笔趣阁

第621章 张教授的肯定被批评的赵强（第1页）

我林寻渴望与医院同事们共同进步，将国际前沿的医疗理念和技术真正落地。

在花瑶和张宇的协助下，我紧锣密鼓地组织了多次内部培训。

第一次培训便座无虚席，大家都对我林寻从国际会议带回来的内容充满期待。

我林寻也不负众望，深入浅出地讲解，结合案例分析，让同事们受益匪浅。

不过，树欲静而风不止。

在一次关于“aI在早期消化道肿瘤多模态影像诊断中的应用”培训课上，当我林寻刚刚结束一个章节的讲解，

准备接受提问时，赵强慢悠悠地举起了手。

“林博士，”

赵强站起身，脸上带着一丝若有若无的挑衅，

“您刚才提到aI模型对早期胃癌的诊断准确率达到了92%，这确实很了不起。

但是，我想请问，

这个模型在面对伴有严重萎缩性胃炎和肠上皮化生的患者时，其特异性和阳性预测值会有怎样的变化？

有没有考虑过炎症背景对aI识别的干扰？

另外，您能具体解释一下模型在特征提取时，

是如何区分早期癌变与高级别上皮内瘤变的细微影像差异吗？”

这个问题相当刁钻，不仅涉及到aI模型的深层机制，

还点出了临床应用中可能遇到的复杂情况，显然是想让我林寻在众人面前下不来台。

台下瞬间安静下来，不少人都看向我林寻，想看我如何应对。

我林寻心中了然，赵强这是故意找茬。

但我神色不变，从容地微笑道

“赵医生这个问题提得很好，非常具有临床价值。”

我随即在心中默念

“‘启明’，调出关于伴有萎缩性胃炎及肠化背景下早期胃癌的aI诊断亚组分析数据，

以及模型对高级别上皮内瘤变与早期癌变的影像特征区分算法。”

【aI启明已调取相关数据。

在伴有严重萎缩性胃炎和肠上皮化生的患者亚组中，模型特异性为89。6%，

阳性预测值为87。3%，

较总体数据略有下降，但仍保持在较高水平。

模型通过提取腺体结构紊乱程度、微血管形态异常、表面凹陷深度等23个关键影像特征，

并结合纹理分析和深度学习，能够有效区分早期癌变与高级别上皮内瘤变，

其Roc曲线下面积（auc）达到o。94。

具体特征权重及算法逻辑已准备就绪。】

得到aI启明的精准支持，我林寻胸有成竹。

我拿起激光笔，在投影屏幕上清晰地展示出相关数据图表和特征提取示意图

“赵医生，关于您的问题，

先，我们的‘aI医生’模型在训练时就已纳入了大量伴有炎症背景的病例，