天天书屋

手机浏览器扫描二维码访问

第7章（第2页）

至于用途，比起电话手表，这更像是十年前的运动手环。有测心率丶血压丶睡眠质量各种生理指标的功能，也有定位丶紧急通话这种针对儿童的功能。

简单看了两眼，程数就了解了个大概，这款手环和十年前最大的不同就是——集成了AI辅助诊断，收集的所有生理信号都作为输入，通过多模态算法得出人体的健康检测报告。

AIforSce，多学科交叉在十年前就已经是大趋势，现在融合紧密也是意料之中。

虽然程数并不了解如今科技的发展水平，但是她知道过去AI+医疗的最大阻碍在于深度学习作为黑盒系统并不具有很好的可解释性。包括极大似然估计这种由果推因的参数估计法，本身就和医学上“由因及果”先找到病因再对症下药的治疗方式相悖。

而且AI依靠数据驱动，医学数据则采集不易且成本高昂，数据集小的情况下AI模型很容易产生带有“偏见”的判断。

举个例子，比如某图像生成器。用户输入文字描述后，AI就可以自动生成动漫人物的画像。如果输入“二次元女同”这样的描述，最后输出的大概率是“黑发紫瞳”的形象。

这当然不是因为所有的“二次元女同”都是“黑发紫瞳”。而是因为用来训练这款图像生成器的数据集太小，仅仅来源于《魔法少女小圆》的晓美焰和《Citrus》的芽衣。

这款图像生成器的“偏见”可以很容易分辨出来，是训练集在“性向”上的样本差异。而医学图像处理的“偏见”可没有这么好分辨，一张复杂的CT或者MRI影像，谁也不知道AI算法处理完之后会携带什么样的“偏见”。

所以AI并不“可信”。

怎么让医生和病人信任人工智慧做出的决策，无论何时都是问题的关键。毕竟医疗AI不是AlphaGo，后者下棋输了就输了，前者诊断失误那将面临极大的道德谴责和法律风险。

医疗AI现如今是可以独立诊断还是仍处于“助手”地位，程数并不清楚。

“妈妈，我能问你一个问题吗？”

程数的思路被小女孩的声音打断了。

“可以的。”程数应声，顺势把手环重新戴到叶橙安的手腕上。

小女孩手腕处的皮肤细嫩，被手环勒住的地方还有明显的红痕，程数不由自主放轻了力度。

“妈妈你为什么要带着我们从家里搬出来呢？”叶橙安在三天前就问过妈妈这个问题。

但是当时的程数表情很难看，并没有做任何解释。

叶橙安为了安慰被吓到的程柚年，只能告诉妹妹“妈妈是要带她们去玩滑滑梯”。

这三天的时间里，叶橙安想了很久很久，也没有在脑海里捕捉到任何“妈妈妈咪之间闹矛盾了”的迹象。

她知道妈妈是很讲逻辑的人，不可能无缘无故就带着她和妹妹搬家，一定是有什么难言之隐的。所以她带着一丝期冀又问了程数一遍，想得到合理的解释。

可是……过去十年的记忆现在在程数脑子里都搜索不到分毫，她又怎么可能想得起来三天前是因为什么原因搬家。

捡到的手机通现代[八零]  南与北  别惹黑莲花O[穿书]  古代女校长成长记录  天灾进行时  在梦里搞赛博基建  渣「攻」求生指南  花魁独占状元郎  办公室禁止钓鱼执法  金手指我换主人了[快穿]  一幅拼图画  吃瓜漫画横扫娱乐圈[穿书]  浪儿翻  东宫火葬场纪事  [足球同人] 卡卡，但2018  女配只想报效祖国[快穿]  袅袅春腰  炮灰们的团宠小师妹  戒菸  公主她媚色撩人