WSJ columnist Joanna Stern ने अपनी किताब I Am Not a Robot, जो 8 मई को New York Times के Hard Fork podcast पर discuss हुई, dental AI screening tools की एक problem को surface किया जिसे clinical workflows में बेचने वाले builders track करें। Pearl AI ने Stern के dental scan को four sessions periodontal treatment की ज़रूरत के रूप में flag किया, जिसकी cost हज़ारों डॉलर थी; वही images देखने वाले कई dentists ने disagree किया। Named vendors हैं Pearl AI और Overjet, दोनों dental-radiograph AI space के well-funded incumbents हैं। Pearl का dentists के लिए marketing pitch, जैसा Futurism writeup में quote है: इसे use करने वाली practices को "37 percent ज़्यादा disease मिलती है और patients को 24 percent ज़्यादा care deliver होती है।"
Marketing claim ही architecturally interesting हिस्सा है, किसी एक patient के experience से अलग। एक AI product जो अपने operator को revenue uplift पर बेचा जाता है — "हमें deploy करने के बाद आप ज़्यादा bill करोगे" — accuracy improvement पर बेचे जाने वाले product से — "आपके diagnoses ज़्यादा correct होंगे" — qualitatively अलग है। Pearl का pitch दोनों को combine करता है: 37% detection-improvement claim के रूप में surface होता है, 24% billing consequence के रूप में। अगर deployment data out-of-sample patient cohorts पर expert consensus के against detection number को support करता है, तो billing follow करती है। अगर detection number false positives की ओर calibration drift है, तो billing iatrogenic है। Article published validation studies, FDA-clearance-grade comparative reads, या third-party audit data surface नहीं करता जो किसी outside observer को बता सके कौन सी।
इसे आज सुबह के Ontario auditor-general audit के against रखो: 20 में से 20 AI scribe vendors ने procurement testing के दौरान inaccuracies दिखाईं। दो domains, दो failure modes — scribe side पर note-fabrication, imaging side पर possible diagnostic-inflation — लेकिन वही underlying gap: deployment third-party evaluation को पीछे छोड़ रहा है। Dental AI vendors अभी उस तरह की provincial-audit scrutiny face नहीं करते जो Ontario ने scribes पर apply की; US dental market private-payer dominated है, जो regulator का leverage बदलता है। FDA, state dental boards, और बड़े dental-insurance carriers को watch करो उन bodies के तौर पर जो अपनी comparative studies publish कर सकती हैं जब Stern-grade anecdotes काफ़ी accumulate हों।
सोमवार: अगर आप clinical AI build या sell करते हो, "improves detection" और "increases billable procedures" के बीच की line वो है जो आपकी marketing copy को blur नहीं करनी चाहिए, चाहे dental market अभी इस blur को कितना भी reward करे। अगर आप ये tools deploy करने वाले dentist हो, audit-grade question यह नहीं है कि vendor का claimed improvement number क्या है — यह है कि क्या second-reader human dentist AI flags से उस rate पर agree करता है जो उन्हीं images पर बिना AI के human inter-rater agreement से ज़्यादा है। वो harness है; vendor के पास data है या नहीं। अगर आप clinical AI segments चुन रहे हो किसमें enter करना है, dental imaging में public validation data की अनुपस्थिति या तो एक opportunity है (वो vendor बनो जो publish करे) या एक warning (segment repriced हो सकता है जब कोई और करेगा)।