The Blueprint: How Movix fills a gap in dental skills with specialized agentic AI

欢迎阅读《Blueprint》，这是我们定期推出的特色栏目，在这里我们将展示 Google Cloud 客户如何运用最新的人工智能和云技术解决各行业面临的独特和普遍挑战。我们希望为其他寻求工作创新的人士提供启发。

牙科器械（如牙冠和矫正器）的需求正在蓬勃发展，但制造商很难跟上这种需求。在 Movix，我们正在构建首批面向牙科器械制造商和牙科实验室的专用 AI 代理解决方案之一，帮助该领域的公司获得数字技术专业知识，从而以成本效益高且一致的方式扩展临床工作流程。

挑战：

Movix 于 2025 年成立，使命是通过 AI 和代理工作流程解决隐形矫正器制造中熟练牙科技师严重短缺的问题。这一需求非常显著：全球牙科市场价值接近4000 亿美元并以两位数增长，但许多运营仍停留在模拟阶段——这为协作助手、代理解决方案创造了巨大需求。

在创立 Movix 之前，我们曾创办过一家垂直整合的隐形矫正器公司，专注于非常困难的牙科情况，比如牙齿严重不齐。然而即使拥有高度熟练和训练有素的技术人员，也经常会出现需要重新制作矫正器的错误——这个过程花费 300 美元，约占零售价格的 25%。质量控制不佳严重影响了公司的利润率。

我们看到 Movix 有机会通过为技术人员提供 AI 驱动的质量控制代理来解决这些错误，这些代理可以自动化矫正器工作流程并减少错误。为了实现这一点，我们需要解决几个关键的技术挑战：

• 开发定制 AI 模型和端到端代理工作流程，因为现成的解决方案缺乏领域专业知识，

• 确保可扩展性将内置到平台中，以防止停机或生产延迟，

• 通过复杂的混合集成策略实现广泛的互操作性，因为许多牙科诊所采用新技术的速度较慢，仍在使用遗留系统。

• 优化安全性和合规性以符合医疗记录监管要求并保护患者数据安全。

解决方案：

为了交付能够提供专家级准确性的 AI 代理，我们需要自己定制构建大量工具。我们首先使用 Google Cloud 基础架构开发了五个月的自定义模型，用于深度学习、计算机视觉和 3D 网格分析。这种密集而系统的时间帮助确保了正确的准确性和质量控制水平。

我们在整个流水线中使用 Google Cloud 基础架构——从数据集存储和模型训练到评估——来构建和完善我们的口腔内扫描缺陷检测模型。一旦检测到缺陷，我们使用Gemini Enterprise Agent Platform生成面向客户的反馈，读起来就像直接来自人类技师一样——在质量控制工作流程中充当数字化团队成员。

我们的 3D 模型使用Cloud Run配合L4 GPUs来满足我们所需的海量计算能力；值得注意的是，在整个制造过程中执行 3D 分段扫描和检测缺陷都是高度计算密集型的过程。我们使用Compute Engine虚拟机运行实验，以及各种其他 GPU 来训练我们的模型，并在此环境中完成模型开发的繁重工作。

Cloud Run 和其他工具如Cloud Storage支持我们的可扩展性目标，因为我们瞄准处理高案例量的大客户——一些大型实验室每年可能生产多达 200,000 个器械。Google Cloud 的全球数据中心网络还简化了跨区域的监管合规，并确保向全球客户快速交付大型 3D 数据集。

架构：

成果：

我们的代理解决方案自动化了数据录入和质量控制，这些传统上是手动、耗时且容易出错的任务。通过自动化最佳牙科技师的工作，我们确保了高质量的产品，将改善众多患者的牙冠、矫正器、贴面和种植体的适配度。例如，我们估计我们的自动化和 QC 代理提供的更高准确级别可以为矫正器制造商每次重新制作节省 300 美元。

我们还认为我们正在加速器械制造过程，缩短牙科器械的周转时间，这有助于牙科实验室更快收到收入并改善现金流。而且我们已经知道我们正在满足一个关键需求：在 2025 年 10 月推出 QC 代理后，我们的第一个客户在 12 月就与我们签约了。该客户 Orthero 是一家服务于 20 多个国家的矫正器公司，已享受到显著成效。

"Orthero 通过这种自动化受益，使质量控制更快速、更一致且更具可扩展性，" Orthero 联合创始人 Efer Turhan 表示。"在 Movix 的 QC AI 代理支持下，我们能够及早发现缺失或不一致的输入，并在它们造成延误前标记异常偏差。"

详细信息：

尽管拥有 AI 的优势，我们的目标仍需要一些认真的工作。我们的架构支持一种具有代理性和模块化的解决方案，能够集成到现有的本地牙科系统中，并确保安全性和合规性。

我们的代理方法使我们的系统能够运行检查和平衡机制，管理牙科扫描质量控制的复杂多步骤过程，并消除数据处理和质量审查中出现的人为错误。我们的目标是在 2029 年之前开发出五个独立的 AI 代理，涵盖从原始患者牙科扫描到器械制造的整个牙科器械工作流程。虽然我们的第一批代理专注于数据录入和牙科扫描质量控制，但我们的下一个代理将处理 3D 文件修复、临床审查、治疗计划和制造。

我们的解决方案架构还使我们的系统能够通过 API 集成无缝集成到客户现有的实验室管理和制造系统中。由于我们正在向一个保守的市场销售我们的解决方案，我们决定承担成功采用的责任，尽可能多地完成集成工作。

因为我们运营在高度监管的医疗保健行业，我们构建了一个严格遵循合规规则的环境，在受保护的健康信息（PHI）进入我们的机器学习管道之前对其进行匿名化处理，以防止健康信息暴露给处理环境。

随着我们向前发展，我们计划构建混合解决方案以获取更广泛的市场。我们正在设计一种架构，通过轻量级本地连接器和标准化 API 将我们基于云的 AI 代理与许多保守实验室仍在使用的较旧的本地软件连接起来。这将使我们能够接触到尚未迁移到云端或开始使用新的数字牙科技术的大型市场细分领域。

总的来说，我们不仅在解决技能差距问题，我们还在重新构想在整个牙科行业中协作助手和代理解决方案的可能性。

发布在

• 初创企业
• AI 和机器学习
• 客户