新一代数字化变革在人工智能和自动化时代 打造您的未来义齿加工厂oqton.cn/solution/healthcare白皮书The Next DigitalRevolution Contents目录011 让义齿加工厂的自动化成为可能022 来自第一代数字化工作流程的挑战033 智能自动化的无限潜能054 人工智能（AI）有什么不一样085 将算力交给云096 互联性将一切联系起来127 自动化的应用不局限于大型义齿加工厂148 9步打造您的自动化义齿加工厂159 即刻开启您的自动化之旅17Image Courtes y: Crown Ceram 越来越多的义齿加工厂正在使用基于 3D 打印和 CNC 铣削的数字工作流程来取代铸造等传统生产方法。 虽然数字工作流程比传统方法更高效，但许多义齿加工厂仍然难以避免手动一步一步的操作流程。 幸运的是，人工智能（AI）和云等新技术使义齿加工厂能够实现各种流程的自动化，并达到前所未有的生产力水平。 在本白皮书中，我们将回顾第一代数字化工作流程中最常见的一些挑战，并探索新技术如何使自动化变得更容易实现。由人工智能 (AI) 支持并在云端运行的 自动化平台如何显著提高义齿加工厂的效率？1让义齿加工厂的自动化成为可能02白皮书 什么是第一代数字化工作流？ 3D 打印的广泛应用是不可否认的，77% 的义齿加工厂要么在内部进行 3D 打印 (58%)，要么外包流程 (12%)，要么两者兼而有之 (7%)。1 事实上，92% 的提供全面服务的加工厂均在使用 3D 打印。1 3D 打印也称为增材制造，使用一系列材料一次一层地构建牙冠、牙桥、牙模、夜间防磨牙套、可摘局部义齿 (RPD) 和正畸矫治器。 考虑到 3D 打印的所固有优势，它能在义齿加工厂中发展是有道理的。 作为一种相对简单且可预测的过程，3D 打印可实现完全数字化的工作流程，提高实验室的整体效率，并省去打蜡和模型浇注的步骤。 它还可以降低生产成本并增加工厂收入。 义齿加工厂已经采用数控铣削，并且其接受程度并没有放缓。 牙科铣床与 CAD/CAM 软件集成，可以非常精确地切割牙科修复体。 这些设备的全球市场规模近 20 亿美元，预计到 2030 年将增长近一倍，达到 34 亿美元，复合年增长率为 8.5%。2 数字流程继续以更快的速度增长。 从 2020 年到 2022 年，向义齿加工厂发送数模的牙医比例几乎翻了一番，从 18% 增至 35%。3 这样的急剧增长，对于偏好数字化工作流程的义齿加工厂来说，是一个好消息。 数字扫描不仅允许加工厂以电子化的方式接收文件，不再需要等待传统印模的运输，而且还使技术人员能够更轻松地与牙医沟通，例如，在投入生产之前就疑难病例的设计征求反馈。义齿加工厂面临的两大挑战与现有数字化工作流程中涉及的步骤数量以及缺乏可用于管理这些步骤的人员有关。 来自第一代数字化 工作流程的挑战203白皮书 无论是在德国还是在世界各地，这个问题在解决之前可能会变得更糟，因为目前 50 与 60 多岁的牙科技师很快就会退休，导致该行业没有人可以接替他们的岗位与工作。 例如，在美国，牙科学校的数量正在减少，而该职业似乎在人才市场中正逐渐失去知名度，这两个原因都使得吸引人才变得困难。5 那么，如果有更多的手动步骤需要遵循，但有能力执行这些步骤的人力却更少，那么义齿加工厂该怎么办呢？ 正因如此，越来越多的义齿加工厂开始寻求自动化来缓解压力。 正如我们将在下一节中看到的，自动化使牙科实验室能够以更少的人员完成更多的工作并获得更好的结果。来自第一代数字化工作流程的挑战 义齿加工厂面临的两大挑战与现有数字化工作流程中涉及的步骤数量多少以及缺乏可用于管理这些步骤的人员有关。 与用于管理 3D 打印和铣削的软件有关。 尽管该过程是数字化的，但输出文件的准备工作是手动的。 这意味着技术人员必须花费大量时间在每个零件上，例如调整零件摆放角度、添加支撑或销钉以及排版。 在某些情况下，每次构建可能需要几个小时。 缓慢而复杂的流程不仅降低了整体效率，而且阻碍了义齿加工厂扩大规模、实现增长的目标。 是持续的劳动力短缺。 此外，近期的一项调查结果显示， 2023 年义齿加工厂的三大挑战之一是“寻找合格的员工”。4 正如德国一家义齿加工厂 TEAMZIEREIS 销售主管 Niclas Ziereis 所说： 第一个挑战 第二个挑战 04“我们行业所面临的最大挑战就是寻找合适的人才。 市场上缺少有技术有能力的年轻人加入这个行业，以满足我们日益增长的需求。我们看到需求不断增长，而新劳动力的供应增长却很缓慢。“白皮书 为什么我们需要智能自动化? 3D 打印和 CNC 铣削在很大程度上都是自动化制造工艺。 这两种方式都会将数字文件发送到机器，数字文件内会包含生产一批齿科零件所需的所有说明。然而，为了创建该文件而必须执行的所有其他操作都不是自动化的。 以3D 打印为例，包括以下步骤的操作：05文件导入和修复 这是指将 3D 模型从 CAD/CAM 软件应用程序导入到 3D 打印准备软件中并修复由此产生的任何错误。零件摆放 每个齿科件的摆放方式会影响需要添加支撑的区域和数量以及该齿科件的质量和构建时间。 虽然通过培训，每个人的定位决策都可以快速做出，但它是一项重复性的工作，在每天的工作中非常耗时。镂空 此步骤用于去除多余的材料，以减少材料消耗，并在某些情况下加快打印时间。零件标签 每个齿科件都是为特定患者制作的，因此每个齿科件通常都贴有标签，以便在后处理过程中进行识别。支撑生成 支撑是用于支撑零件并防止它们在打印过程中倒塌所需的额外“脚手架”。工艺人员一方面需要摆放足够多的支撑以保证打印的成功率，另一方面又需要尽可能少地放置支撑以节省打印和后处理时间，此外还应注意避免在关键面或难以触达的表面上留下支撑痕迹。智能自动化的无限潜能305白皮书 对于运行多台打印机或多个厂区的义齿厂，技术人员还负责创建排产计划，即指定哪些机器在何时执行哪些生产任务。 此外，技术人员需要在机器运行时对其进行监控，以确保没有错误。 可以想象，在正常情况下，员工人数很少的义齿加工厂将很难有效地处理所有这些手动步骤。 当业务激增时，所有这些问题更会凸显出来，导致员工压力过大、加班时间增加和劳动力成本增加。 确实，某些软件应用程序可以自动执行其中一些步骤， 但结果通常不太可靠。这给技术人员带来了更多工作，因为他们必须检查和纠正自动输出的结果。解决这些问题的答案不仅仅是自动化，而是 。 我们需要一款专为 3D 打印和 CNC 铣削操作而设计的新的软件平台，使用人工智能 (AI) 来自动化打印过程中的几乎所有步骤。 这不仅为义齿加工厂节省了大量时间，而且还减少了流程中最昂贵的部分——劳动力成本。智能自动化06排版 这是指如何排列摆放一组齿科件，以便在一个版面上最大限度地增加单次打印的零件数量，从而降低每个零件的成本。切片和路径规划 切片文件包含 3D 打印所需的所有信息，包括层高、支撑和打印策略。白皮书 位于美国密歇根州底特律的 提供了一个类似的例子。 MCLW 是美国采用金属打印的早期用户，如今生产从哈雷保持器（Hawley）到激光烧结器械，所有这些产品均根据患者的个人特征进行数字化设计。 当劳动力短缺和招聘挑战开始阻碍业务增长时，MCLW 开始转向自动化。 在智能自动化软件的帮助下，用户可以对零件进行自动摆放、添加支撑以及排版零件，所有这些步骤都无需人工干预。 自动排版对 MCLW 的生产力产生了特别大的影响。 通过自动的多层排版，MCLW 可以使机器运行更长时间并提高生产率。 零件自动排版在堆叠的多层结构中，同时拥有易于移除且避开关键表面的支撑。 最重要的是，每个排版可以容纳的齿科件比以前多了三倍。 同样，这种类型的智能自动化只有通过人工智能才能实现。因为人工智能允许软件随着时间的推移了解用户的偏好，从而在每次打印时变得“更智能”。Motor City Lab Works (MCLW)这正是美国威斯康星州梅纳沙 所发生的事情。 Bertram Dental Lab （Betram 义齿加工厂）是美国最大的 RPD 制造商之一，拥有五台 SLM 280 打印机。 现用的 3D 打印软件，由于需要技术人员手动执行所有步骤，导致该工厂的产能已经达到极限。 这是不可扩展的。 借助智能自动化，Bertram 义齿加工厂成功将3D 打印数据准备过程中涉及的许多重复性任务的自动化，例如支撑生成。 智能自动化平台不仅执行了生成支撑，还减少了支撑数量，从而节省了打印时间并减少了材料浪费。 该智能自动化平台还可以自动排版 RPD ，在每次打印中多排版 20% 至 25% 的支架。 由于实验室运行五台机器，因此每次打印 带来的20% 的效率提升与增购第六台打印机具有相同的效果。Bertram义齿加工厂客户案例客户案例阅读 Bertram 义齿加工厂案例07白皮书 在制造业务中，人工智能正在学习如何自动执行各种重复性任务，以便更少的人可以在更短的时间内实现更高的总产出。 这会提高任意工厂的效率，对难以找到足够熟练技术人员的义齿加工厂来讲尤其有用。 在人工智能的支持下，软件可以学习如何执行牙冠、牙桥、矫正器和许多其他产品的整个预生产工作流程，而且无需人工干预（如果有的话）。 例如，在 ，技术人员所要做的就是将零件拖动到文件夹中，然后软件完成其余的工作 - 包括创建打印任务、添加支撑以及发送零件进行打印。 MCLW什么是人工智能？ 人工智能(AI)是指机器（或软件应用程序）模仿我们倾向于与人类智能相关的功能的能力，例如学习、推理、解决问题和自然语言处理。 人工智能的常见应用包括 Google 等搜索引擎，Siri 和 Ale xa 等数字助理以及 ChatGPT 等生成工具。 人工智能中最强大的概念之一是 ，它是指可以提高其自身任务性能的软件。 但它首先是如何执行任务的呢？ 简单来说，人工智能（AI）使用经过训练的算法，以产生执行特定任务的模型。训练数据是任务的示例，这些示例通常经过适当标记，以便算法能够理解它们。这些数据集通常非常庞大，以便算法能够处理许多示例，以成功地重新创建它们。通常情况下，算法的复杂性相对较次要，相比之下，训练数据的数量和质量更为重要。机器学习08人工智能（AI） 有什么不一样4白皮书客户案例 将零件分类为预定义类别（冠、桥、RPD 支架等）为每个零件建议正确的摆放方向根据机器和技术人员的档期、交货日期和其他因素来计划排产识别零件上的关注区域并相应地应用标签和支撑最大化 2D 和 3D 排版密度，包括 RPD 支架的交错排版以进一步增加排版密度更具体地说，人工智能使义齿加工厂的制造软件能够：在所有这些情况下，技术人员一开始都可以查看软件对摆放、支撑和排版的建议，然后根据自己的经验进行调整。 人工智能之所以如此强大，是因为它会记住这些变化，并可以在下次类似的零件出现在队列中时自动应用它们。以 RPD 支架为例，这就是人工智能“学习”了某义齿加工厂偏好如何摆放 RPD 支架的过程。将算力交给云AI 支持的软件以及任何创建或使用 3D 模型的软件的一个重要方面是它们需要大量的计算能力。 对于义齿加工厂来说，使用本地硬件来满足这些需求是不现实的，因为购买硬件的成本太高，管理起来也很费力。095分厂分厂主厂设计部门分厂白皮书人工智能在义齿加工厂的制造软件中的应用 借助基于云的解决方案，义齿加工厂可以轻松利用高性能软件平台来实现大量计算的需求。 事实上，他们可以通过云远程访问这些工具，从而获得几乎无限的计算能力。 这使得复杂的软件能够更快地处理非常大而复杂的文件。这就是云计算和基于云的软件即服务 (SaaS) 应用程序的用武之地。基于云的 SaaS 解决方案为义齿加工厂带来了许多其他重要优势，包括：降低成本基于云的软件使用订阅模式，无需购买或管理本地服务器。可扩展性由于 SaaS 解决方案不需要本地硬件，因此当产量增加时很容易扩展。安全性 数据安全是 SaaS 供应商的责任，费用包含