“滿負荷的話，大約一百到一百二十份。”
林宇點了點頭，轉向全場。
“各位聽到了。一個人類影像科醫生，滿負荷一天能看一百多份CT。而且越到後面，因為視覺疲勞和注意力下降，漏診率和誤診率會不可避免地升高。”
“那AI呢？”他輕輕拍了拍面前的筆記型電腦。
“如果給這套系統接入足夠的算力，它一天可以處理多少份？”
他沒有等別人回答，自己給出了答案。
“理論上，無上限。而且它永遠不會疲勞。永遠不會因為連續看了三百張片子就把一個早期腫瘤誤判為良性囊腫。”
林宇繼續展示了第二個案例。
他將一張胸部X光片拖入分析視窗。
進度條再次閃過。
六秒後，螢幕上彈出一個明亮的綠色圓圈。
圓圈精準地框住了右肺中葉一個極其微小的陰影。
“七毫米的磨玻璃結節？！”
這次，沒等AI生成完整報告，李明遠教授己經失聲驚呼。他猛地從座位上站了起來，雙手撐著前排的椅背，整個人向前探去，幾乎要把臉貼在螢幕上。
“這……這怎麼可能！常規X光片上，這種大小和密度的病灶極容易被肺紋理遮蓋，漏診率非常高！它首接就標出來了？！”
他的聲音裡帶著無法掩飾的震動和驚懼，徹底打亂了林宇原本的講解節奏。
但這個“意外”，比任何講解都更有說服力。
林宇平靜地解釋：“第二代靈夢AI的視覺模型在醫學影像領域做了專項最佳化。訓練資料集包含了超過八百萬份脫敏的臨床影像。
對於早期微小病灶的識別敏感度，目前的測試資料是百分之九十西點七，高於人類影像科醫生的平均水平。”
第三個案例。
林宇展示了一段模擬場景。一位基層衛生院的全科醫生，面對一個主訴腹痛的患者，透過AI輔助問診系統進行鑑別診斷。
AI根據患者的症狀描述、生命體徵和簡單的血常規結果，在三十秒內生成了一份包含五種可能診斷及其機率排序的報告，並用紅色高亮標記了其中一種需要緊急轉診的高危情況，急性胰臟炎。
“國內有多少鄉鎮衛生院？”林宇看著臺下面面相覷的面孔，率先給出了答案。
“超過三萬五千家。這些衛生院裡，有多少具備影像科主任醫師水平的診斷能力？答案是幾乎沒有。”
“但如果每一家衛生院都接入了AI輔助診斷系統，一個只有全科基礎的鄉鎮醫生，就能在AI的輔助下，做出接近三甲醫院水平的初步篩查。”
他的語氣變得沉重了一些。
“這意味著什麼？意味著一個偏遠山區的農民，不用再坐六個小時的大巴去省城排隊掛號。只為了確認自己肚子痛到底是不是闌尾炎，還是更要命的別的疾病。”
報告廳裡的氣氛，在不知不覺中發生了變化。
】。”理原斷診助輔像影學醫IA“解理度深者學名202：堂課前當【
】。力能用運級通·析分像影學醫：還返【
】。力能用運階高·別識徵特理病的習學度深於基：還返加附【
。路網的而大龐張一出建構速迅裡架框知認的他在，徵特學態形、異差度、佈分度灰的雜複些那中像影學醫。腦大的他湧般一水像識知的新
。像影TC的癌臟胰張那上幕螢眼一了看次再住不忍他
。西東的來出註標有沒IA了到看他，次一這
。帶渡過度的一為融織組常正與乎幾、的弱微其極道一有，緣邊灶病在
。能可種一著示暗，在存的帶渡過個那
。幕螢著盯地注專目，傾前，臂手了下放地覺自不經己人多很，們授教老些那的表”來花麼什出說能你看看要倒我“副、膊胳著抱本原
。緒的雜複一過閃裡睛眼的濁渾，擬模景場的區山遠偏個那上幕螢著看他。臂手了下放也時何知不，海文錢的抱臂雙首一
。抑加更得顯氣空的繃就本原廳告報讓，聲嗚嗚的悶沉出發，璃玻著擊撞風冷。晃搖微微得踩枝樹的禿禿將，空天的沉過掠鳥飛的灰隻幾，外窗
。言發備準手舉主次一第，刻片了默沉海文錢
。他向看宇林
”？碗飯的生學醫萬百上掉毀間瞬會將時同它，過想有沒有你但。利獲姓百老讓，人多更給廣推能實確技套這你“。問質的重沉為更了作化氣的近勿人生那，啞沙些有音聲的海文錢”。授教林“
。憫悲與利犀的有特人聞新著帶，人輕年的上臺講著盯樣一子錐把兩像目的海文錢。收然驟氛氣的場全
”？難災的大巨來帶人多給會刷沖的制舊對過想沒就你，度速進推IA的聞聽人駭種這你照按，前之現出求需場市的大更在“
。雲的旋盤裡心人多許場在是也恰恰，題問個這
。面桌的前面著抓手雙，慮憂是滿中眼刻此，人學醫老位這他。來起了站勢順也，鎖頭眉授教遠明李的排前
”？夢靈代二第進推地急著麼那麼什為，你問想也我，授教林“
。的送配機人無是都賣外連現發卻果結，賣外送去跑能只碗飯了丟人數無，來開廣推面全夢靈代二第果如。會社的底兜人通普為要需個一們我“，重沉的醫行年多著音聲的遠明李
”？嗎果後個這過想有你？嗎絕多有會們他過想有你，授教林
。尖浪口風了上推被宇林，間時一
。疑質與問的甸甸沉份一了多，奇好了中目，次一這。上他在地刷刷齊次再睛眼雙多百兩
。下一了收微微孔瞳的宇林
