第398章 考察组质疑

　　杨德胜的问题抛出来之后，会议室里安静了两三秒。

　　孙德志端着茶杯的手微微顿了一下，李志恒不动声色地看了陆远洲一眼。

　　陆远洲没急着开口，按下遥控笔翻到备用数据页。

　　投影幕布上跳出一张表格，标题是“假阳性病例分类统计（截至本月）”。

　　“杨主任这个问题问得好，我用数据回答。”

　　他指向表格第一列。

　　“系统上线初期，假阳性率确实高，百分之二十八。经过三轮模型迭代和数据清洗，目前假阳性率已经降到百分之十二点一。五十四例假阳性病例，血管瘤合并血栓十九例，重度脂肪肝十五例，肝脓肿十一例，其他九例。每一例都有完整的影像回溯记录，各位可以在附件第九页查到。”

　　他翻到下一页，是一张柱状图。

　　“再看工作负担。五十二家县医院，平均每家每周上传影像约三十五例，触发预警零点三例。也就是说，基层医生平均每周只需要额外处理零点三次预警弹窗，每次处理时间不超过五分钟。”

　　陆远洲看向杨德胜。

　　“而且系统有二次确认机制。医生关闭预警弹窗后，二十四小时内系统会自动向上级医师推送复核提醒。就算基层医生判断失误，还有一道兜底的网。”

　　杨德胜盯着屏幕上的数字看了几秒，面无表情地点了一下头。

　　没说好，也没说不好。

　　陆远洲正准备收住这个话题，杨德胜又开口了。

　　“第二个问题。”

　　他的语气依然很平，像是在查房时问住院医。

　　“系统对罕见肿瘤的识别能力如何？我看你们的训练数据主要是肝细胞癌和胆管细胞癌，占比超过百分之八十。碰到少见类型，比如纤维板层型、上皮样血管内皮瘤这些，AI还靠得住吗？”

　　他顿了顿，又补了一句。

　　“还有，基层CT设备参差不齐，十六排的、三十二排的、六十四排的都有，有些机器年头比我岁数都大。低端设备上跑出来的图像质量差一大截，模型还能可靠运行？”

　　这个问题比第一个刁钻多了。

　　陆远洲心里清楚，杨德胜不是随便问的，这两个点恰好是AI辅助诊断领域最容易被攻击的软肋。

　　“罕见肿瘤方面，模型确实存在训练样本不足的问题，这是所有医学AI的共性短板。”陆远洲没有回避，“但我们的设计逻辑不是让AI替代病理诊断，而是让AI做第一道筛子。只要病灶形态偏离正常肝脏组织，系统就会标记预警，不管它是常见的还是罕见的。”

　　他看了眼林小禾。

　　林小禾立刻切出后台日志，屏幕上弹出一条记录。

　　“这是三个月前的真实案例。西河县一位三十八岁女性，外院诊断血管瘤，AI标红置信度零点七九。转诊到我们这里后穿刺活检确诊为上皮样血管内皮瘤，极其罕见。AI虽然没有给出精确的病理分型，但它成功地把这个病灶从‘正常’里揪了出来。”

　　杨德胜的眉头动了一下，没说话。

　　陆远洲接着回答第二个问题。

　　“设备兼容性方面，我们开发了通用格式预处理模块，能自动校正不同设备的层厚、窗宽窗位和噪声差异。目前已经在十六排到一百二十八排CT上完成了跨设备验证。”

　　林小禾切出另一组数据。

　　“这是安平县的运行日志。他们那台CT是国产的，用了九年，图像噪声比省医的设备高出百分之四十。预处理模块上线后，模型在这台设备上的准确率从百分之五十八提升到百分之七十六，虽然比高端设备低一些，但已经远好于纯人工阅片。”