声明：没有干货，都是个人观察。
前阵有做大医疗的朋友聊起在看的AI项目，基本是影像分析、辅助诊疗（预测）、患者管理几方面。尽管前途光明，落地总有千篇一律之感。更不约而同的是收入来源，大部分进项是科研基金/补贴，商业化还有很长的路要走。
即便迈瑞前阵发布的“启元”重症大模型，能把医生从大量重复中（如病历撰写）解放出来，提升效率，更多还是企业本身生态系统的打造，而非形成独立商用项目——检验标准很简单，医生/医院愿单独为AI功能支付合理费用吗？
比如，鹰瞳科技的诊断和检测产品设单独收费项目（针对医疗机构/患者），尽管收费标准不高。
之前看过一个分析，在AI+影像分析上，牙科领域的商用步伐比大医疗更快。主要原因便是AI被视为“取代”影像科医生——尽管软件自我定位是“辅助”，实际由于提升读片效率，必然减少影像科工作人数。在口腔就不一样了，看片不是谁的绩效KPI。牙医的工作不取决于看了多少片，是通过看片设计相应方案，就有更强的动力引入AI。
国内外大多数牙科AI也的确是由这一角度切入的。Overjet、Pearl、羽医甘蓝、Diagnocat等等。这还不包括各个影像企业基于本身设备引入的AI。
去年号称牙科AI领域最大一笔融资（5800万美金）来自美国Pearl公司。该公司报告2023年营收达1200万美金。忍不住吐槽下“牙科AI领域最大融资”一词，典型的只要定语够多，必能冠第一。（翻翻牙科之前能上头条的融资：机器人7000万美金，更早的DirectSmileClub 3.8亿美金……）
竞争对手Overjet去年拿到5300万美金融资（由于融资更靠前，一度也是“牙科AI领域最大融资”）。2023年报告营收2990万美金。可谓棋逢对手。
我去研究了下国外牙医的反馈，尤其是Overjet和Pearl，主要功能大同小异：影像分析、辅助诊断、理赔审批、患者管理（历史记录整合、治疗需求优化）等。
在付费刚需上，Overjet从理赔审批出发，最早为保险公司设计，自然引入影像分析+辅助诊断，以支持理赔审核。Pearl则是从提高诊疗效率出发，在获得大量用户基础，尤其是DSO用户，增加了理赔审核等功能，可谓殊途同归。
有意思的是，尽管公司都有文献支持AI对提高诊断准确性的贡献（均通过FDA），大部分用户并非出于这一考虑引入系统。——不禁想到关于口内扫描的相关调查，公司自认为的“卖点”，在实践中，往往不是用户最在意的。
哪怕出于职业自尊心也好，在大量用户反馈中，最常见的说法是：其实在读片这块，我完全不需要AI辅助。但在医患沟通上，AI提供了很有力的帮助。当然，有时忙起来，它的确能提高效率。
以Pearl的产品Second Opinion（“第二诊疗意见”）为例，以下是一则用户体验。
总结一下，AI的读片正确率是较为可靠的。通过可视化标签，能让结果更一目了然。国外医生也有被患者看作“过度治疗”的担心，通过客观的AI识别，提供了中立的意见，提高了患者的方案接受度。
当然，一项功能价值几何，也是见仁见智的事。普遍来说，对于现有牙科AI应用，国内外牙医大多还是觉得收费偏高。
比如Pearl首次使用有个初始装机费用500美金（用于集成机构历史数据和影像系统，Pearl是不能手动导入放射片的），之后收取每月订阅费299美金。Overjet初始装机费用也是500美金，但每月要收取549美金。
这对国外大部分牙医来说，也是嫌贵的。至少，就目前可以提供的功能来说。
未来AI应用进一步发展，还需创造更“刚需”的场景。
大量重复性的工作，如病历撰写、切片分析，AI天然可以减轻牙医负担。当然，这是与机构病例数量紧密相关的。对于小机构来说，可能付费意愿不足。
AI牙科还有相当大的应用前景是跟全身健康结合。好比说用药一项，关于系统疾病与牙科手术的禁忌症，目前已有相当多建议让人眼花缭乱。一方面，机器的大数据与深度学习，或许能找到更多在生物标识物与症状的潜在关联；另一方面，如能打通患者的其他诊疗和用药记录，就能避免用药禁忌与冲突。
来源：种植无国界
本文内容源自网络仅供参考，不作为诊断医疗依据，更多查询请 → 在线咨询客服
