几年前，一本广泛阅读的杂志发表了一位作家的第一手资料，他去看了50名牙医，得到了几乎同样多的不同诊断和治疗方案，费用从不到500美元到近3万美元不等。作者的结论无疑得到了数百万读者的认同:“牙科是一门极其不精确的科学。”
对他的经历最善意的解释是，牙科x光片的解读是高度主观的。几乎所有的牙科诊断都依赖于x光片的信息，自20世纪50年代以来，x光片一直是检测和评估龋齿和其他种类牙科疾病的主要工具。然而，牙医并不是专业的放射科医生;阅读x光片是他们技能中相对较小的一部分。不同的牙医看到或相信他们看到的问题不同，他们对需要的治疗方法得出不同的结论。差异可能非常大;在最近一项涉及100多名牙医的研究中，根据同一颗牙齿的x光片，建议从根本不治疗到数千美元的工作。即使排除了异常值，缺乏单一的、普遍认可的治疗方案也是令人吃惊的。
对于这种不光彩的状况，有一种补救办法。它是我们这个时代革命性的、不可或缺的、越来越普遍的技术之一:人工智能，简称AI。
人工智能已经以各种形式深入到日常生活中，执行复杂而微妙的活动，如驾驶汽车、识别人脸和将外语翻译成习惯英语。我们过去认为，只有真人才能提供这些行为所需要的对环境的适应性和敏感性。事实证明我们错了。
人工智能是一种编程技术，它允许计算机像人类一样从经验中学习。事实上，这就是所谓的“机器学习”。使用的方法——例如“卷积神经网络”——晦涩难懂，难以掌握，它们的内部操作有时像人类思维本身一样神秘。但它们模仿人类智力活动的能力却令人惊叹——如此令人信服，事实上，谷歌的一名程序员最近宣布，他正在研究的人工智能已经变得“有知觉”了。(他被解雇了。)
人工智能的一个特别优势是解释视觉图像，这使它成为许多肿瘤学家工具箱的一部分。平均而言，人工智能分析x射线的灵敏度和可靠性至少与人类放射科医生相当，有时甚至更好。幸运的是，很少有人有机会在癌症治疗的背景下遇到医疗人工智能。我们大多数人都有可能在牙医的诊所里遇到这种情况。
牙科诊所的环境是开发人工智能的理想环境。机器学习需要大量的数据，并由权威的人类读者进行注释。不断生成和存储的大量牙科x光片使得向人工智能系统提供训练所需的海量数据变得容易。经过训练的人工智能的诊断技能是它从人类诊断医生那里学习的技能的总和。因为它向成千上万的老师学习，个人偏见和盲点被过滤掉了;人工智能变成了一种超级牙医，把它的训练者融合成一个单一的智能。此外，它还具有它本身的非人性的所有优点:它不会忘记，它从不疲倦或分心，它不会忽视细节。
人工智能系统可以无缝地融入到办公室的日常工作中。分析是即时可用的。x光片显示在椅子边，检查结果清晰且有彩色标签。它提供了一个与病人讨论的框架，而且，重要的是，它为牙医自己判断的客观性和权威性提供了隐性保证。
除了图像分析，人工智能还可以接管常规的行政任务，如制作图表、库存管理和召回病人，为牙医和办公室工作人员腾出时间。展望更长远的未来，人工智能有可能在越来越广泛的医疗数据中建立联系。传统上，牙齿健康是一个孤立的领域，与更全面的医疗保健相隔绝。人工智能可以将两者联系起来，可能会发现牙齿和一般健康之间意想不到的联系。
数字图像分析的早期采用者反应热烈，但一些牙医可能会感到威胁。他们不需要。人工智能不会取代牙医;它只是一种工具，使他们能够更快速、更可靠地完成工作的一部分。在某种意义上，它可以被认为是70年前随着x射线相机的广泛采用而开始的牙科实践的技术变革的继续。当然，AI的分析只是建议性的;牙医可以不同意或修改意见。但我们有理由期待，十年后，当另一位作家去看50位牙医时，每个人都会给出同样可靠的诊断。
作者简介
Ophir Tanz是Pearl的创始人兼首席执行官，这是一家专注于为牙科行业提供变革性解决方案的人工智能公司。作为一名屡获殊荣的企业家和技术专家，Ophir之前通过应用计算机视觉机器学习来推动和衡量数字媒体和体育赞助行业的表现，创立并领导GumGum价值超过10亿美元。
