珍珠公司创始人兼CEO奥菲尔·坦茨 – 专访系列

奥菲尔·坦茨是Pearl公司的创始人和CEO，Pearl是一家基于人工智能的公司，旨在为牙科医生提供一个全面的辅助工具和患者的可靠朋友。该公司的创始人对牙科行业有着深刻的理解和个人联系，并具备将人工智能的潜力转化为现实的知识和教育。

是什么最初吸引你进入人工智能领域？

我从大学时期就对人工智能感兴趣，并看到了其中的机会，这驱动了我将其应用于创造新能力和商业应用的雄心。特别是，我对计算机视觉感兴趣，这是人工智能的一个领域，我们教计算机以与人类大脑相同的方式“看到”和理解世界。毕业后，我创立了一家公司GumGum，专注于将视觉机器智能应用于数字媒体领域。虽然我很早就理解了人工智能的力量，但随着公司的发展，我意识到该领域变得越来越先进和实用，我对其更广泛的应用也越来越感兴趣。

你的第一家公司GumGum专注于使用人工智能进行背景广告，最终取得了巨大的成功。你将这次成功归因于什么？

我认为GumGum成功的关键在于我们对人工智能应用和创新所做的强调。虽然我们是一家数字广告公司，但我们的工作并不局限于该领域。我们是一家科技公司，拥有强大的AI驱动的创新能力，这使我们在数字广告领域内外都有所作为。我们的AI优先的思维方式使我们能够在数字广告以外的领域进行创新，例如赞助价值评估和牙科领域。由于我们不仅仅是一家广告公司，我们能够随着我们的愿景扩展和人工智能技术的进步而发展。

你能分享一下你新的人工智能创业公司Pearl的创立故事吗？

在创立GumGum并专注于计算机视觉之后，我知道我们可以用这项技术做更多的事情，并且一直在寻找新的应用领域。医疗保健和放射学对我来说尤其感兴趣，也是机器学习的明显应用领域。我们在GumGum下创建了一个名为GumGum Dental的牙科部门，这就是Pearl的起源。我决定将牙科部门完全剥离出来，因为我相信这个机会值得成立一家独立的公司。也许可以说这是命中注定的——我的父亲是一名牙医，我在成长过程中经常帮助他的工作，这让我对牙科行业有了深刻的理解。但是，我的童年经历并不是我创立Pearl的主要动机。我坚信计算机视觉和人工智能将改变牙科和全球医疗保健，我希望能够专注于这个项目并给予它应有的关注。

你能讨论一下用于扫描放射学和3D牙科图像的计算机视觉和机器学习系统吗？

计算机视觉是一种人工智能，教计算机以与人类相同的方式“看到”世界。我们将大量专家注释的牙科图像数据输入一系列算法中，这些算法模仿了人类大脑中的神经网络。通过研究注释的图像，网络学习如何识别牙科病理，例如在注释图像中标记的病理。这个过程称为“有监督的学习”。通过这种方式教计算机，我们可以使其以非字面意义上识别图像。例如，它可以识别部分遮挡的物体或只能从某些角度看到的物体，通过吸收成千上万个不同示例并建立计算机版本的精神图像。

我们通过建立一个大型的牙科放射图像集合，并与牙医和放射科医生合作注释这些图像来训练我们的AI和机器学习算法。现在，我们拥有一个可以指出放射图像中潜在问题的AI，并帮助牙医更准确、更一致地阅读患者的放射图像。

对于我们的3D图像系统，我们使用了一种类似的方法，但使用了不同的算法类别。3D图像包含更多数据，这有时使注释更加耗时。当然，由于有更多的数据，一旦系统被训练来解释3D图像，它就可以更精确地找到问题。就像人类查看锥束扫描或传统的咬合片放射图一样，我们可以在锥束扫描中看到每一个小的牙齿方面，但在咬合片放射图中，我们只能看到某些基本的牙齿结构。人工智能面临着同样的挑战。

该系统可以揭示什么类型的信息或诊断？

我们的放射学AI系统可以检测到大量的病理和非病理条件、修复特征和自然解剖结构。龋齿、骨质丧失测量、近髓放射性、牙石、拥挤、牙石、阻生、WPL、分叉、充填、边缘不符——列表太长，无法枚举所有内容，并且不断增长。其中许多功能都包含在我们的实时病理检测辅助工具Second Opinion中，该工具目前在加拿大、澳大利亚、欧洲和其他几个地区可用。这些功能也应用于我们的非患者面向的临床智能解决方案Practice Intelligence，该解决方案在美国和全球的诊所中可用。

该系统是如何训练的？

我们的放射学病理检测系统是使用咬合片、周围片和全景片等常见的牙科诊断图像训练的。这些图像是相对容易在牙科领域中获取的，牙科放射图像每年比其他任何形式的放射图像都要多。获取专家审查和注释这些X光片的过程是耗时且昂贵的。我们已经编制了世界上最大的标记牙科X光片集合。牙科领域中放射图像的可用性是人工智能能够在牙科领域中迅速发展的原因之一。

与手动人工审查图像相比，Pearl系统的效率和准确率有何改善？

我们已经进行了多项大规模研究，涉及数千张放射图像和数百名牙医，以测试我们的系统的准确性，既作为独立的检测系统，也作为辅助牙医的工具。我们已经研究了每种检测类型的准确性，以及系统支持的所有检测的总体准确性。不同检测类别之间的准确性存在差异，准确率从84％到96％不等。总体而言，系统的准确率超过92％。这是一个很好的结果，系统将继续改进。

当然，这些绝对的准确率并不是那么具有指示性，相比之下，系统与人类牙医相比的相对准确率更为重要。如果人类的准确率为60％，那么一个仅仅70％准确的AI系统就能提供显著的优势。我们已经进行的包括人类独立组成部分的研究显示，牙医的准确率在70％至85％之间。然而，个别牙医之间存在显著的差异，因此，有些牙医的准确率与我们的系统相当甚至更高，而有些牙医的准确率则远远低于我们的系统。为了评估系统的益处，我们希望看到牙医在使用系统时的准确率提高，而不是不使用系统时的准确率。我们的研究表明，系统确实带来了这样的益处。

现在Second Opinion正在被应用于实践中，我们需要进行更多的研究，以了解其在现实世界中的影响。我们正在与德国的学术合作伙伴一起进行这项工作。它是否能够加快患者的访问速度？它是否能够促进医生和患者之间的更好沟通？它是否能够提高患者的信任度？它是否能够提高病例的接受率？我们正在努力回答这些问题。最终，我们希望研究系统对患者健康结果的影响，但这是一项长期的项目。

我应该提到，由于Practice Intelligence部分是一个分析工具，可以评估整个诊所的患者健康特征和医生的诊断和治疗规划表现，我们实际上已经对AI对患者护理的影响有一定的了解。虽然这不是学术研究，但我们最近进行了一项研究，研究了十个启用了Practice Intelligence的诊所在一个月内的生产数据。在那个月里，系统平均每个诊所发现了超过84,000美元的潜在错过的治疗机会，用于安排在那段时间内的患者。对于这84,000美元的潜在机会，诊所能够完成平均12,500美元的修复治疗和23,800美元的专科治疗。这一增长来自于以前错过的治疗机会。由于这些治疗已经完成，我们可以假设这些治疗是必要的，应该在患者之前的访问后提供。

你认为什么因素阻碍了人工智能在牙科诊所中的更广泛应用？

来自国外使用Second Opinion的牙医和在美国部署了Practice Intelligence的千余家诊所的反馈非常积极，因此，行业中有一部分人已经对人工智能在牙科中的集成有了很大的兴趣。但是，更广泛的采用需要更广泛的认识。人工智能是牙科领域中的新事物。当我们开始在GumGum Dental上工作时，我认为我们是唯一一家从事这一努力的商业企业。那是五年前。第一个上市的解决方案出现在2019年末，这些解决方案是保险和实验室应用，而不是临床应用。我们在2020年推出了Practice Intelligence，Second Opinion于2021年9月进入全球市场。因此，对于大多数牙医来说，人工智能仍然是一种新鲜事物。他们需要被介绍给人工智能，并被教导人工智能可以和不能做什么。有一些关于人工智能的误解需要克服。有些牙医可能倾向于将人工智能视为一种威胁。这些误解将随着牙医们对人工智能的功能有了更好的了解而得到解决。人工智能的益处从根本上来说是有吸引力的——更高的护理标准、更好的口腔健康、更强的财务结果——因此，我预计一旦人工智能在牙科领域的识别度达到临界点，采用率就会迅速加快。

你对未来十年的牙科护理有什么展望？

随着牙科行业继续接受数字化转型，我预见牙医将人工智能融入他们每天执行的大多数耗时任务中，例如图表、排班、运营、库存管理，以便他们可以专注于患者，而不是被那些与他们的技能不相符的例行任务分散注意力。我们将看到更高的护理标准、更低的成本，最终，一个更大的行业将为世界各地更多的人带来更好的口腔健康。

在15年内，我不会感到惊讶，如果人工智能没有开始为预测性诊断和个性化治疗规划铺平道路。我们能否根据个体患者的基因特征、生活方式、过去的诊断来判断他们是否更容易患上龋齿？我们能否推荐一种预防性方法来减少他们未来的侵入性治疗的需求？如果他们现在有龋齿，我们是否可以推迟修复性治疗，还是应该立即进行？有了人工智能的支持，我们应该能够回答这些问题——并且，在此过程中，可能会缩小目前存在于口腔健康和全身健康之间的不自然的差距。

关于Pearl还有什么其他信息你想分享吗？

专家们已经承诺人工智能将在医疗保健行业带来更好的临床结果和节省成本，已经超过十年了。许多这些承诺并没有实现。牙科实际上是人工智能应用较晚的领域，但人工智能在牙科领域的发展速度却比其他医疗保健类别快得多。为什么会这样？从商业角度来看，牙科比其他形式的医学更具创业精神。牙科是在许多小型、传统上私营的诊所中进行的。其他形式的医学通常由大型的官僚机构管理。牙科诊所和医院都希望提高效率、改善患者结果等，但结构上，医院行动太慢，太保守，无法有效地整合和利用新兴技术。另一方面，牙科诊所则更加敏捷——牙医的创业精神使牙科成为创新如人工智能的沃壤。如果牙医看到某事物的潜在好处，他们可以立即实施。医院则无法做出这样的决定。将会有可行性和影响研究、相反的利益和利益相关者、预算谈判和其他需要新技术跳过的障碍。

同样重要的是，牙医可以贡献于开发和改进人工智能的努力。Pearl能够如此迅速地构思、构建和商业化这项技术，是因为牙医是积极和授权的消费者——我们正在为一个不受医院面临的官僚摩擦的市场开发产品。并且，因为牙医可以自由地为我们的努力提供物质和智力支持。最终，我们的人工智能之所以如此智能，是因为它得到了相信该技术并有自由为其创造做出贡献的众多聪明牙医的训练和磨练。

感谢这次精彩的采访，希望读者能够通过访问Pearl的网站来了解更多信息。