オフィル・タンツ氏、Pearl 創設者兼 CEO – インタビュー シリーズ

オフィール・タンツは、の創設者兼CEOです。 パールは、人工知能が歯科医の常時接続のアシスタントであり、患者の最も信頼できる友人になり得るという考えに基づいて設立された会社です。 その創設者たちは、歯科業界の複雑さと独自の個人的なつながりを持ち、AI が提供する実用的な可能性を最大限に実現するための知識と教育も備えています。

最初に人工知能に惹かれたのは何ですか?

私は学生時代からAIに興味がありました。そこに多くの機会があると感じ、それを新しい機能や商用アプリケーションの作成に応用したいという野心を駆り立てました。特に、私はコンピューター ビジョン (人間の脳と同じように世界を見て、処理し、理解するようにコンピューターに教える人工知能の分野) に興味があったので、卒業後、次のことに焦点を当てた会社 GumGum を立ち上げました。ビジュアルマシンインテリジェンスを適用してデジタルメディアカテゴリの価値を構築することについて。私はかなり早い段階から AI の力を理解していましたが、会社を成長させるにつれて、この分野がいかに進歩し、実用的になりつつあるのかに衝撃を受け、テクノロジーのより広範な応用にますます興味を持つようになりました。

コンテキスト広告で AI を使用することに特化した最初の会社 GumGum は、最終的に大成功を収めましたが、この成功の要因は何だと思いますか?

GumGum がここまでの成功を収められたのは、AI の応用とイノベーションに重点を置いたからだと思います。 同社は主にデジタル広告会社ですが、そのカテゴリーのより広い範囲内で事業を行っていましたが、AI を使用して行った作業は実際にはそのカテゴリーに限定されませんでした。 これは、当社がアドテク企業であると同時にテクノロジー企業でもあり、大きな差別化を生み出したことを意味します。 AI ファーストの考え方により、私たちはデジタル広告の本来の枠を超えた分野、つまりスポンサーシップの評価、そしてもちろん歯科分野でも革新を起こすことができました。 私たちは「単なる広告会社」であることに焦点を当てたことはなく、より良い方法を常に模索しているため、GumGum は私たちのビジョンが拡大し、基盤となるテクノロジーと AI 分野が進化するにつれて、私たちとともに成長することができました。

新しい AI スタートアップの Pearl の誕生の経緯を教えていただけますか?

GumGum を立ち上げてコンピューター ビジョンに焦点を当てた後、このテクノロジーでできることはもっとあると思い、常に新しいアプリケーションを探していました。ヘルスケアと放射線学は私にとって特に興味があり、GumGum が適用していた種類の機械学習の明確な応用例でもありました。私たちは、Pearl の起源となる GumGum Dental と呼ばれる歯科部門を立ち上げました。私は歯科部門を完全に分社化することに決めました。これは独立した会社を設立するのにふさわしい機会であると信じたからです。ある意味、それは意図されたものだったと言えるでしょう。私の父は歯科医で、私はその診療所を手伝いながら育ったので、歯科業界に集中するようになったのは、私にとってちょっとした故郷への帰り道でした。しかし、私の子供時代の歯科とのつながりが、新しい事業としてパールを率いたいという私の願望の主な動機になったわけではありません。私はコンピューター ビジョンと AI が歯科医療と世界の医療を変革すると強く信じており、それに値すると思われるこのプロジェクトに注目を集めたいと考えていました。

X 線画像や 3D 歯科画像のスキャンに使用されるコンピューター ビジョンと機械学習システムについて説明していただけますか?

コンピューター ビジョンは、人間と同じようにコンピューターに「見る」方法を教える AI の一種です。 私たちは、専門家によって注釈が付けられた大量の歯科画像データを、人間の脳のニューラル ネットワークをモデルとした一連のアルゴリズムに入力します。 注釈付き画像を研究することにより、ネットワークは注釈付き画像内でマークされた種類の歯の病状を認識する方法を学習します。 このプロセスは「教師あり学習」と呼ばれます。 このようにコンピューターに教えることで、文字通りではない方法で画像を認識することを学習できます。 たとえば、何千もの異なる例を吸収し、本質的にそのオブジェクトの心的イメージのコンピューター版に相当するものを構築することで、部分的に隠れているオブジェクトや特定の角度からのみ見えるオブジェクトを識別する方法を学習します。

私たちは、放射線写真の大規模なコレクションを構築することで AI と機械学習のアルゴリズムを教え、歯科医や放射線科医と協力して画像にラベルを付け、それらのラベルが付けられた画像を使用して新しい画像を解釈するようにシステムに教えました。 現在、X 線写真で特定できる潜在的な問題を指摘し、歯科医が患者の X 線写真をより正確かつ一貫して読み取ることができる AI が手に入りました。

当社の 3D 画像システムでは、同様のアプローチを使用していますが、異なるクラスのアルゴリズムを使用しています。 3D では、3D 画像には非常に多くのデータが含まれており、場合によってはアノテーションの手間がかかるため、トレーニングはより複雑になる可能性があります。 もちろん、非常に多くのデータがあるため、システムが 3D 画像を解釈するようにトレーニングされると、実際にはより正確な結果が得られるようになります。 これは、人間がコーン ビームと従来のバイトウィング X 線写真を見るときと本質的に同じです。コーン ビーム コンピュータ断層撮影 (CBCT) では歯のあらゆる小さな面を見ることができますが、特定の基本的な歯しか識別できないことがよくあります。咬翼の構造。 AI も同じ課題に直面しています。

このシステムによってどのような種類の情報や診断が明らかになりますか?

当社の放射線 AI システムは、さまざまな病理学的および非病理学的状態、修復特徴、自然の解剖学的構造を検出できます。 齲蝕、骨量減少の測定、根尖周囲の X 線透過性、結石、叢生、結石、埋伏、WPL、根分岐部、閉塞、縁の不一致など、リストはすべて列挙するには長すぎて、増え続けています。 これらの機能の多くは、現在カナダ、オーストラリア、ヨーロッパ、およびその他のいくつかの地域で利用可能な当社のリアルタイム病理検出支援ツールであるセカンド オピニオンに含まれており、そのほとんどは、当社の非患者向け臨床インテリジェンス ソリューションであるプラクティス インテリジェンスに適用されています。米国および世界の慣行に

システムはどのタイプの画像データに基づいてトレーニングされましたか?

当社の放射線病理検出システムは、歯科診断で最も一般的なバイトウィング、根尖周囲、およびパノレントゲン写真、つまり歯科医で必要に応じて XNUMX 年ごとに受ける種類の X 線写真に基づいてトレーニングされました。 歯科分野では他の医療に比べて X 線写真画像を比較的簡単に入手でき、他のどの X 線写真よりも多くの歯科用 X 線写真が年間撮影されています。 費用と時間がかかるのは、専門家に X 線写真を確認して注釈を付ける作業です。 当社は、ラベル付き歯科用 X 線写真の世界最大のコレクションを編集しました。 この X 線撮影データの利用可能性は、歯科分野が AI による破壊に向けて非常に機が熟している理由の XNUMX つです。

人間による画像のレビューと比較して、Pearl システムではどのような効率の向上と精度の向上が見られましたか?

私たちは、スタンドアロンの検出システムとして、また歯科医を支援するために使用した場合の両方で、システムの精度をテストするために、数千の X 線写真と数百の歯科医を対象に大規模な研究をいくつか実施しました。 私たちは、各検出タイプの精度だけでなく、システムでサポートされているすべての検出全体にわたって精度を調べました。 個々の検出クラス間では精度にばらつきがあり、精度の範囲は約 84 ～ 96 パーセントです。 全体として、システムは 92% 強の確率で正確です。 これは非常に優れており、システムは改善され続けています。

もちろん、これらの絶対精度の数値は、人間の歯科医と比較したシステムの相対精度ほど実際には指標ではありません。 人間の精度が 60% である場合、70% の確率でしか精度のない AI システムは、それを使用する歯科医に大きな利点をもたらします。 人間の独立した要素を含む私たちが実施した研究では、歯科医の割合は 70 ～ 85% でした。 ただし、個々の歯科医の間には大きなばらつきがあるため、当社のシステムと同等かそれ以上に正確な歯科医も存在しますが、かなりの割合で精度がはるかに低い歯科医も存在します。 システムの利点を評価するために、私たちが確認したいのは、同じ歯科医がシステムを使用していない場合と比較して、システムを使用している場合の精度の向上です。 私たちの研究は、そこに明らかな利点があることを示しています。

セカンドオピニオンが実践で使用されている現在、現実世界への影響を検討するためにさらに研究を行う必要があります。 私たちはドイツの学術パートナーの協力を得てそれを始めています。 患者の訪問は迅速化されますか? それは医師と患者のより良いコミュニケーションを促進しますか? それは患者の信頼を向上させますか？ それはケースの受け入れを向上させますか? 現在、これらの質問に答えるべく取り組んでいます。 最終的には、このシステムが患者の健康状態に与える影響を調査したいと考えていますが、それは長期的なプロジェクトになります。

Practice Intelligence の一部は、診療所全体の患者の健康特性と開業医の診断および治療計画のパフォーマンスを評価できる分析ツールであるため、私たちは AI が患者ケアにどのような影響を与えるかについて実際にある程度の感覚を持っていることに注意してください。 これは学術的な調査ではありませんが、私たちは最近、84,000 か月間の Practice Intelligence 対応オフィス 84,000 か所の生産データを調査する調査を実施しました。 同システムにより、その期間に予約があった患者の過去の X 線写真から、12,500 診療あたり平均 23,800 ドル以上の治療機会が逸されていることが判明しました。 潜在的な機会が表面化した XNUMX ドルに対して、診療所は平均 XNUMX ドルの修復治療とさらに XNUMX ドルの専門治療を完了することができました。 この後押しは、これまで逃されていた治療の機会によってもたらされています。 治療は完了しているため、これらの治療は必要であり、患者の前回の来院後に提供されるべきであったと考えられます。 これは非公式のケーススタディでしたが、AI が患者と AI を使用している医療現場の両方に大きな利益をもたらすことを明確に示しているようです。

歯科医院における AI の広範な導入を妨げているものは何だと思いますか?

海外ではセカンドオピニオンを利用している歯科医や、米国でPractice Intelligenceを導入している千以上の診療所からは圧倒的に好意的な反応が得られており、業界の一部ではすでに歯科分野への広範なAI統合を望んでいる。 しかし、より広く採用するには、より幅広い認識が必要です。 AIは歯科分野では新しいものです。 私たちが GumGum Dental として歯科放射線学に取り組み始めたとき、私の知る限り、私たちはこの取り組みに取り組んでいる唯一の営利企業でした。 それは2019年前のことでした。 最初の市場性のあるソリューションは 2020 年末に登場しましたが、それらは臨床用途ではなく、保険および研究室用途でした。 当社は 2021 年に Practice Intelligence を立ち上げ、XNUMX 年 XNUMX 月に Second Opinion が世界市場に参入しました。したがって、ほとんどの歯科医にとって、AI は目新しいものです。 彼らはそれを紹介し、それができることとできないことを教える必要があります。 AI については克服する必要のある誤解がいくつかあります。 たとえば、一部の歯科医は AI を脅威とみなす傾向にあるかもしれません。 歯科医がその有用性についてより多くの情報を得るにつれて、これらの誤解は解決されるでしょう。 AI の利点は基本的に魅力的であり、より高い標準治療、より良い口腔ケア、診療所のより強力な財務結果などです。そのため、歯科における AI リテラシーがクリティカルマスに達すれば、導入が急速に加速すると予想しています。

10年後の歯科医療の将来のビジョンは何ですか？

歯科業界がデジタルトランスフォーメーションを受け入れ続ける中、歯科医はグラフ作成、スケジュール設定、手術、在庫管理など、日々行う時間のかかるタスクのほとんどに AI を組み込んでおり、日常業務ではなく患者に集中しているのを目にします。彼らのスキルが特有に適している仕事から彼らを奪います。 全体的に患者ケアの水準が向上し、コストが削減され、最終的にはより大きな業界が世界中のより多くの人々に口腔の健康をもたらすことになるでしょう。

また、15 年以内に AI が効果的な予測診断と個別の治療計画への道を切り開き始めていないとしたら、私は驚くでしょう。 この患者は、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ですか? 将来的に侵襲的治療の必要性を減らす予防的なアプローチを推奨できますか? 彼らが現在虫歯を患っている場合、彼らの個々の特徴について私たちが知っていることに基づいて、私たちは今すぐ修復治療を進める必要があるのでしょうか、それともライフスタイルや消費の特定の変化が虫歯の進行を軽減する可能性が高いことを期待して先延ばしにすることができるでしょうか? AI のサポートがあれば、私たちはこれらの質問に答えることができるはずです。そして、その過程で、現在存在する口腔と全身の健康の間にある不自然な溝をおそらく狭めることができるでしょう。

他にパールについて共有したいことはありますか?

専門家は XNUMX 年以上にわたり、AI によって医療業界の臨床成果が向上し、コストが削減されると約束してきました。 これらの約束の多くは実現されていません。 実際、歯科は AI ゲームに少し遅れていますが、歯科分野では他の医療カテゴリーよりもはるかに急速に AI が進歩しています。 なぜ？

商業的なレンズを通して医学を考えると、歯科は他の形態の医学よりもはるかに起業家精神にあふれています。 歯科治療は、伝統的に個人経営の小規模な診療所の多くで行われています。 他のほとんどの医療形態は病院によって管理されており、病院は一般に大規模な官僚的企業機関です。 歯科診療所と病院はどちらも効率を高め、患者の転帰を改善したいという同じ願望を持っていますが、構造的に病院はあまりにも動きが遅く、保守的であるため、それらの願望を満たす新しいテクノロジーを効果的に統合して活用することができません。 一方、歯科診療は機敏であり、歯科医の起業家精神により、歯科医療は AI などのイノベーションにとってはるかに肥沃な土壌となっています。 歯科医は、何かに潜在的な利点があると判断した場合、すぐにそれを実行できます。 病院はそんな一方的な決断で行動することはできません。 実現可能性と影響の調査、相殺される利益や利害関係者からの反発、予算交渉、および新技術の実装前に通過しなければならないその他の難題が存在します。

しかし、同様に重要なことは、歯科医師が希望すれば、歯科医師が歯科矯正の開発と改善の取り組みに貢献できるという事実です。 パール社がこのテクノロジーを私たちと同じくらい迅速に構想、構築、商品化できたのは、歯科医が積極的で権限を与えられた消費者であるためです。私たちは、病院に販売しようとする企業が直面する官僚的な摩擦に邪魔されない市場向けに製品を開発しています。なぜなら、歯科医は私たちの取り組みの背後に物質的および知的支援を置く自由があるからです。 結局のところ、私たちの AI がこれほど賢いのは、このテクノロジーを信じ、AI の作成に自由に貢献できる賢明な歯科医の軍隊によって訓練され、磨かれてきたからです。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者は、こちらをご覧ください。 パール.