第364章 天罡Edge在医疗领域的试点反馈

  秦教授翻到了另一页ppt。

  “有三个案例值得关注。第一个案例，一个四十五岁女性，ct显示肺部有一个六毫米的磨玻璃结节。神农ai判断为良性，建议隨访。但医生觉得形態不规则，坚持做穿刺。穿刺结果是早期腺癌，直径只有五毫米。ai错了，医生对了。”

  “第二个案例，一个六十岁男性，ct显示一个十二毫米的实性结节。神农ai判断为恶性，建议手术。但医生觉得边缘光滑，倾向於良性，建议先抗炎治疗。两周后复查，结节没有变化。穿刺结果是良性。ai又错了。”

  “第三个案例，一个五十二岁男性，ct显示一个八毫米的部分实性结节。神农ai和医生的判断一致——恶性可能性高，建议手术。术后病理果然是浸润性腺癌。ai和医生都对了。”

  “三个误诊案例，ai错了两个，医生错了一个。但ai错的两个案例，都是比较罕见的类型——一个是极早期腺癌，形態不典型；一个是炎性假瘤，影像表现和恶性肿瘤很像。这些罕见病例，ai的训练数据里可能不够多。”

  林薇问:“这些误诊案例，有没有反馈给ai训练团队？模型能不能通过增量学习来改进？”

  赵静回答:“已经反馈了。每个误诊案例的ct图像和病理结果，都加入了训练集。下个版本的模型，会用这些新数据重新训练。预计准確率可以提升零点五到一个百分点。”

  梁志远从硬体角度提了一个问题。“天罡edge在ct室的环境下运行了三个月，有没有出现硬体故障？ct室的电磁环境很复杂，x射线也有辐射。”

  孙经理回答了这个问题。“三台天罡edge，运行了三个月，零故障。我们在设计时做了加固——外壳加了电磁屏蔽层，內部的pcb板做了三防涂覆，存储晶片用的是工业级而不是商业级。可以在医疗设备的电磁环境下稳定运行。”

  “但有一个小问题——设备的散热风扇，在安静的诊室里噪音有点大。护士反映，风扇的声音会影响患者。我们正在优化散热方案，下一个版本用被动散热，去掉风扇。”

  秦教授笑著说:“这个问题確实存在。ct室的背景噪音本来就低，风扇的声音显得特別突出。如果能去掉风扇，医生和患者的体验会好很多。”

  林薇问:“秦教授，如果神农ai在天罡edge上正式部署，您的科室愿意付费吗？医疗ai的商业化，最终还是要靠医院买单。”

  秦教授想了想，说:“如果价格合理，我们愿意。神农ai帮我们提高了诊断准確率，减少了漏诊和误诊。漏诊一个早期肺癌，患者可能错过最佳治疗时机，医院的医疗纠纷风险也高。从这个角度看，神农ai的价值很大。”

  “但医院的採购流程很复杂，需要经过设备科、信息科、伦理委员会多个部门审批。如果价格超过五十万，就要招標。如果超过一百万，就要报卫健委备案。所以，你们的產品定价要考虑到医院的採购权限。”

  郑教授补充道:“另外，医疗ai產品的註册证也是个大问题。神农ai如果作为医疗器械销售，需要拿到国家药监局的医疗器械註册证。三类医疗器械的註册周期很长，可能需要两到三年。”