衝突（一）

“AI急診”腦部診療算法寫好, 阮思澄便開始帶著手下的人用數據來訓練機器。 腦部這裏技術不難, 就是目前廣泛用於圖像識別的卷積神經網絡（CNN）, 人類給它大量病曆, 讓它不斷學習, 自行提取病症特征, 就可以了。 患者病曆有一萬份, 是他們從兩家醫院收集來的，分別是雲京第二醫院和地京人民醫院。阮思澄知道，與錢鈉關係好的醫院總共有三家, 不過雲京第一醫院最後沒有談得下來。這些數據其實並不足夠訓練AI，因為有些患者根本沒有患病，而剩下的還要分成腦血栓、腦出血等等不同種類, 隻能先當初步資料。 他們請了幾個醫生兼職標注。AI醫療需要醫生先看片子, 用專門的標注軟件將病灶的邊緣勾出，告訴機器這是病灶, 讓它學習。而這也是AI醫療一個難點, 因為“標注”非常枯燥, 卻又需要牛逼醫生, 人家通常並不缺錢。退而求其次絕對不行, 所謂上梁不正下梁歪, 如果“老師”教的就是錯的，有漏的，“學生”自然學的也是錯的。幸好思恒醫療尋到幾個醫生, 其中大半是CSO的學生。 為了表示重視, 阮思澄直接與幾個醫生聯係。醫生們將試標注的腦部片子給阮思澄，阮思澄要覺得OK就請對方繼續工作。 某天，阮思澄又檢查醫生交的“作業”。 “嗯，”她自言自語，“牛逼……”軟件使用方法一共教了一遍，然而所有醫生都沒出過差錯。 阮思澄一張一張快速地點。 點到某張腦部CT，忽然，阮思澄的手頓下了。 “……？？？”她怕自己看錯，滾動滑輪，放大圖像，仔仔細細瞧過。 “……”她竟認得這張片子。 三年以前，有次中午，她叫同為澎湃員工卻在另一個組研究腦瘤診斷的研究生室友到食堂吃午飯，對方卻在辦公椅上指著一張片子說：“這人好可憐啊……頭回見到出血出成這樣子的……肯定沒救回來……太誇張了，太恐怖了……” 當時阮思澄是完全看不明白，盯著片子發呆，於是室友教她如何看腦CT，最後在片子上東勾西畫：“看到沒有？這個人呀，隻有這裏……這裏……這裏……還有這裏沒有出血。”室友會看也很正常。雖是工程師，但是比較認真的碼工們通常希望更加了解手頭項目，也願意學自己過去不知道的。確定要做急診以後，阮思澄也啃了十幾厚本的書，從內科急診到外科急診，現在的阮思澄對於腦部CT也挺會看的了。 當時阮思澄說：“哦……”隨後也是一聲歎息，“哎……” 由於那是第一次學腦部CT，阮思澄的印象很深。而且，那張片子的確非常特殊，出血部分麵積、形狀還有正常部分位置都有鮮明特征。 這座城市總不至於有兩個人出血出得一模一樣。