの独自のつながりがあり、また、人工知能の潜在能力を実現するための知識と教育もあります。

あなたは最初に人工知能に惹かれたのはいつですか?

私は大学時代から人工知能に興味を持っていました。多くの機会を見出し、人工知能を新しい能力や商業アプリケーションを作成するために応用するという野心を持ちました。特に、コンピュータビジョンという分野に興味がありました。コンピュータビジョンは、コンピュータが人間と同じように世界を見る、処理し、理解する方法を教える人工知能の一種です。卒業後、私はGumGumという会社を立ち上げました。GumGumは、コンピュータビジョンを使用してデジタルメディアの分野で価値を創造することに焦点を当てました。人工知能の力について早くから理解していた私は、GumGumを成長させたことで、人工知能の分野がどれほど進化し、実用化できるかをより深く理解することができました。

あなたの最初の会社、GumGumは人工知能を使用したコンテキスト広告に特化していたが、大きな成功を収めたようです。どのような要因がその成功に貢献したと思いますか?

私は、GumGumが成功したのは、人工知能の応用と革新に重点を置いたからだと思います。GumGumは主にデジタル広告会社ですが、人工知能を使用したことで、デジタル広告の枠組みを超えた分野でも革新することができました。人工知能を先に置くという姿勢が、GumGumを成長させ、技術と人工知能の分野が進化するにつれて、ビジョンを拡大することができました。

Pearlという新しい人工知能スタートアップの創設について語ってください。

私はGumGumを立ち上げ、コンピュータビジョンに焦点を当てた後、人工知能の技術をさらに応用できる分野を探求しました。特に、ヘルスケアと放射線医学が興味の対象でした。GumGumには歯科部門があり、Pearlの創設につながりました。私は、歯科部門を独立した会社として分離することにしました。私の父は歯科医師で、私は子供の頃から歯科医院で手伝っていたので、歯科業界に戻るのはある意味で「故郷」に帰るような感じでした。しかし、歯科業界に関心を持ったのは、単に子供の頃の経験によるものではありません。私は、コンピュータビジョンと人工知能が歯科を変革し、グローバルヘルスケアに大きな影響を与えることを強く信じています。

Pearlが使用するコンピュータビジョンと機械学習システムについて説明してください。

コンピュータビジョンは、コンピュータが人間のように見る、処理し、理解する方法を教える人工知能の一種です。大量の専門家による注釈付き歯科画像データを、人間の脳の神経ネットワークに基づいたアルゴリズムに与えます。コンピュータは、これらの注釈付き画像を学習し、歯科の病理を認識する能力を身につけます。これは、教師あり学習と呼ばれるプロセスです。コンピュータは、人間のように、部分的に隠された物体や特定の角度からしか見えない物体を識別する能力を身につけます。

私たちは、歯科画像の大量のコレクションを構築し、歯科医師や放射線科医と協力して画像を注釈付けし、それらの注釈付き画像を使用してシステムを訓練しました。現在、私たちのシステムは、レントゲン画像内で潜在的な問題を指摘し、歯科医師が患者用レントゲン画像をより正確に読み取るのを支援できます。

このシステムはどのような情報や診断を提供することができますか?

私たちの放射線学的AIシステムは、多くの病理学的および非病理学的状態、修復特徴、自然な解剖学的特徴を検出できます。虫歯、骨量減少、歯周病変、石灰化、過密、石灰化、阻害、WPL、分岐、充填、縁辺不全などの長いリストがあります。これらの機能の多くは、カナダ、オーストラリア、ヨーロッパ、その他の地域で利用可能なSecond Opinionというリアルタイムの病理検出ツールに含まれています。また、米国と世界中の歯科医院向けに提供しているPractice Intelligenceという非患者向けの臨床知能ソリューションにも適用されています。

どのような画像データを使用してシステムを訓練しましたか?

私たちの放射線病理検出システムは、歯科診断で最も一般的なビットウィング、周囲、パノラマレントゲン画像で訓練されました。レントゲン画像は、歯科分野で比較的容易に入手でき、毎年歯科用レントゲン画像が大量に撮影されています。専門家による画像のレビューと注釈付けは、時間がかかり、高価なプロセスです。私たちは、世界最大の注釈付き歯科レントゲン画像コレクションを構築しました。このレントゲン画像データの入手可能性は、歯科分野が人工知能によって変革されることを可能にします。

Pearlシステムと人間による画像レビューの効率性と精度の違いについてはどうですか?

私たちは、数千枚のレントゲン画像と数百人の歯科医師を対象に、システムの精度をテストするために大規模な研究を実施しました。システムの精度は、検出タイプごとに、また全体的に見てみると、84％から96％の範囲で変動しています。全体的には、システムは約92％の精度で正解しています。これはかなり優れていますし、システムはさらに改善され続けています。

ただし、絶対的な精度の数字だけでは、人間の歯科医師との比較においてシステムの優位性を示すことはできません。人間の歯科医師の精度が60％である場合、70％の精度を持つAIシステムは大きな利点をもたらします。私たちが実施した研究では、人間の歯科医師の精度は70％から85％の範囲で変動しました。システムを使用することで、歯科医師の精度が向上することを示す研究結果もあります。

10年後の歯科ケアの未来像についてはどう考えていますか?

歯科業界がデジタル変革を進めるにつれ、歯科医師は日常的な多くの時間のかかるタスク、例えばチャーティング、スケジューリング、運用、在庫管理などをAIに任せることで、患者に集中できるようになると考えています。全体的な患者ケアの水準が向上し、コストが下がり、最終的にはより多くの人々が世界中で優れた口腔ヘルスケアを受けられるようになるでしょう。

15年以内に、人工知能が予測診断と個別化治療計画への道を開拓し始めるのではないかと思います。特定の患者が、遺伝子プロファイル、ライフスタイル、過去の診断に基づいて虫歯のリスクが高いかどうかを判断できます。予防的なアプローチを推奨し、将来的に侵襲的な治療の必要性を減らすことができます。人工知能の支援により、これらの質問に答えることができるようになるでしょう。また、現在存在する口腔ヘルスケアと全身ヘルスケアの間の不自然な隔たりを狭めることができます。

Pearlについてさらに何か共有したいことはありますか?

専門家は10年以上前から、人工知能がヘルスケア業界で臨床結果の改善とコスト削減をもたらすと約束してきました。しかし、多くの約束が実現しませんでした。歯科は人工知能の採用が他のヘルスケア分野よりも遅れていますが、歯科における人工知能の進歩は他のヘルスケア分野よりも速いです。なぜでしょうか?

歯科は他の医療分野よりも企業的な性格が強いです。多くの歯科医院は、小規模で従来から私的に所有されていることが多いです。他の医療分野は、一般的に大きな官僚的な企業機関である病院で管理されています。歯科医院と病院は、効率性の向上、患者結果の改善などを望みますが、病院は新しい技術の採用と活用が遅れがちです。歯科医院は、より機敏で、歯科医師の起業家的な性格が、人工知能のような革新をより迅速に取り入れることを可能にします。歯科医師が何らかの利点を見つけた場合、すぐに実装できます。病院では、新しい技術の導入には、実現可能性研究、利害関係者の反対、予算交渉など、多くのプロセスを経る必要があります。

また、歯科医師は、人工知能の開発と改善に貢献することができます。Pearlは、歯科医師が積極的に関与し、自由に支援を提供できるため、迅速にこの技術を考え出し、構築し、商業化することができました。最終的には、私たちのAIは、スマートな歯科医師の集団によって訓練され、改善されたため、現在の水準に達しています。

素晴らしいインタビュー、詳しく知りたい読者はPearlを訪れてください。