字体
关灯
   存书签 书架管理 返回目录
    赵静面前摆著一台巴掌大小的银灰色设备——天罡edge医疗版。这台设备的外观和普通的天罡edge开发板不同,外壳採用了医用级的抗菌材料,边角做了圆润处理,接口处有密封圈,可以耐受常规的消毒液擦拭。设备旁边是一台医用显示器,上面显示著神农ai的临床辅助诊断界面。
    郑教授坐在设备对面,他的旁边是华夏医科大学附属第一医院肿瘤科主任秦教授。秦教授六十出头,头髮花白,是国內肺癌早期诊断领域的权威。过去两个月,他的科室一直在用天罡edge跑神农ai的肺部结节良恶性鑑別模型。今天,他带著三个月的试点数据来芯谷做反馈。
    林薇坐在长桌的主位,左右是赵静、梁志远,以及天罡edge產品线的负责人孙经理。陈醒没有来,但他让林薇全程录音,会后给他一份详细的纪要。
    “秦教授,感谢您和团队过去三个月的试点。”林薇开场。“请先说说效果,再说问题。我们想知道,天罡edge在真实临床环境里,到底能不能帮上忙。”
    秦教授打开笔记本电脑,调出了一份ppt。
    “我们科室过去三个月,接诊了三百二十例肺部结节患者。其中一百六十例,医生先用传统方法诊断,再用神农ai辅助诊断,对比两者的一致性。另外一百六十例,医生直接使用神农ai的诊断结果,再自己覆核。”
    “结果分三个维度——准確率、效率、以及医生接受度。”
    “第一,准確率。神农ai在云端部署时,肺部结节良恶性鑑別的准確率是百分之九十四点五。部署到天罡edge后,准確率降到了百分之九十二点三,下降了二点二个百分点。下降的原因,主要是edge版本的模型做了压缩,牺牲了一点精度换取了更快的推理速度。”
    “但百分之九十二点三的准確率,在临床上完全够用。我们科室资深医生的平均准確率是百分之九十。年轻医生的平均准確率只有百分之八十五。神农ai比资深医生还高两个百分点,比年轻医生高七个百分点。”
    “第二,效率。云端部署时,从上传ct图像到返回诊断结果,平均需要两百毫秒。天罡edge部署后,延迟降到了四十五毫秒。医生在看完ct图像的瞬间,ai的结果就显示在旁边,几乎没有等待感。”
    “更重要的是,天罡edge的推理不需要网络连接。ct室在地下二层,手机信號很差。以前用云端版本,经常因为网络问题导致超时。现在好了,设备插上电就能用,从来不会因为网络问题卡住。”
    “第三,医生接受度。一百六十例直接使用ai结果的案例中,医生完全採纳ai建议的比例是百分之七十八。不採纳的原因主要是——ai的诊断结果和医生的直觉不一致,而医生坚持自己的判断。事后復盘,ai正確的比例是百分之六十七,医生正確的比例是百分之三十三。也就是说,当ai和医生意见不一致时,ai更可能是对的。”
    秦教授说到这里,语气里带著一丝感慨。“这个结果,让我们科室的医生开始反思——是不是太依赖自己的经验了?经验固然重要,但ai能看到人眼看不到的微小特徵。比如,良恶性结节在ct上的纹理差异,人眼很难分辨,但ai的深度学习模型可以。”
    郑教授补充道:“神农ai在edge上的模型压缩,我们用了知识蒸馏和量化感知训练。原来的模型有十亿个参数,压缩到两亿个,体积缩小了五倍,推理速度提升了四倍。准確率只下降了二点二个百分点。这个trade-off是值得的。”
    赵静在笔记本上记了几笔,然后问了一个关键问题:“秦教授,有没有出现ai误诊导致医生做出错误决策的案例?我们最担心的就是这个问题。”
    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。”
    赵静说:“这个问题我们已经在推进了。神农ai的医疗器械註册,由中央研究院的医疗组在负责。目前已经完成了產品定型,下个月提交註册申请。按照正常流程,二类医疗器械需要一年,三类需要两年。我们正在和药监局沟通,看能不能走创新医疗器械特別审查程序,缩短到一年以內。”
    林薇问:“在拿到註册证之前,神农ai能不能以『科研合作』的名义在医院部署?不收费,但收集临床数据。”
    秦教授说:“可以。很多医院都有科研合作的通道。只要不收费,不涉及患者隱私泄露,伦理委员会一般都会批准。我们的科室就愿意和你们继续合作,扩大试点范围。”
    林薇点头。“好。那接下来,试点范围从肿瘤科扩展到心內科和神经科。心內科主要做心电图辅助诊断,神经科主要做脑卒中的ct影像识別。赵静,你和郑教授对接,確定扩展试点的方案和时间表。”
    赵静在笔记本上记了下来。
    会议进行到一半,陈醒推门进来了。他刚开完另一个会,顺路过来听听医疗试点的反馈。他在林薇旁边坐下,示意大家继续。
    秦教授看到陈醒,主动说:“陈总,我再说一个观点——神农ai在edge上的成功,不仅仅是技术上的突破,更是医疗资源下沉的可能。华夏的优质医疗资源集中在三甲医院,县医院和乡镇卫生院的诊断水平参差不齐。如果把天罡edge+神农ai部署到基层医院,可以让基层医生拥有三甲医院级別的辅助诊断能力。”
    “比如,一个乡镇卫生院的医生,可能一年只看几十个肺结节患者,经验有限。但如果有了神农ai,他可以在几秒钟內得到三甲医院专家水平的建议。这对分级诊疗和医疗公平,是革命性的。”
    陈醒说:“秦教授,您这个观点我很认同。未来科技做医疗ai,不是为了赚钱,而是为了解决真实的医疗痛点。基层医疗资源的匱乏,是华夏医疗体系最大的短板。天罡edge+神农ai的组合,成本低、部署简单、不需要网络,非常適合基层医院。”
    “所以,医疗试点不仅要扩大科室,还要扩大医院层级。下一阶段,除了三甲医院,还要选几家县医院和乡镇卫生院做试点。看看神农ai在基层的真实效果。”
    郑教授说:“这个方向好。我可以帮你们联繫几家县级医院。我的一些学生在县医院工作,他们对ai辅助诊断非常期待。”
    林薇在笔记本上记了下来。
    会议进入第二个议题——天罡edge医疗版的產品化路线图。
    孙经理调出了一张甘特图。
    “天罡edge医疗版的產品化,分三个阶段。第一阶段,工程样机验证。已经完成,三台样机在肿瘤科跑了三个月,稳定性验证通过。第二阶段,小批量试產。下个月启动,生產五十台,部署到五个科室和三家基层医院,进行扩大试点。第三阶段,量產和註册。明年第一季度启动量產,同时提交医疗器械註册申请。”
    “產品规格方面,医疗版和標准版的主要区別有三点——第一,外壳抗菌材料。第二,无风扇被动散热。第三,医疗级电源適配器,符合医用电气安全標准。这些改动不会增加太多成本,单台bom成本大约增加三百元。”
    梁志远问:“医疗版的软体,需不需要单独做医疗器械软体註册?”
    赵静回答:“需要。医疗ai软体属於医疗器械软体,需要单独註册。但神农ai的核心算法是一样的,只是部署平台不同。我们可以在同一个註册单元里,把云端版和edge版都覆盖到。这样就不用分开註册了。”
    陈醒问了一个战略层面的问题:“医疗ai的商业化,除了卖设备和软体,还有没有其他的模式?比如,按次收费、按年订阅、或者和保险公司合作?”
    赵静说:“按次收费在技术上可行,但医院的財务制度不支持。医院习惯一次性採购,不喜欢按次付费。按年订阅的模式,一些民营医院可以接受,公立医院比较难。和保险公司合作的模式,我们正在探索——保险公司採购神农ai,用於投保人的健康筛查,可以降低赔付率。”
    陈醒说:“三种模式都可以试。但短期內,还是以设备+软体的销售模式为主。医疗行业的採购习惯很难改变,我们要尊重市场的规律。”
    秦教授补充了一句:“另外,医疗ai的数据安全问题也要重视。患者的医疗数据是最敏感的个人信息。天罡edge虽然可以不联网运行,但模型更新和数据分析还是需要上传数据。这些数据的存储、使用、共享,要有严格的管理制度。”
    周明通过视频连线接入,说:“医疗数据的合规问题,法务部已经在研究了。按照个人信息保护法和人类遗传资源管理条例,医疗数据的使用需要患者的知情同意,以及伦理委员会的审批。我们会制定一套標准操作流程,確保每个试点项目都符合法规要求。”
    陈醒点头。“合规是底线。医疗ai涉及人命关天,不能有任何侥倖心理。周明,你派一个法务专员对接医疗试点项目,所有数据使用协议都要经过法务审核。”
    周明回復:“明白。”
    会议结束后,陈醒、林薇、赵静、梁志远留了下来。四人站在演示台前,看著那台天罡edge医疗版。
    “医疗ai的试点反馈,比我想像的好。”陈醒说。“准確率、延迟、稳定性,都达到了临床可用的水平。秦教授说的基层医疗下沉,是一个很大的战略方向。未来科技如果能在医疗ai领域站稳脚跟,社会价值和商业价值都不可估量。”
    林薇说:“但挑战也很大。医疗器械註册、医院採购、数据合规、医生培训,每一条都是硬骨头。医疗行业的门槛,比消费电子高得多。”
    陈醒说:“正因为门槛高,才值得做。门槛高意味著护城河深,竞爭对手不容易进来。未来科技在消费电子领域的成功,已经证明了我们有能力突破技术门槛。医疗领域,我们一样可以。”
    赵静说:“陈总,我有个建议——医疗ai项目,可以单独成立一个事业部,不放在中央研究院下面。医疗行业的节奏和消费电子不一样,需要更长的时间、更谨慎的態度。如果放在研究院下面,可能会和晶片、系统的研发节奏衝突。”
    陈醒想了想,说:“可以。但事业部的负责人要慎重选。这个人既要有技术背景,又要有医疗行业的经验,还要有耐心。赵静,你有没有推荐的人选?”
    赵静说:“郑教授可以吗?他在医疗ai领域深耕了二十年,既有学术声望,又有临床资源。如果他能全职加入未来科技,医疗ai事业部就有了灵魂人物。”
    林薇说:“郑教授是华夏科技大学的教授,全职加入企业,学校那边可能不放。可以折中一下——聘他为首席科学家,每周来芯谷两天,其他时间在学校。这样既利用了学校的资源,又保证了项目的推进。”
    陈醒点头。“这个方案可以。林薇,你代表我和郑教授谈。条件可以优厚,股权、资源、团队,都可以谈。医疗ai是未来科技的战略方向,值得投入最好的资源。”
    林薇郑重地点头。
    陈醒看了看终端上的时间,说:“我下午还有一个会,先走了。医疗试点的下一步——扩大科室和基层医院,启动產品化,推进註册和合规。赵静,你牵头,林薇督导。一个月后,我要看到扩大试点的方案和第一批基层医院的名单。”
    赵静说:“明白。”
    陈醒走出演示大厅,脚步声在走廊里渐渐远去。
    林薇、赵静、梁志远三人站在窗前,看著芯谷的广场上人来人往。
    “赵静,医疗ai的事业部,你打算怎么搭班子?”林薇问。
    赵静想了想,说:“產品经理需要一个懂医疗的,最好是临床医学背景。研发团队需要一个懂边缘计算的,梁志远那边可以支援。测试团队需要一个懂医疗器械標准的,可以从外部招聘。运营团队需要一个懂医院採购的,可以从医疗器械公司挖人。”
    梁志远说:“边缘计算的工程师,我可以从追光设备团队借两个人。他们懂天罡edge的硬体,也懂嵌入式软体。借调半年,等医疗事业部自己招到人再还回来。”
    林薇说:“好。赵静,你三天內写一个事业部组建方案,包括组织架构、人员需求、预算、以及时间表。我批了之后,报陈总审批。”
    赵静点头。
    梁志远的终端震动了,他看了一眼,说:“林总,追光四期的海外交付准备,明天要开督导会。张京京那边已经准备好了方案,需要您去把关。”
    林薇说:“好。明天上午我去合城。赵静,医疗试点的事,你今晚把方案初稿发给我,我在路上看。”
    赵静点头。
    三人走出演示大厅,沿著走廊向电梯走去。经过天罡edge的实验室时,他们看到工程师们正在调试新版本的开发板。那是天罡edge的下一代——功耗更低、算力更强、体积更小。
    “天罡edge的下一代,什么时候出来?”林薇问。
    梁志远说:“六个月后。算力提升百分之五十,功耗降低百分之三十,体积缩小百分之四十。医疗版会同步升级,用被动散热,完全静音。”
    林薇说:“好。医疗ai对算力的需求会越来越大。神农ai的模型在持续优化,参数越来越多。天罡edge的算力要跟上。”
    电梯门打开,三人走了进去。
    终端震动了,是赵静收到的消息——郑教授发来的一份邮件,附件是华夏医科大学附属第一医院心內科和神经科的试点方案初稿。赵静快速瀏览了一遍,脸上露出了笑容。
    心內科的方案里提到,心电图ai辅助诊断模型的准確率在实验室环境下已经达到了百分之九十六,但还没有在真实临床环境中验证。神经科的方案里提到,脑卒中ct影像识別的模型还有待优化,尤其是缺血性卒中的早期识別,难度很大。
    赵静回復郑教授:“方案收到。明天上午我和您过一遍细节。另外,陈总提议聘您为医疗ai事业部的首席科学家,林总下周和您详谈。”
    郑教授的回覆很快:“谢谢信任。我很愿意。”
    电梯门打开,林薇、赵静、梁志远走进大厅。夕阳的余暉透过玻璃幕墙,在三人身上镀上了一层金色。
    医疗ai的试点反馈,给了他们信心——未来科技的技术,不仅能用在手机、晶片、设备上,还能用在救人命上。
    这才是科技强国的真正意义。

上一章 目录 下一章