Ophir Tanz, Fundador e CEO da Pearl – Série de Entrevistas

Ophir Tanz é o fundador e CEO da Pearl, uma empresa que foi fundada com base na ideia de que a inteligência artificial pode ser o assistente sempre ligado do profissional de odontologia e o amigo mais confiável do paciente. Seus fundadores têm uma conexão pessoal única com as complexidades da indústria odontológica, bem como o conhecimento e a educação para atualizar o potencial completo e prático que a IA tem a oferecer.

O que inicialmente o atraiu para a Inteligência Artificial?

Estou interessado em IA desde que estava na faculdade. Vi muitas oportunidades ali e isso impulsionou minha ambição para aplicá-la na criação de novas capacidades e aplicações comerciais. Em particular, estava interessado em visão computacional –– o campo da inteligência artificial em que ensinamos computadores a ver, processar e entender o mundo da mesma forma que o cérebro humano faz –– então, após me formar, lancei uma empresa, GumGum, que se concentrou em aplicar a inteligência de máquina visual para criar valor na categoria de mídia digital. Embora eu entendesse o poder da IA bastante cedo, à medida que crescia aquela empresa, fui atingido por quão avançada e prática a área estava se tornando –– e me tornei cada vez mais interessado em aplicações mais amplas da tecnologia.

Sua primeira empresa, GumGum, que se especializou no uso de IA em publicidade contextual, acabou sendo muito bem-sucedida. O que você atribui a esse sucesso?

Acho que o que permitiu que a GumGum tivesse sucesso na medida em que teve foi a ênfase que colocamos na aplicação e inovação da IA. É principalmente uma empresa de publicidade digital, mas embora operássemos dentro dos limites mais amplos daquela categoria, o trabalho que fizemos com a IA não estava realmente confinado pela categoria. Isso significava que éramos uma empresa de tecnologia tanto quanto uma empresa de adtech, o que criou uma diferenciação significativa. Nossa mentalidade de IA em primeiro lugar nos levou a inovar em áreas fora dos limites naturais da publicidade digital –– em valoração de patrocínio e, claro, odontologia. Porque nunca nos concentramos em ser “apenas uma empresa de publicidade” e estávamos constantemente procurando maneiras de fazer melhor, a GumGum foi capaz de crescer conosco à medida que nossa visão se expandia e a tecnologia subjacente e o campo da IA evoluíam.

Pode compartilhar a história de criação por trás de sua nova startup de IA, Pearl?

Depois de iniciar a GumGum e me concentrar em visão computacional, sabia que havia mais que podíamos fazer com a tecnologia e sempre estava à procura de novas aplicações. Saúde e radiologia eram de particular interesse para mim, e também representavam aplicações claras do tipo de aprendizado de máquina que a GumGum estava aplicando. Lançamos uma divisão odontológica chamada GumGum Dental, que foi a gênese da Pearl. Decidi separar completamente a divisão odontológica porque acreditei que a oportunidade justificava uma empresa independente. Posso dizer que foi meio que destino – meu pai era dentista, e cresci ajudando no consultório dele, então mudar para me concentrar na indústria odontológica foi um pouco como um retorno ao lar para mim. Mas não foi como se minha conexão de infância com a odontologia fosse o principal impulso para meu desejo de liderar a Pearl como uma nova empresa. Acredito firmemente que a visão computacional e a IA transformarão a odontologia e a saúde global, e queria ser capaz de dar a atenção ao projeto que sinto que ele merece.

Pode discutir os sistemas de visão computacional e aprendizado de máquina usados para digitalizar imagens radiográficas e 3D odontológicas?

A visão computacional é uma forma de IA que ensina computadores a “ver” de maneira semelhante à dos humanos. Alimentamos grandes quantidades de imagens dentárias anotadas por especialistas em algoritmos modelados nas redes neurais do cérebro humano. Ao estudar as imagens anotadas, a rede aprende a reconhecer patologias dentárias do tipo que foram marcadas nas imagens anotadas. Esse processo é chamado de ‘aprendizado supervisionado’. Ao ensinar um computador dessa maneira, ele pode aprender a reconhecer imagens de maneiras não literais. Por exemplo, aprende a identificar um objeto parcialmente obscurecido ou que pode ser visto apenas de certos ângulos, absorvendo milhares de diferentes exemplos e construindo o que é essencialmente a versão do computador de uma imagem mental daquele objeto.

Ensinei nossa IA e algoritmos de aprendizado de máquina construindo uma grande coleção de radiografias e trabalhando com dentistas e radiologistas para rotular as imagens, então usei essas imagens rotuladas para ensinar o sistema a interpretar novas imagens. Agora temos uma IA que pode apontar questões potenciais que podem ser identificadas em radiografias e ajudar dentistas a ler radiografias de pacientes com mais precisão e consistência.

Para nossos sistemas de imagem 3D, usamos uma abordagem semelhante, mas com diferentes classes de algoritmos. Com 3D, o treinamento pode ser mais complexo, porque as imagens 3D contêm muito mais dados, o que às vezes torna a anotação mais laboriosa. Claro, porque há muito mais dados, uma vez que o sistema tenha sido treinado para interpretar uma imagem 3D, ele é capaz de ser mais preciso em suas descobertas. É essencialmente o mesmo que quando um humano olha para um cone de feixe versus uma radiografia bitewing tradicional: podemos ver cada pequeno facetado do dente em uma tomografia computadorizada de cone de feixe (CBCT), mas podemos apenas fazer distinções básicas de estruturas dentárias em uma radiografia bitewing. A IA enfrenta o mesmo desafio.

Que tipo de informação ou diagnóstico é revelado por esse sistema?

Nosso sistema de IA radiológica pode detectar uma grande variedade de condições patológicas e não patológicas, recursos restauradores e anatomia natural. Cáries, medição de perda óssea, radiolucência periapical, cálculo, apiçamento, cálculo, impactação, WPL, furcação, obturação, discrepância de margem –– a lista é longa demais para enumerar tudo e continua crescendo. Muitas dessas capacidades estão incluídas em Second Opinion, nossa ajuda de detecção de patologia em tempo real atualmente disponível no Canadá, Austrália, Europa e vários outros territórios, e a maioria é aplicada em Practice Intelligence, nossa solução de inteligência clínica sem rosto de paciente, que está disponível para consultórios nos EUA e globalmente.

Que tipo de dados de imagem foi usado para treinar o sistema?

Nosso sistema de detecção de patologia radiológica foi treinado em radiografias bitewing, periapicais e panóricas, que são as mais comuns em diagnósticos odontológicos –– os tipos de raios-X que você obtém no dentista a cada dois anos ou conforme necessário. Imagens radiográficas são relativamente fáceis de obter no campo odontológico em comparação com outras formas de medicina, e mais radiografias odontológicas são capturadas anualmente do que qualquer outra forma de radiografia. A parte cara e demorada é obter especialistas para revisar e anotar os raios-X. Compilamos a maior coleção mundial de raios-X odontológicos rotulados. A disponibilidade desses dados radiográficos é parte do que torna o campo odontológico tão propenso a ser disruptado pela IA.

Que tipo de melhorias de eficiência e taxas de precisão foram vistas no sistema Pearl em comparação com a revisão manual humana de imagens?

Realizamos vários grandes estudos em milhares de radiografias e centenas de dentistas para testar a precisão do nosso sistema, tanto como um sistema de detecção autônomo quanto quando usado para ajudar dentistas. Olhamos para a precisão de cada tipo de detecção, bem como amplamente em todas as detecções suportadas pelo sistema. Há variação na precisão entre classes de detecção individuais, com precisão variando de cerca de 84-96 por cento. No geral, o sistema está correto pouco mais de 92 por cento do tempo. Isso é bastante bom, e o sistema continua a melhorar.

Claro, esses números absolutos de precisão não são tão indicativos quanto é a precisão relativa do sistema em comparação com dentistas humanos. Se a precisão humana fosse de 60%, um sistema de IA que fosse preciso apenas 70% do tempo forneceria uma vantagem considerável para os dentistas que o usam. Nos estudos que realizamos que incluíam um componente autônomo humano, os dentistas variam de 70-85%. Há uma variação significativa entre dentistas individuais, no entanto, então há certamente alguns dentistas lá fora que são igualmente ou mais precisos do que o nosso sistema, e uma boa porcentagem que é muito menos precisa. Para avaliar o benefício do sistema, o que queremos ver é um aumento na precisão para um dentista ao usar o sistema em comparação com o mesmo dentista quando não o usa. Nossos estudos mostram um benefício claro.

Agora que Second Opinion está sendo usado em consultórios, precisamos fazer mais pesquisas para olhar o impacto no mundo real. Estamos começando a fazer isso com a ajuda de parceiros acadêmicos na Alemanha. Isso acelera as visitas de pacientes? Isso facilita uma melhor comunicação médico-paciente? Isso melhora a confiança do paciente? Isso eleva a aceitação do caso? Estamos trabalhando para responder a essas perguntas. Eventualmente, gostaríamos de investigar o impacto do sistema nos resultados de saúde dos pacientes, mas esse é um projeto de longo prazo.

Devo notar que, porque Practice Intelligence é em parte uma ferramenta de análise que pode avaliar características de saúde de pacientes em toda a prática e o desempenho de diagnóstico e planejamento de tratamento dos profissionais, na verdade temos algum sentido de como a IA pode impactar os cuidados com os pacientes. Não é uma pesquisa de estilo acadêmico, mas recentemente realizamos um estudo olhando para dados de produção de dez consultórios habilitados com Practice Intelligence durante um período de um mês. Durante esse mês, o sistema revelou uma média de mais de $84.000 por consultório em oportunidades de tratamento potencialmente perdidas em radiografias anteriores para pacientes com consultas agendadas naquele período. Para essa oportunidade de $84.000 revelada, os consultórios foram capazes de completar uma média de $12.500 em tratamento restaurador e um adicional de $23.800 em tratamento especializado. Esse impulso vem de oportunidades de tratamento que foram anteriormente perdidas. Porque foi concluído, podemos supor que esses tratamentos eram necessários e deveriam ter sido fornecidos após as visitas anteriores dos pacientes. Esse foi um estudo de caso informal, mas parece claramente mostrar que a IA traz benefícios significativos, tanto para os pacientes quanto para os consultórios que a estão usando.

O que, na sua opinião, está impedindo a adoção mais ampla de IA em clínicas dentárias?

A recepção tem sido extremamente positiva de dentistas que usam Second Opinion no exterior e dos mais de mil consultórios que implantaram Practice Intelligence nos EUA, então há um segmento da indústria que já tem um desejo de integração ampla de IA em odontologia. Mas uma adoção mais ampla requer uma conscientização mais ampla. A IA é nova no campo odontológico. Quando começamos a trabalhar em radiologia odontológica como GumGum Dental, éramos, até onde sei, a única empresa comercial engajada nesse esforço. Isso foi cinco anos atrás. As primeiras soluções comercializáveis surgiram no final de 2019, e elas eram aplicações de seguros e laboratoriais, não aplicações clínicas. Lançamos Practice Intelligence em 2020, e Second Opinion entrou no mercado global em setembro de 2021. Então, para a maioria dos dentistas, a IA é uma novidade. Eles precisam ser apresentados a ela e ensinados sobre o que ela pode e não pode fazer. Há alguns mal-entendidos sobre a IA que precisam ser superados. Certos dentistas podem inclinar a ver a IA como uma ameaça, por exemplo. Esses mal-entendidos serão resolvidos à medida que os dentistas se tornarem mais informados sobre sua utilidade. Os benefícios da IA são fundamentalmente atraentes – um padrão mais alto de cuidados, melhor saúde bucal, resultados financeiros mais fortes para os consultórios – então espero que a adoção acelere rapidamente uma vez que a alfabetização em IA em odontologia atinja uma massa crítica.

Qual é sua visão para o futuro dos cuidados odontológicos em 10 anos?

À medida que a indústria odontológica continua a abraçar a transformação digital, vejo dentistas incorporando a IA na maioria das tarefas demoradas que eles realizam diariamente – como registro, agendamento, operações, gerenciamento de estoque – para que eles possam se concentrar nos pacientes em vez de nas tarefas rotineiras que os afastam do trabalho para o qual suas habilidades são singularmente adequadas. Veremos um padrão mais alto de cuidados com os pacientes em todo o mundo, custos mais baixos e, eventualmente, uma indústria maior trazendo melhor saúde bucal para mais pessoas ao redor do mundo.

Também serei surpreendido se, dentro de 15 anos, a IA não tiver começado a abrir um caminho para diagnósticos preditivos eficazes e planejamento de tratamento personalizado. Esse paciente individual está em maior risco de cáries com base em seu perfil genético, estilo de vida, diagnósticos anteriores? Podemos recomendar uma abordagem preventiva que reduzirá a necessidade de um tratamento invasivo no futuro? Se ele tiver cáries agora, com base no que sabemos sobre suas características individuais, precisamos proceder com o tratamento restaurador agora ou podemos adiar com a expectativa de que uma mudança específica no estilo de vida ou no consumo abrandará o progresso da deterioração? Com o apoio da IA, devemos ser capazes de responder a essas perguntas – e, enquanto estamos nisso, talvez estreitar a lacuna não natural entre saúde bucal e saúde sistêmica que existe hoje.

Há algo mais que você gostaria de compartilhar sobre a Pearl?

Especialistas vêm prometendo que a IA fornecerá melhores resultados clínicos e economia de custos na indústria de saúde por mais de uma década. Muitas dessas promessas não foram realizadas. A odontologia está um pouco atrasada no jogo de IA, mas a IA está avançando na odontologia muito mais rapidamente do que em outras categorias de saúde. Por quê?

Ao considerar a medicina por meio de uma lente comercial, a odontologia é muito mais empreendedora do que outras formas de medicina. A odontologia é realizada em muitos consultórios pequenos, tradicionalmente de propriedade privada. A maioria das outras formas de medicina é gerenciada por hospitais, que são geralmente grandes instituições corporativas burocráticas. Consultórios odontológicos e hospitais têm o mesmo desejo de aumentar a eficiência, melhorar os resultados dos pacientes, etc., mas estruturalmente os hospitais são muito lentos e conservadores para integrar e capitalizar efetivamente tecnologias emergentes que atendam a esses desejos. Os consultórios odontológicos, por outro lado, são ágeis – e o caráter empreendedor dos dentistas torna a odontologia um terreno muito mais fértil para inovações como a IA. Se um dentista vê um benefício potencial em algo, ele pode implementá-lo imediatamente. Um hospital não será capaz de agir com esse tipo de decisão unilateral. Haverá estudos de viabilidade e impacto, rejeição de interesses e partes interessadas contrárias, negociações orçamentárias e uma série de outros obstáculos pelos quais uma nova tecnologia terá que passar antes da implementação.

Da mesma forma importante, no entanto, é o fato de que os dentistas podem contribuir para o esforço para desenvolver e melhorar a IA se eles quiserem. A Pearl foi capaz de conceber, construir e comercializar essa tecnologia tão rapidamente quanto fizemos, tanto porque os dentistas são consumidores ativos e capacitados – estamos desenvolvendo produtos para um mercado que não é impedido pela fricção burocrática enfrentada por empresas que tentam vender para hospitais – quanto porque os dentistas estão livres para dar seu apoio material e intelectual aos nossos esforços. Ultimate, nossa IA é tão inteligente quanto é porque foi treinada e aprimorada por um exército de dentistas inteligentes que acreditam na tecnologia e estavam livres para contribuir com sua criação.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Pearl.