分卷阅读61 (第1/2页)

    陈一非在入职以后主攻心脏诊断部分。

    他们利用人工智能深度学习, 集中开发心电图的识别系统。它将主要针对静态心电图ecg, 读懂, 并在30秒内出具诊断报告。如有st段抬高、压低, 那可能是心肌梗死或心绞痛，如果……那可能是……ai还会分析其他检查数值，比如肌钙蛋白、ck-mb，继续考察心肌梗死和其他病的可能性，要都没有，则会根据各项信息提供建议，比如要不要复查心电图，要不要行冠脉造影……也有可能指导医生做心脏超声、拍胸部ct, 或者检查患者体格用以排除动脉夹层和肺栓塞等等可能。

    陈一非没多久便捉住了重点——传统算法对心电图并不合适。可以说与指纹十分类似，每个人的心脏都不一样，于是，他引入了性别年龄身高体重等等东西，综合考量。

    在技术上，不仅有主要用于图像识别的卷积神经网络（n），还有主要用于文本识别的循环神经网络（rnn），陈一非的想法非常具有创意，就是让rnn如同学习句子一样“学习”心电图。既然通过训练，rnn可以知道句子当中一个单词前后有什么词是正常的，有什么词是不正常的，那也应该可以知道心电图中一个心搏前后有什么活动是正常的，有什么活动是不正常的。他把心电图拆成一个个的心搏，让ai考察关系、变化，“思考”图形是否异常。陈一非说：“一个心搏如同一个词汇，若干心搏如同一个句子，放在一起才有意义，不能单一地看。”

    阮思澄能感觉得到，陈一非是挖得对了。可以看懂心电图的专业医生其实不多，p大一院心脏中心的副主任曾经表示“大约只有3万多人”，而全国每年心电图的检查人次已近3亿。可以想象，如果ai可以“看懂”心电，在短时间出具报告，甚至发现人类肉眼瞧不出的细微变化，一定会对胸痛急诊有所助益。

    她打算，等到二期就让这个产品增加比较“摩登”的心磁图识别功能，甚至延伸到心脏超声、胸部ct……扯远了。

    与技术上的进展同步，患者病历也在增加，从一万到两万，再到五万十万，十五万二十万。

    陈一非在爱未时与几家医院合作密切，尤其是在“爱未cardio”那个心脏项目期间。当年系统在落地时，为了拿到亮眼业绩，陈一非曾亲自带队进驻医院，沟通协调。现在，他老人家苦口婆心，竟搞定了云京三院。可以用于训练的数据又多了，一切都在稳定发展。

    到这，最大的不安因素变成了钱。

    在阮思澄的预计中，自陈一非加盟起算，公司账上资金能坚持8个月。她自己再添吧添吧，能凑出来9个月。

    但事实上，不行。

    陈一非的工资很高，而且，在看过了团队以后，他不满意，叫了两个老下属来帮他的忙。那两个人在爱未时都是6级，与贝恒一样，每人每月工资5万，加上医保社保更多，这样一来，剩下的那650万也就能挺半年多。

    不过好消息是，陈一非比贝恒牛逼，贝恒估计要做近整年的东西，陈一非说，在贝恒和团队已经做了两个月的基础上，再