인터뷰
오피르 탄츠, 펄의 창립자 및 CEO – 인터뷰 시리즈

오피르 탄츠는 펄의 창립자이자 CEO입니다. 펄은 인공 지능이 치과 의사의 항상 케어하는 조수로 작동하며 환자의 가장 신뢰할 수 있는 친구가 될 수 있는 회사입니다. 창립자는 치과 산업의複雑さ와 인공 지능의 잠재력을 실제로 구현할 수 있는 지식과 교육을 가지고 있습니다.
인공 지능에 처음 관심을 가지게 된 계기는 무엇인가요?
저는 대학 시절부터 인공 지능에 관심을 가졌습니다. 많은 기회를 보았고 그것이 저의雄心을 부추겼습니다. 특히 컴퓨터 비전에 관심이 있었는데, 컴퓨터 비전은 컴퓨터가 인간의 뇌와 같은 방식으로 세계를 볼 수 있도록 가르치는 인공 지능의 한 분야입니다. 대학을 졸업한 후, 저는 컴퓨터 비전을 디지털 미디어 카테고리에서 가치를 창출하는 데 적용하는 회사인 GumGum을 설립했습니다. 인공 지능의 힘을 早く 이해했지만, 그 기술이 얼마나 발전하고 실제로 적용될 수 있는지에 대해 점점 더 관심을 가지게 되었습니다.
첫 번째 회사인 GumGum은 인공 지능을 사용한 컨텍스트 광고에 특화된 회사였는데, 어떻게那样 성공할 수 있었나요?
저는 GumGum의 성공은 인공 지능 적용과 혁신에 대한 중점을 둔 데 있습니다. 그것은 디지털 광고 회사이지만, 인공 지능을 사용한 작업은 광고 카테고리 안에서만 제한되지 않았습니다. 그것은 기술 회사였으며, 그것이 큰 차별점을 만들었습니다. 저희의 인공 지능 우선주의는 광고 외의 분야에서 혁신을 가져왔습니다. 예를 들어, 스폰서십 평가와 치과 분야에서입니다. GumGum은 저희의 비전이 확장되고 기술이 발전함에 따라 성장할 수 있었습니다.
새로운 인공 지능 스타트업인 펄의 창립 배경을 알려주세요.
저는 GumGum을 설립하고 컴퓨터 비전에 관심을 가졌습니다. 저는 더 많은 것을 할 수 있을 것이라고 생각했습니다. 의료와 방사선학이 특히 관심의 대상이었습니다. GumGum의 치과 부문인 GumGum Dental을 설립했습니다. 저는 치과 부문을 완전히 분리하기로 결정했습니다. 저의 아버지가 치과 의사였으며, 저는 그의 사무실에서 일했습니다. 치과 산업으로의 전환은 조금은 귀향이라고 할 수 있습니다. 그러나 저의 아버지와의 관계가 펄을 창립한 주된 이유는 아닙니다. 저는 컴퓨터 비전과 인공 지능이 치의학을 변革할 것이라고 믿습니다. 저는 이 프로젝트에 주목할 만한 관심을 기울이고 싶었습니다.
펄에서 사용하는 컴퓨터 비전과 기계 학습 시스템을 설명해주세요.
컴퓨터 비전은 컴퓨터가 인간과 같은 방식으로 볼 수 있도록 가르치는 인공 지능의 한 분야입니다. 우리는 많은 전문가가 주석을 단 치과 이미지 데이터를 알고리즘에 입력합니다. 알고리즘은 주석을 단 이미지에서 학습하여 치과 병리를 인식할 수 있습니다. 이 과정은 지도 학습이라고 합니다. 컴퓨터가这样 학습하면, 비유적으로 볼 수 있는 객체나 특정 각도에서만 볼 수 있는 객체를 인식할 수 있습니다.
우리는 많은 방사선 사진과 치과 의사 및 방사선과 의사와 협력하여 이미지에 주석을 달았습니다. 그런 다음 우리는 시스템을 새로운 이미지에 적용하여 치과 병리를 더 정확하게 읽을 수 있도록 했습니다. 3D 이미지 시스템에서는 다른 알고리즘을 사용합니다. 3D 이미지에는 더 많은 데이터가 있으므로 주석을 달기가 더 어렵습니다. 그러나 시스템이 3D 이미지를 해석하면 더 정확한 결과를 얻을 수 있습니다.
이 시스템이 제공하는 정보나 진단은 무엇인가요?
우리의 방사선 인공 지능 시스템은 많은 병리적 및 비병리적 상태, 보수적 특징, 자연적 해부학을 감지할 수 있습니다. 충치, 골 손실 측정, 치수류 방사선 투과성, 석회화,拥挤, 석회화, 충돌, WPL, 분기, 충전, 변형 불일치 등이 있습니다. Second Opinion이라는 실시간 병리 감지 보조 도구에서는 이러한 기능 중 일부가 포함되어 있습니다. Practice Intelligence라는 비환자용 임상 지능 솔루션에서도 이러한 기능 중 일부가 적용됩니다.
시스템을 학습시키기 위해 어떤 종류의 이미지 데이터를 사용했나요?
우리의 방사선 병리 감지 시스템은 비트윙, 치근端 방사선 사진, 파노라마 방사선 사진 등 치과 진단에서 일반적으로 사용되는 이미지 데이터로 학습되었습니다. 이러한 방사선 사진은 비교적 쉽게 얻을 수 있으며, 치과 분야에서는 다른 의료 분야보다 더 많이 촬영됩니다. 전문가가 주석을 단 이미지 데이터를 얻는 것이 가장 어려운 부분입니다. 우리는 세계에서 가장 큰 주석이 된 치과 방사선 사진 데이터베이스를 구축했습니다. 치과 분야에서 방사선 사진 데이터가 풍부한 것은 인공 지능이 발전하기에 좋은 환경입니다.
펄 시스템을 사용했을 때 효율성과 정확도는 어떻게 향상되는가요?
우리는 많은 방사선 사진과 치과 의사들을 대상으로 시스템의 정확성을 테스트했습니다. 시스템의 정확도는 84%에서 96% 사이입니다. 전체적으로 시스템은 92%의 정확도를 보입니다. 이것은 khá 좋으며, 시스템은 계속해서 개선되고 있습니다.
우리는 시스템의 절대적인 정확도보다 치과 의사와의 비교에서 시스템의 상대적인 정확도를 더 중요하게 생각합니다. 치과 의사의 정확도가 60%라면, 시스템의 정확도가 70%라면 시스템은 치과 의사보다 더 정확합니다. 우리의 연구에서는 치과 의사의 정확도가 70%에서 85% 사이입니다. 그러나 치과 의사마다 정확도가 다르며, 일부 치과 의사는 시스템보다 더 정확합니다. 시스템의 정확도는 치과 의사와의 비교에서 더 중요합니다.
Second Opinion을 실제 임상에서 사용하면서, 우리는 시스템의 실제 영향에 대해 더 많은 연구를 해야 합니다. 우리는 독일의 학술 파트너와 함께 이러한 연구를 시작했습니다. 시스템은 환자 방문 시간을 줄일 수 있나요? 의사-환자 간의 의사소통을 개선할 수 있나요? 환자의 신뢰를 높일 수 있나요? 치료 수락을 높일 수 있나요? 우리는 이러한 질문에 대한 답을 찾고 있습니다. 궁극적으로, 우리는 시스템이 환자의 건강 결과에 미치는 영향에 대해 조사하고 싶습니다. 그러나 이것은 장기적인 프로젝트입니다.
10년 후 치과 산업의 미래는 어떻게 될까요?
치과 산업이 디지털 변화를 계속하면, 치과 의사들은 일상적인 작업에서 인공 지능을 더 많이 사용할 것입니다. 예를 들어, 차트 작성, 스케줄링, 운영, 재고 관리 등입니다.这样하면 치과 의사들은 환자와 더 많은 시간을 보낼 수 있을 것입니다. 우리는 더 높은 환자 케어의 표준, 낮은 비용, 그리고 더 많은 사람들이 세계적으로 더好的 구강 건강을享受할 수 있도록 산업이 성장할 것입니다.
저는 15년 내에 인공 지능이 예측적 진단과 개인화된 치료 계획을 가능하게 할 것이라고 생각합니다. 특정 환자는 충치에 더 취약한가요? 예방적 접근법을 추천할 수 있나요? 이러한 질문에 대한 답을 찾을 수 있을 것입니다. 인공 지능의 지원으로, 우리는 이러한 질문에 답할 수 있을 것입니다.
펄에 대해 더 알고 싶은 내용이 있나요?
전문가들은 10년 이상 동안 인공 지능이 의료 산업에서 더好的 결과와 비용 절감을 가져다줄 것이라고 약속했습니다. 그러나 많은 약속이 실현되지 않았습니다. 치의학은 인공 지능을 적용하는 분야에서 늦은 시작을 했습니다. 그러나 치의학에서 인공 지능은 다른 의료 분야보다 더 빠르게 발전하고 있습니다. 왜일까요?
의료 산업을 상업적인 관점에서 보면, 치의학은 다른 의료 분야보다 더 기업적입니다. 치과 의사는 일반적으로 작은 개인 클리닉을 운영합니다. 다른 의료 분야는 일반적으로 큰 병원에서 운영됩니다. 치과 의사와 병원 모두 효율성을 높이고 환자 결과를 개선하고 싶어합니다. 그러나 병원은 너무 慢且 보수적이기 때문에 새로운 기술을 효과적으로 통합하고 활용하기 어렵습니다. 치과 의사들은 더 민첩하여 새로운 기술을 즉시 적용할 수 있습니다. 병원에서는 새로운 기술을 적용하기 전에 많은 연구와 예산 협의, 이해관계자와의 협의 등이 필요합니다.
펄은 치과 의사들이 직접 참여하여 기술을 개발하고 개선할 수 있도록 했습니다. 치과 의사들은 펄의 기술을 개발하고 개선하는 데 직접 참여할 수 있습니다. 펄은 치과 의사들이 직접 참여하여 기술을 개발하고 개선할 수 있도록 했습니다. 이것이 펄의 기술이 इतन 빠르게 발전할 수 있었던 이유입니다.
인터뷰에 감사드립니다. 더 많은 정보를 원하시는 독자는 펄을 방문해 주세요.












