第192章 在座各位,有没有人教过AI看片子?(3 / 4)

投票推荐 加入书签 留言反馈

  林宇继续展示了第二个案例。
  他將一张胸部x光片拖入分析窗口。
  进度条再次闪过。
  六秒后,屏幕上弹出一个明亮的绿色圆圈。
  圆圈精准地框住了右肺中叶一个极其微小的阴影。
  “七毫米的磨玻璃结节?!”
  这次,没等ai生成完整报告,李明远教授已经失声惊呼。他猛地从座位上站了起来,双手撑著前排的椅背,整个人向前探去,几乎要把脸贴在屏幕上。
  “这……这怎么可能!常规x光片上,这种大小和密度的病灶极容易被肺纹理遮盖,漏诊率非常高!它直接就標出来了?!”
  他的声音里带著无法掩饰的震动和惊惧,彻底打乱了林宇原本的讲解节奏。
  但这个“意外”,比任何讲解都更有说服力。
  林宇平静地解释:“第二代灵梦ai的视觉模型在医学影像领域做了专项优化。训练数据集包含了超过八百万份脱敏的临床影像。
  对於早期微小病灶的识別敏感度,目前的测试数据是百分之九十四点七,高於人类影像科医生的平均水平。”
  第三个案例。
  林宇展示了一段模擬场景。一位基层卫生院的全科医生,面对一个主诉腹痛的患者,通过ai辅助问诊系统进行鑑別诊断。
  ai根据患者的症状描述、生命体徵和简单的血常规结果,在三十秒內生成了一份包含五种可能诊断及其概率排序的报告,並用红色高亮標记了其中一种需要紧急转诊的高危情况,急性胰腺炎。
  “国內有多少乡镇卫生院?”林宇看著台下面面相覷的面孔,率先给出了答案。
  “超过三万五千家。这些卫生院里,有多少具备影像科主任医师水平的诊断能力?答案是几乎没有。”
  “但如果每一家卫生院都接入了ai辅助诊断系统,一个只有全科基础的乡镇医生,就能在ai的辅助下,做出接近三甲医院水平的初步筛查。”
  他的语气变得沉重了一些。
  “这意味著什么?意味著一个偏远山区的农民,不用再坐六个小时的大巴去省城排队掛號。只为了確认自己肚子痛到底是不是阑尾炎,还是更要命的別的疾病。”
  报告厅里的气氛,在不知不觉中发生了变化。
  【当前课堂:202名学者深度理解“ai医学影像辅助诊断原理”。】
  【返还:医学影像分析·精通级运用能力。】
  【附加返还:基於深度学习的病理特徵识別·高级运用能力。】
  新的知识像潮水一般涌入他的大脑。医学影像中那些复杂的灰度分布、密度差异、形態学特徵,在他的认知框架里迅速构建出一张庞大而精密的网络。
  他忍不住再次看了一眼屏幕上那张胰腺癌的ct影像。
  这一次,他看到了ai没有標註出来的东西。
  在病灶边缘,有一道极其微弱的、几乎与正常组织融为一体的密度过渡带。
  那个过渡带的存在,暗示著一种可能性。
  原本抱著胳膊、副“我倒要看看你能说出什么花来”表情的那些老教授们,很多人已经不自觉地放下了手臂,身体前倾,目光专注地盯著屏幕。 ↑返回顶部↑

章节目录