AI Dent.
4 款牙科 AI 产品。 从 MVP 到规模化。 AI 流水线跑通了——医生却用不起来。
设计负责人 3 年。受 NDA 保护。
由 AI 读取
- 做了什么
- 4 款牙科 AI 产品：影像读片、治疗规划、桌面端 MIS 应用和 Scribe。
- 为什么
- AI 流水线跑通了，医生却用不起来：首次测试中 70% 的人误读了 AI 工具。
- 我的角色
- 设计负责人，3 年：用户研究、UX/UI、设计系统，带 2 人团队。
- 成果
- 1000+ 家诊所 · 3× 任务完成更快 · −70% “找不到”类工单
当专家能够核查、修正并据此行动时，才会信任 AI。
- 核查。 医生无法据以行动的原始置信度分数，变成了色彩编码的叠加层、严重程度分级和逐牙检查卡片。改版前，70% 的新用户会误读 AI 工具。
- 修正。 每条结果都能在报告内直接确认、编辑或驳回，并附上放射科医生的备注，无需离开报告。
- 付诸实践，上线运行。 已用于 1000+ 家诊所：改版后任务完成速度提升 3 倍，“找不到”类工单减少 70%。
一个读懂牙科影像的 AI，配上 医生真正会用的界面 ——从一个 MVP 成长为四款产品。
阅读完整故事
1000+ 家诊所。加拿大、美国、欧洲。 AI 流水线跑通了，医生却用不起来。作为设计负责人，我用 3 年时间重构了整套体验：重新设计 UX，搭建设计系统，交付双主题，并把平台从单一 MVP 扩展为四款产品的牙科 AI 套件。
受 NDA 保护。 产品身份与客户名称均属保密信息。此处展示的界面来自 stepikin.ru 上已发布的案例研究。真实患者数据和专有 AI 模型的内部细节均未披露。此处将该平台称为“AI Dent”。
不是一款产品。 而是四款。
各有各的 UX 与用户研究。
AI 放射影像 & 患者管理
CBCT、全景片和咬合翼片分析；患者、报告、多诊所管理。
Studio——AI 治疗规划
基于扫描数据的修复与正畸规划。
桌面应用——MIS 集成
连接 AI 与诊所管理系统的原生应用。
Scribe——AI 问诊记录
记录问诊过程，提取检查结果，自动填写患者病历。
阅读完整故事
3 年间，平台从单一的 AI 放射工具成长为完整的牙科 AI 套件。每款产品都需要各自的 UX 思路、用户研究和设计系统工作。
- AI 放射影像 & 患者管理 ——CBCT、全景片、咬合翼片的 AI 分析，附检查结果叠加层。患者档案、报告下单、多诊所管理。本案例的重点。
- Studio——AI 治疗规划 ——AI 辅助的修复与正畸规划。基于扫描数据，可视化修复方案和种植体位置。
- 桌面应用——MIS 集成 ——连接 AI Dent 与诊所管理系统（MIS）的原生桌面应用。让 AI 分析接入诊所现有软件。
- Scribe——AI 问诊记录 ——对牙科问诊进行 AI 录音与转写。提取关键发现，自动填写患者病历。
为 AI 而做。 而不是为医生。
2022 年上线，目的是验证 AI。随着业务增长，六个 UX 问题演变成了阻碍。
走廊测试
患者列表过载
找到一位患者要点 4–7 次。
患者页面臃肿
多达 11 个标签页；检查结果被埋没。
AI 工具不直观
70% 的新用户无法理解。
2D / 3D 切换困难
放射科医生在报告中途丢失上下文。
仅深色、无移动端
宽度低于 1280px 就会崩坏。
没有设计系统
每个迭代周期都冒出新的模式。
阅读完整故事
平台于 2022 年上线，以验证 AI 流水线为北极星。随着国际化扩张，六个 UX 问题叠加成了关键阻碍。
- 患者列表带来认知过载。 表格密集、不经筛选、没有层级。找到一位患者要点 4–7 次。医生花在导航上的时间比诊断还多。
- 患者页面臃肿。 每位患者多达 11 个标签页，信息架构不一致。关键的 AI 检查结果被埋没。医生经常整段跳过。
- AI 工具不直观。 投影工具、牙位图组件、2D/3D 导航——在走廊测试中，70% 的首次使用者无法理解。
- 复杂的 2D / 3D 切换。 在全景片、咬合翼片、CBCT 和 3D 视图之间切换需要多步操作。放射科医生在报告中途丢失上下文。
- 只有深色模式——没有移动端。 没有浅色主题。宽度低于 1280px 界面就会崩坏。在校准过的白底阅片显示器和明亮的诊所灯光下无法使用。
- 没有设计系统。 每个迭代周期都引入新的视觉模式。没有组件库，没有 token 体系。每次发布，不一致都在叠加。
30+ 位牙医。 覆盖所有专科。
在三大洲的在岗诊所里，围绕四个专科进行观察。
“我打开报告，却始终不知道哪部分才重要。所有内容看起来都一样重要。”
“两次点击我就找到了患者。以前每次都要花 30 秒。”
阅读完整故事
探索性访谈。 一小时的深度观察，对象是放射科、全科、修复科和正畸科医生，地点就在他们三大洲的实际诊所环境里。我们追踪医生在工具之间实际如何切换，而不是他们在问卷里怎么说。上线后，Amplitude 分析在规模化层面追踪行为模式。横跨 4 个牙科专科，共 30+ 场访谈。
持续验证。 界面 A/B 测试、导航的 5 秒理解测试、走廊可用性研究。每次重大发布前都做假设检验。上线 3 个月后再做回访。
“我打开报告，却始终不知道哪部分才重要。所有内容看起来都一样重要。”——放射科医生，8 年临床经验。
“新的患者列表——两次点击我就找到了患者。以前每次都要花 30 秒。”——修复科医生，莫斯科 · 上线后访谈。
研究 → 分析 → 设计 → 上线。
始终三条工作流并行。没有分阶段审批的瀑布式流程。
诊所现场探索
观察、走廊测试、上线后访谈。
Amplitude 追踪
漏斗、基线，并以客服工单作为困惑程度的参照指标。
Figma → 生产环境
基于 token 的体系、原型、带标注的规范。
三条工作流详解
定性研究——诊所现场探索。
- 覆盖 4 个牙科专科的观察访谈
- 在真实患者流程中进行走廊可用性测试
- A/B 布局与理解测试
- 每次重大发布 3 个月后的回访
定量分析——Amplitude 追踪。
- 覆盖所有关键流程的事件级行为追踪
- 报告下单与患者导航的漏斗分析
- 对照上线前基线的假设检验
- 以前后的客服工单量作为困惑程度的参照
设计 & 原型——Figma → 生产环境。
- 200+ 组件的设计系统，基于 token 实现主题化
- 用 Figma Make 制作交互原型，用于可用性测试
- 附开发标注的设计规范交付
- 设计领导力：评审、QA、跨产品一致性
步骤：探索（诊所观察、30+ 场访谈、Amplitude 分析）→ 定义 & 梳理（JTBD、用户旅程、信息架构重构）→ 设计（线框图 → 高保真 → Figma Make 原型）→ 测试 & 上线（可用性测试、A/B 实验、线上追踪）。
找到患者要点 4–7 次。 现在只要两次。
对布局、筛选和信息密度迭代了十二轮。
- 01内联搜索按姓名、日期、状态即时筛选。
- 02智能排序最近就诊、预约、报告就绪情况。
- 03紧凑 / 展开按医生分别保存。
- 04快捷操作打开、预约、分享——直接在行内完成。
阅读完整故事
导航从零重建。原来的患者列表：找到任何一份档案都要点 4–7 次。我们做了 12 轮设计迭代，测试布局、筛选逻辑和卡片密度，最终得到两次点击的方案。
- 常驻的内联搜索，可按姓名、日期、状态即时筛选
- 智能排序：最近就诊、即将到来的预约、AI 报告就绪情况
- 紧凑 / 展开视图切换，按医生偏好保存
- 快捷操作行——无需进入患者卡片即可打开报告、预约、分享
导航 · 信息架构重构 · 12 轮迭代。
置信度分数 变成了诊断。
色彩编码的叠加层、严重程度分级、逐牙卡片——一键确认。
阅读完整故事
让 AI 诊断变得可读。医生无法据以行动的原始 AI 置信度分数，变成结构化的诊断界面。色彩编码的叠加层、严重程度分级、逐牙检查卡片、一键确认——无需切换上下文。
- 全景片视图，可切换 AI 叠加层（显示 / 隐藏蒙层）
- 非牙科发现面板——与牙科病变分开呈现
- 逐牙卡片：状况标签、AI 置信度、放射科医生备注
- 内联确认 / 编辑 / 驳回——无需离开报告
AI 可视化 · 医疗 UX · 数据层级。
11 个标签页。 一页即可扫读。
先看团队、报告状态和“创建报告”。
阅读完整故事
患者卡片为清晰而重新设计：11 个标签页 → 一页即可扫读。新卡片把医生最先需要的信息放在最前：主治团队、AI 报告状态、“创建报告”操作——无需滚动。其后才是报告网格、照片和历史记录。
- 主治医生与共享权限一目了然
- AI 报告类型网格：CBCT、Pano AI、IOXRay、3D、种植、正畸、Scribe
- 在患者卡片内上传——没有层层嵌套的弹窗
- 牙科照片图库，每张图带状态标签
信息设计 · 浅色主题 · 工作流。
五个页面。 三个步骤。
下单流程如何运作
原本 5 个页面、没有进度提示的下单流程，变成了一个引导式弹窗。选择扫描 → 上传文件 → 确认。下单时间从约 4 分钟缩短到 60 秒以内。
- 第 1 步：从患者历史记录中选择 CBCT 扫描，或上传新的
- 第 2 步：上传可选的 STL 模型作为 3D 参照
- 第 3 步：上传牙科照片——支持拖放和文件夹
- 确认页，附预计 AI 处理时间
任务流程 · 三步弹窗 · 上传体验。
两套主题。 一套设计系统。
深色用于放射科显示器，浅色用于明亮的诊所——同出一套 token 库。
自动布局、变体、状态。
在两套主题中均已验证。
阅读完整故事
放射科显示器按深色校准。普通牙科诊室则是白墙加明亮灯光。两套主题都出自同一个基于 token 的组件库——200+ 组件，唯一的事实来源。
- 语义化颜色 token——一个库，输出两套主题
- 200+ 个 Figma 组件，含自动布局、变体和交互状态
- 两套主题均已验证符合 WCAG AA 对比度要求
- 各诊所的主题偏好保存在账户设置中
设计系统 · Figma token · 无障碍。
规划种植。 再当面讲清楚。
Studio——AI 治疗规划
在 CBCT 数据上以 3D 方式放置种植体，并在任何操作之前预览修复效果。
桌面应用——嵌入诊所自己的软件
牙周检查表和 AI 问诊方案，直接呈现在 MIS 病历里。
阅读完整故事
Studio——AI 治疗规划。 基于 CBCT 扫描数据的修复与正畸规划工具。医生可以在 3D 中放置种植体、可视化骨密度，并在任何操作开始前模拟修复方案。
- 3D 颌骨重建，带交互式图层树（牙齿、解剖结构、种植体）
- 种植体厂商目录——在 3D 中选择类型、尺寸和植入角度
- 与 3D 模型同步的全景截面，供参照
- 用于修复预览的蜡型建模图层
3D 医疗 UX · 治疗规划 · 种植工作流。
桌面应用——MIS 集成。 原生 Windows 应用，把 AI Dent 接入现有的诊所管理系统。医生可直接在原有工作流里查看 AI 分析、牙周检查表和 AI 生成的问诊方案。
- 全口牙齿可视化的牙周检查表，含探诊标记
- AI 生成的问诊方案：逐牙问题、沟通要点、后续步骤
- 底部的 IOXRay、全景片、CBCT 影像条——随时可取用
- 与 MIS 患者病历集成——无需在应用之间切换
原生桌面端 · MIS 集成 · 牙周 UX。
诊所不只用 桌面电脑。
预约间隙看报告，问诊时用平板，查房时用手机。
阅读完整故事
医生在预约间隙查看报告，在问诊时用平板展示检查结果，在查房时用手机查看患者状态。我们从零重建了响应式层——两套主题，所有屏幕尺寸。
浅色 + 深色，适配所有屏幕尺寸。 两套主题出自同一套 token 体系——无需单独为移动端再做一轮设计。设计系统从放射科工作站（2560px）自动适配到 iPhone SE（375px）。各诊所的主题保存在账户设置中。
- 从 375px 到 2560px 响应式适配——布局不崩坏
- 移动端用底部导航取代侧边栏——主要操作拇指可及
- AI 报告查看器：全景片 → 可滚动，3D → 双指缩放
- 患者共享流程针对问诊时在平板上展示做了优化
真正重要的 数字。
Amplitude、访谈与客服工单，改版前后对比。
俄罗斯、欧盟、加拿大、美国的诊所。
导航改版后任务完成更快。
“找不到”类工单，上线 3 个月后。
款 AI 产品，从 0 到上线。
四款产品共用的组件。
场访谈，覆盖 4 个专科。
如何衡量
- 1000+ 家诊所接入，遍布俄罗斯、欧盟、加拿大和美国 → 完整改版为国际化扩张铺平了道路。
- 4 款 AI 产品上线：放射影像、治疗规划、桌面端 MIS、Scribe AI → 作为设计负责人，3 年间从 0 设计到上线。
- 3× 导航改版后，可用性测试中任务完成速度提升 → A/B 测试 · 30 名参与者 · 走廊测试 + 实验室测试。
- −70% “找不到”类客服工单减少——上线 3 个月后测得 → 通过 Amplitude 与客服工单日志追踪。
- 200+ 个 Figma 组件位于共享设计系统中——四款产品通用 → 基于 token，深色 + 浅色，Figma Make 交互原型。
- 30+ 场深度临床访谈，覆盖 3 个国家的 4 个牙科专科 → 放射科、全科、修复科、正畸科医生。
“两次点击我就找到了患者。”
