AWS: Henry Schein One用AI实时验证牙科X光质量——每周1100万张影像，延迟1.4秒

2026年7月10日，亚马逊在机器学习博客上介绍了牙科软件公司Henry Schein One如何利用AI实时验证X光影像质量。基于Amazon SageMaker AI构建的「Image Verify」解决方案，是工业级AI大规模应用并产生可量化商业成果的典型案例。

解决什么问题？

在牙科诊所，拍摄效果差的X光影像——过暗、模糊或取景不当——是保险理赔被拒绝和患者被重新召回的常见原因。两种情形都浪费时间和金钱。Image Verify在拍摄时即刻检查影像质量，因此工作人员可以立即知道是否需要在患者还在诊室时重新拍摄。

定义规模的数字

该系统已在10,000多个地点部署，每周处理超过1100万张X光影像。其中关键参数是延迟：平均每张影像1.4秒足够低，使验证真正「实时」——在用户等待结果的过程中完成，而非作为后续批处理。在百万级别的体量上实现如此低延迟，正是该解决方案构建于托管推理基础设施而非自有服务器的原因。

为何这个案例值得关注？

当业界目光聚焦于前沿模型时，此类案例展示了AI已经在哪里创造真实价值：定义明确的任务、海量规模和清晰的财务影响（更少的理赔拒绝）。对AWS而言，在医疗健康行业——监管门槛极高的领域——拥有参考客户，证明了SageMaker能够承载业务关键性的生产工作负载。此次发布是AWS在2026年7月一系列医疗健康和企业案例研究中的一篇。