TL;DR: Este artigo mostra como a Movix, startup de IA odontológica, usa Google Cloud para criar agentes personalizados que automatizam controle de qualidade em manufatura de alinhadores dentários. A solução reduz erros humanos, economiza US$300 por retrabalho e integra-se a sistemas legados — um case relevante para empresas brasileiras que enfrentam escassez de técnicos especializados e precisam escalar operações sem comprometer conformidade regulatória.
Bem-vindo ao The Blueprint, uma seção regular onde destacamos como clientes do Google Cloud estão enfrentando desafios únicos e comuns em diversas indústrias usando as mais recentes tecnologias de IA e cloud. Esperamos inspirar outros que buscam inovar em seu trabalho.
A demanda por aparelhos odontológicos, como coroas e alinhadores, está crescendo rapidamente, mas os fabricantes têm dificuldade em acompanhar. Na Movix, estamos construindo uma das primeiras soluções de IA agentica para fabricantes de aparelhos odontológicos e laboratórios dentários, ajudando empresas do setor a adquirir expertise técnica digital para escalar fluxos de trabalho clínicos de forma econômica e consistente.
O desafio:
A Movix começou em 2025 com a missão de resolver a grave escassez de técnicos odontológicos qualificados na fabricação de alinhadores por meio de IA e workflows agenticos. A necessidade é significativa: o mercado odontológico global está avaliado em quase US$ 400 bilhões e crescendo a dois dígitos, mas muitas operações ainda são analógicas — criando enorme demanda por soluções co-pilot e agenticas.
Antes de fundar a Movix, já tínhamos iniciado uma empresa verticalmente integrada de alinhadores odontológicos focada em casos muito difíceis, como dentes muito tortos. No entanto, mesmo com técnicos altamente qualificados e treinados, ocorriam erros que exigiam refazer um alinhador — um processo que custa US$ 300, cerca de 25% do preço de varejo. O controle de qualidade deficiente impactava seriamente as margens da empresa.
Vimos na Movix uma oportunidade de lidar com esses erros, fornecendo aos técnicos agentes de controle de qualidade baseados em IA que automatizam workflows de alinhadores e reduzem falhas. Para isso, precisávamos resolver alguns desafios técnicos principais:
- Desenvolver um modelo de IA customizado e um workflow agentico de ponta a ponta, já que soluções prontas não tinham conhecimento de domínio específico;
- Garantir que a escalabilidade fosse incorporada à plataforma para evitar paradas ou atrasos na produção;
- Alcançar ampla interoperabilidade por meio de uma estratégia de integração híbrida complexa, já que muitos consultórios odontológicos são lentos na adoção de novas tecnologias e operam com sistemas legados;
- Otimizar segurança e conformidade para atender aos requisitos regulatórios de registros médicos e manter os dados dos pacientes seguros.
A solução:
Para entregar agentes de IA com precisão em nível de especialista, precisávamos construir grande parte das ferramentas internamente. Começamos desenvolvendo nossos modelos customizados para deep learning, visão computacional e análise de malhas 3D ao longo de cinco meses, usando a infraestrutura do Google Cloud. Esse período intensivo e metódico garantiu o nível certo de precisão e controle de qualidade.
Usamos a infraestrutura do Google Cloud em todo o pipeline — do armazenamento de datasets ao treinamento e avaliação de modelos — para construir e refinar nossos modelos de detecção de defeitos em escaneamentos intraorais. Uma vez detectados os defeitos, utilizamos o Gemini Enterprise Agent Platform para gerar feedback voltado ao cliente, que parece ter vindo diretamente de um técnico humano — atuando como um membro digital da equipe no workflow de controle de qualidade.
Nossos modelos 3D usam Cloud Run com GPUs L4 para a enorme capacidade computacional necessária; notadamente, realizar os scans de segmentação 3D e detectar defeitos em todo o processo de fabricação são operações extremamente intensivas em computação. Usamos VMs do Compute Engine para executar experimentos, além de várias outras GPUs para treinar nossos modelos e realizar o trabalho pesado do desenvolvimento dos modelos nesse ambiente.
O Cloud Run e outras ferramentas como o Cloud Storage sustentam nossos objetivos de escalabilidade, já que miramos grandes clientes que lidam com altos volumes de casos — alguns grandes laboratórios podem produzir até 200.000 aparelhos por ano. A rede global de data centers do Google Cloud também simplifica a conformidade regulatória entre regiões e garante entrega rápida de grandes datasets 3D para clientes no mundo todo.
A arquitetura:
O resultado:
Nossas soluções agenticas automatizam entrada de dados e controle de qualidade — tarefas tradicionalmente manuais, demoradas e propensas a erros. Ao automatizar o trabalho dos melhores técnicos odontológicos, garantimos um produto de alta qualidade que melhorará o ajuste de coroas, alinhadores, facetas e implantes para muitos, muitos pacientes. Estimamos que nossa automação e o maior nível de precisão que nosso agente de QC proporciona podem economizar US$ 300 por retrabalho para um fabricante de alinhadores, por exemplo.
Acreditamos também que estamos acelerando o processo de fabricação de aparelhos, resultando em prazos de entrega mais rápidos para dispositivos odontológicos, o que ajuda os laboratórios a receber receitas mais rapidamente e melhorar seu fluxo de caixa. E já sabemos que estamos atendendo a uma necessidade crítica: após lançarmos o agente de QC em outubro de 2025, nosso primeiro cliente nos contratou em dezembro. Esse cliente, a Orthero, uma empresa de alinhadores que atende mais de 20 países, obteve resultados significativos.
“A Orthero se beneficia dessa automação tornando o controle de qualidade mais rápido, consistente e escalável”, disse Efer Turhan, co-fundador da Orthero. “Com o suporte do agente de IA de QC da Movix, detectamos entradas ausentes ou inconsistentes no início e sinalizamos desvios incomuns antes que causem atrasos.”
Os detalhes:
Mesmo com as vantagens da IA, nossos objetivos exigem trabalho sério. Nossa arquitetura suporta uma solução agentica e modular, integra-se a sistemas odontológicos locais existentes e garante segurança e conformidade.
Nossa abordagem agentica permite que o sistema execute verificações e equilíbrios, gerencie o processo complexo e de múltiplas etapas do controle de qualidade para escaneamentos odontológicos e elimine erros humanos que ocorrem no manuseio de dados e na revisão de qualidade. Nosso objetivo é desenvolver cinco agentes de IA distintos até 2029, que cubram todo o fluxo de trabalho do aparelho odontológico — desde o escaneamento inicial do paciente até a fabricação do dispositivo. Enquanto nossos primeiros agentes focam em entrada de dados e controle de qualidade do escaneamento, os próximos agentes lidarão com reparo de arquivos 3D, revisão clínica, planejamento de tratamento e manufatura.
Nossa arquitetura de solução também permite que o sistema se integre perfeitamente com os sistemas existentes de gerenciamento de laboratório e fabricação dos clientes por meio de integrações via API. Como estamos vendendo nossa solução para um mercado conservador, decidimos assumir o ônus da adoção bem-sucedida, fazendo o máximo possível do trabalho de integração.
Por operarmos na indústria altamente regulamentada da saúde, construímos um ambiente que segue estritamente as regras de conformidade, anonimizando informações protegidas de saúde (PHI) antes que entrem em nosso pipeline de machine learning, para evitar que informações de saúde sejam expostas ao ambiente de processamento.
Planejamos construir soluções híbridas para capturar um mercado mais amplo à medida que avançamos. Estamos projetando uma arquitetura que conecta nossos agentes de IA baseados em nuvem com softwares locais mais antigos que muitos laboratórios conservadores ainda usam — por meio de conectores locais leves e APIs padronizadas. Isso nos permitirá acessar um grande segmento de mercado que ainda não migrou para a nuvem ou começou a usar novas tecnologias odontológicas digitais.
Em conjunto, não estamos apenas resolvendo uma lacuna de habilidades — estamos reimaginando o que é possível com soluções co-pilot e agenticas em toda a indústria odontológica.
Perguntas Frequentes
-
Como a Movix garante conformidade com regulamentações de saúde ao usar IA na nuvem?
A Movix anonimiza dados protegidos de saúde (PHI) antes de inseri-los no pipeline de machine learning, impedindo que informações sensíveis sejam expostas ao ambiente de processamento. Isso permite operar dentro das regras da indústria de saúde, mesmo utilizando infraestrutura cloud. -
Quais são os principais desafios técnicos enfrentados pela Movix ao integrar IA em um mercado conservador?
Os maiores desafios foram desenvolver modelos customizados (pois soluções prontas não têm domínio odontológico), garantir escalabilidade em Cloud Run com GPUs L4, interoperar com sistemas legados de laboratórios via APIs híbridas, e manter segurança e conformidade com normas de dados médicos. -
O que diferencia os agentes de IA da Movix de soluções tradicionais de visão computacional?
Os agentes da Movix são especializados no fluxo de fabricação de alinhadores: usam modelos customizados de deep learning e análise 3D, treinados por cinco meses, e combinam detecção de defeitos com geração de feedback em linguagem natural via Gemini Enterprise Agent Platform — agindo como um técnico digital no controle de qualidade. -
Como a Movix planeja expandir sua solução para cobrir todo o fluxo de trabalho odontológico?
A empresa pretende desenvolver cinco agentes de IA distintos até 2029: desde o escaneamento inicial até a manufatura. Os primeiros agentes focam em entrada de dados e QC; os próximos tratarão reparo de arquivos 3D, revisão clínica, planejamento de tratamento e fabricação — sempre com arquitetura modular e integração híbrida. -
Por que a Movix optou por uma estratégia de integração híbrida em vez de puramente cloud?
Porque muitos laboratórios odontológicos ainda usam sistemas legados on-premises e são conservadores na adoção de novas tecnologias. A Movix decidiu assumir o ônus da integração, construindo conectores locais leves e APIs padronizadas para conectar seus agentes em cloud ao software existente, acessando assim um grande mercado que ainda não migrou para a nuvem.
Artigo originalmente publicado por Bakit Dzhumagulov, Co-founder and CTO em Cloud Blog.
