Ophir Tanz, Người sáng lập & CEO của Pearl – Loạt phỏng vấn

Ophir Tanz, là người sáng lập và CEO của Pearl, một công ty được thành lập dựa trên ý tưởng rằng trí tuệ nhân tạo có thể trở thành trợ lý luôn sẵn sàng của nha sĩ và người bạn đáng tin cậy nhất của bệnh nhân. Các nhà sáng lập của công ty có một mối quan hệ cá nhân độc đáo với ngành nha khoa, cũng như kiến thức và giáo dục để hiện thực hóa đầy đủ và thực tế tiềm năng của trí tuệ nhân tạo.

Điều gì đã thu hút bạn đến với Trí tuệ nhân tạo?

Tôi đã quan tâm đến trí tuệ nhân tạo từ khi còn ở trường đại học. Tôi thấy nhiều cơ hội ở đó và điều đó đã thúc đẩy tôi áp dụng nó vào việc tạo ra các khả năng và ứng dụng thương mại mới. Đặc biệt, tôi quan tâm đến thị giác máy tính – lĩnh vực trí tuệ nhân tạo nơi chúng ta dạy máy tính “nhìn” và hiểu thế giới theo cách giống như não bộ con người – vì vậy sau khi tốt nghiệp, tôi đã thành lập một công ty, GumGum, tập trung vào việc áp dụng trí tuệ nhân tạo vào lĩnh vực truyền thông kỹ thuật số. Mặc dù tôi hiểu được sức mạnh của trí tuệ nhân tạo khá sớm, nhưng khi tôi phát triển công ty, tôi đã bị thu hút bởi sự tiến bộ và thực tế của lĩnh vực này – và trở nên quan tâm đến các ứng dụng rộng hơn của công nghệ.

Công ty đầu tiên của bạn, GumGum, chuyên sử dụng trí tuệ nhân tạo trong quảng cáo ngữ cảnh, đã trở nên rất thành công, bạn thuộc tính thành công này cho yếu tố nào?

Tôi nghĩ rằng điều cho phép GumGum thành công đến mức độ nó đã đạt được là sự nhấn mạnh mà chúng tôi đặt vào ứng dụng và đổi mới trí tuệ nhân tạo. Đó là một công ty quảng cáo kỹ thuật số, nhưng mặc dù chúng tôi hoạt động trong phạm vi rộng lớn của lĩnh vực đó, công việc chúng tôi làm với trí tuệ nhân tạo không bị giới hạn bởi lĩnh vực đó. Điều đó có nghĩa là chúng tôi là một công ty công nghệ cũng như một công ty quảng cáo, điều này tạo ra sự khác biệt đáng kể. Tư duy trí tuệ nhân tạo đầu tiên của chúng tôi đã dẫn chúng tôi đến việc đổi mới trong các lĩnh vực ngoài giới hạn tự nhiên của quảng cáo kỹ thuật số – trong việc định giá tài trợ và,当然, nha khoa. Bởi vì chúng tôi không bao giờ tập trung vào việc trở thành “chỉ một công ty quảng cáo” và chúng tôi luôn tìm cách làm tốt hơn, GumGum đã có thể phát triển cùng với chúng tôi khi tầm nhìn của chúng tôi mở rộng và công nghệ và lĩnh vực trí tuệ nhân tạo tiến hóa.

Có thể bạn chia sẻ câu chuyện về sự ra đời của công ty khởi nghiệp trí tuệ nhân tạo mới của bạn, Pearl?

Sau khi thành lập GumGum và tập trung vào thị giác máy tính, tôi biết có thể làm được nhiều hơn với công nghệ này và luôn tìm kiếm các ứng dụng mới. Chăm sóc sức khỏe và phóng xạ học là những lĩnh vực đặc biệt quan tâm đến tôi, và cũng đại diện cho các ứng dụng rõ ràng của loại học máy mà GumGum đang áp dụng. Chúng tôi đã thành lập một bộ phận nha khoa gọi là GumGum Dental, đây là khởi đầu của Pearl. Tôi quyết định tách bộ phận nha khoa này ra hoàn toàn vì tôi tin rằng cơ hội xứng đáng với một công ty độc lập. Tôi có thể nói đó là số phận một cách nào đó – cha tôi là một nha sĩ, và tôi đã lớn lên giúp đỡ tại phòng khám của ông, vì vậy việc chuyển sang tập trung vào ngành nha khoa là một sự trở về nhà đối với tôi. Nhưng đó không phải là mối quan hệ thời thơ ấu của tôi với nha khoa là động lực chính cho mong muốn lãnh đạo Pearl như một dự án mới. Tôi tin mạnh mẽ rằng thị giác máy tính và trí tuệ nhân tạo sẽ biến đổi nha khoa và chăm sóc sức khỏe toàn cầu, và tôi muốn có thể dành sự chú ý cho dự án mà tôi cảm thấy nó xứng đáng.

Có thể bạn thảo luận về các hệ thống thị giác máy tính và học máy được sử dụng để quét hình ảnh nha khoa radiographic và 3D?

Thị giác máy tính là một dạng trí tuệ nhân tạo dạy máy tính “nhìn” theo cách giống như con người. Chúng tôi cung cấp một lượng lớn dữ liệu hình ảnh nha khoa được chú thích bởi chuyên gia vào một loạt các thuật toán được mô hình hóa trên mạng nơ-ron trong não bộ con người. Bằng cách nghiên cứu các hình ảnh được chú thích, mạng lưới học cách nhận ra các bệnh lý nha khoa mà đã được đánh dấu trong các hình ảnh được chú thích. Quá trình này được gọi là ‘học có giám sát’. Bằng cách dạy máy tính theo cách này, nó có thể học cách nhận ra hình ảnh theo những cách không буквальный. Ví dụ, nó học cách xác định một đối tượng bị che khuất một phần hoặc chỉ có thể nhìn thấy từ một số góc độ nhất định bằng cách hấp thụ hàng nghìn ví dụ khác nhau và xây dựng một hình ảnh “tư duy” của máy tính về đối tượng đó.

Chúng tôi đã dạy trí tuệ nhân tạo và thuật toán học máy của mình bằng cách xây dựng một bộ sưu tập lớn các bức xạ nha khoa và làm việc với nha sĩ và bác sĩ phóng xạ để gắn nhãn cho các hình ảnh, sau đó sử dụng các hình ảnh được gắn nhãn này để dạy hệ thống cách giải thích các hình ảnh mới. Giờ đây chúng tôi có một trí tuệ nhân tạo có thể chỉ ra các vấn đề tiềm ẩn có thể được xác định trong các bức xạ nha khoa và giúp nha sĩ đọc các bức xạ nha khoa của bệnh nhân một cách chính xác và nhất quán hơn.

Loại thông tin hoặc chẩn đoán nào được tiết lộ bởi hệ thống này?

Hệ thống trí tuệ nhân tạo radiologic của chúng tôi có thể phát hiện một loạt các tình trạng bệnh lý và không bệnh lý, tính năng phục hồi, và giải phẫu tự nhiên. Sâu răng, mất xương, radiolucency quanh chóp, calculus, crowding, calculus, impaction, WPL, furcation, obturation, margin discrepancy – danh sách quá dài để liệt kê tất cả và nó vẫn đang phát triển. Nhiều khả năng này được bao gồm trong Second Opinion, công cụ hỗ trợ phát hiện bệnh lý thời gian thực của chúng tôi hiện có sẵn ở Canada, Úc, Châu Âu và một số lãnh thổ khác, và hầu hết đều được áp dụng trong Practice Intelligence, giải pháp thông minh lâm sàng không hướng đến bệnh nhân của chúng tôi, hiện có sẵn cho các phòng khám ở Mỹ và toàn cầu.

Loại dữ liệu hình ảnh nào được sử dụng để đào tạo hệ thống?

Hệ thống phát hiện bệnh lý radiologic của chúng tôi được đào tạo trên các bức xạ nha khoa bitewing, periapical và pano, đây là những loại bức xạ nha khoa phổ biến nhất trong chẩn đoán nha khoa – loại bức xạ nha khoa mà bạn nhận được tại nha sĩ mỗi hai năm hoặc khi cần. Hình ảnh bức xạ nha khoa tương đối dễ thu được trong lĩnh vực nha khoa so với các hình thức y học khác và nhiều bức xạ nha khoa được chụp hàng năm hơn bất kỳ hình thức bức xạ nào khác. Phần tốn kém và mất thời gian là việc nhận được các chuyên gia xem xét và gắn nhãn cho các bức xạ nha khoa. Chúng tôi đã biên soạn bộ sưu tập lớn nhất các bức xạ nha khoa được gắn nhãn trên thế giới. Sự sẵn có của dữ liệu bức xạ nha khoa là một phần của những gì làm cho lĩnh vực nha khoa trở nên dễ bị gián đoạn bởi trí tuệ nhân tạo.

Loại cải tiến hiệu suất và tỷ lệ chính xác nào đã được thấy từ hệ thống Pearl so với việc xem xét hình ảnh của con người?

Chúng tôi đã thực hiện một số nghiên cứu lớn trên hàng nghìn bức xạ nha khoa và hàng trăm nha sĩ để kiểm tra độ chính xác của hệ thống của chúng tôi, cả như một hệ thống phát hiện độc lập và khi được sử dụng để hỗ trợ nha sĩ. Chúng tôi đã xem xét độ chính xác cho từng loại phát hiện cũng như trên toàn bộ các phát hiện được hỗ trợ bởi hệ thống. Có sự biến thiên trong độ chính xác giữa các lớp phát hiện cá nhân với độ chính xác dao động từ khoảng 84-96 phần trăm. Tổng thể, hệ thống chính xác hơn 92 phần trăm thời gian. Đó là khá tốt và hệ thống tiếp tục được cải thiện.

Trong ý kiến của bạn, điều gì đang cản trở việc áp dụng rộng rãi trí tuệ nhân tạo trong các phòng khám nha khoa?

Sự đón nhận đã rất tích cực từ các nha sĩ sử dụng Second Opinion ở nước ngoài và hàng nghìn văn phòng đã triển khai Practice Intelligence ở Mỹ, vì vậy có một phân khúc trong ngành đã sẵn sàng cho việc tích hợp trí tuệ nhân tạo rộng rãi trong nha khoa. Nhưng việc áp dụng rộng rãi hơn đòi hỏi phải nâng cao nhận thức. Trí tuệ nhân tạo là mới trong lĩnh vực nha khoa. Khi chúng tôi bắt đầu làm việc về nha khoa radiology như GumGum Dental, chúng tôi là, theo kiến thức của tôi, doanh nghiệp thương mại duy nhất tham gia vào nỗ lực này. Đó là năm năm trước. Các giải pháp thị trường đầu tiên xuất hiện vào cuối năm 2019 và chúng là ứng dụng bảo hiểm và phòng thí nghiệm, không phải ứng dụng lâm sàng. Chúng tôi đã ra mắt Practice Intelligence vào năm 2020 và Second Opinion đã进入 thị trường toàn cầu vào tháng 9 năm 2021. Vì vậy, đối với hầu hết nha sĩ, trí tuệ nhân tạo là một điều gì đó mới mẻ. Họ cần được giới thiệu về nó và được dạy về những gì nó có thể và không thể làm. Có một số quan niệm sai lầm về trí tuệ nhân tạo cần được khắc phục. Một số nha sĩ có thể xem trí tuệ nhân tạo như một mối đe dọa, ví dụ. Những quan niệm sai lầm này sẽ được giải quyết khi nha sĩ trở nên thông thạo hơn về công nghệ.

Trong 10 năm tới, tầm nhìn của bạn cho tương lai của chăm sóc nha khoa là gì?

Khi ngành nha khoa tiếp tục chấp nhận chuyển đổi số, tôi thấy nha sĩ tích hợp trí tuệ nhân tạo vào hầu hết các nhiệm vụ tốn thời gian mà họ thực hiện hàng ngày – như lập biểu đồ, sắp xếp lịch hẹn, hoạt động, quản lý hàng tồn kho – để họ có thể tập trung vào bệnh nhân chứ không phải vào các nhiệm vụ thường xuyên mà chúng lấy đi thời gian của họ. Chúng ta sẽ thấy một tiêu chuẩn chăm sóc bệnh nhân cao hơn trên toàn bộ, chi phí thấp hơn và, cuối cùng, một ngành công nghiệp lớn hơn mang lại sức khỏe răng miệng tốt hơn cho nhiều người trên thế giới.

Tôi cũng sẽ ngạc nhiên nếu, trong 15 năm, trí tuệ nhân tạo không bắt đầu tạo ra một con đường dẫn đến chẩn đoán dự đoán và lập kế hoạch điều trị cá nhân hóa. Liệu bệnh nhân này có nguy cơ cao hơn về sâu răng dựa trên hồ sơ di truyền, lối sống, chẩn đoán trước đây? Chúng ta có thể khuyên một cách phòng ngừa mà sẽ giảm nhu cầu của họ về điều trị xâm lấn trong tương lai? Nếu họ có sâu răng bây giờ, dựa trên những gì chúng ta biết về các đặc điểm cá nhân của họ, chúng ta có cần phải tiến hành điều trị phục hồi ngay bây giờ hay có thể trì hoãn với kỳ vọng rằng một thay đổi cụ thể trong lối sống hoặc tiêu thụ sẽ có khả năng làm giảm sự tiến triển của sâu răng? Với sự hỗ trợ của trí tuệ nhân tạo, chúng ta nên có thể trả lời những câu hỏi này – và, trong khi chúng ta đang làm điều đó, có thể thu hẹp khoảng cách không tự nhiên giữa sức khỏe răng miệng và sức khỏe toàn thân hiện nay.

Có điều gì khác mà bạn muốn chia sẻ về Pearl?

Chuyên gia đã hứa hẹn rằng trí tuệ nhân tạo sẽ mang lại kết quả lâm sàng tốt hơn và tiết kiệm chi phí trong ngành chăm sóc sức khỏe trong hơn một thập kỷ. Nhiều lời hứa hẹn này đã không được thực hiện. Nha khoa thực sự là một trong những người đến muộn trong trò chơi trí tuệ nhân tạo, nhưng trí tuệ nhân tạo đang tiến bộ trong nha khoa nhanh hơn nhiều so với trong các danh mục chăm sóc sức khỏe khác. Tại sao?

Xem xét y học thông qua một ống kính thương mại, nha khoa là rất nhiều doanh nghiệp hơn so với các hình thức y học khác. Nha khoa được thực hiện trong nhiều phòng khám nhỏ, truyền thống tư nhân. Hầu hết các hình thức y học khác được quản lý bởi các bệnh viện, thường là các tổ chức lớn, quan liêu. Cả phòng khám nha khoa và bệnh viện đều có mong muốn tăng hiệu quả, cải thiện kết quả cho bệnh nhân, v.v., nhưng về mặt cấu trúc, bệnh viện quá chậm chạp và bảo thủ để tích hợp và tận dụng các công nghệ mới nổi mang lại những mong muốn đó. Mặt khác, các phòng khám nha khoa thì linh hoạt – và tính cách doanh nghiệp của nha sĩ làm cho nha khoa trở thành một môi trường màu mỡ hơn cho các đổi mới như trí tuệ nhân tạo. Nếu một nha sĩ nhìn thấy lợi ích tiềm năng trong một điều gì đó, họ có thể triển khai nó ngay lập tức. Một bệnh viện sẽ không thể hành động với sự quyết đoán như vậy. Sẽ có các nghiên cứu khả thi và tác động, phản đối từ các bên quan tâm và cổ đông, đàm phán ngân sách, và một loạt các chướng ngại vật khác mà một công nghệ mới sẽ phải vượt qua trước khi triển khai.

Cũng quan trọng không kém là thực tế rằng nha sĩ có thể đóng góp vào nỗ lực phát triển và cải tiến trí tuệ nhân tạo nếu họ muốn. Pearl đã có thể hình thành, xây dựng và thương mại hóa công nghệ này một cách nhanh chóng như chúng tôi đã làm cả vì nha sĩ là người tiêu dùng chủ động và được trao quyền – chúng tôi đang phát triển sản phẩm cho một thị trường không bị cản trở bởi ma sát quan liêu mà các công ty phải đối mặt khi bán vào bệnh viện – và vì nha sĩ được tự do đưa sự hỗ trợ vật chất và trí tuệ của họ đằng sau nỗ lực của chúng tôi. Cuối cùng, trí tuệ nhân tạo của chúng tôi thông minh như nó có vì nó đã được đào tạo và tinh chỉnh bởi một đội quân nha sĩ thông minh tin vào công nghệ và được tự do đóng góp vào việc tạo ra nó.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Pearl.