第38章 A轮（一）(6 / 7)

  “别多想。”

    “知道的，没事儿。”

    回去以后阮思澄也真没再想，跟CTO和各总监讨论产品，把张木忘到脑后。

    没有想到，不出一周，她便听到惊天八卦！！！

    那个张木被开掉了！

    据说胆子大到逆天。医院调查后竟发现，张木曾给医药代表多次提供医院统方（所有医生用药信息、用药单据），方便少数医药代表贿-赂医生。这已经被严格禁止，院方毫不犹豫，把人直接开除，而且可能诉诸法律。

    而这医院的HIS系统（医院信息系统），PACS系统（影像归档和通信系统）、LIS系统（实验室信息系统）、 EMR系统（电子病历系统），都是扬清做的。因为这事儿，××医院还请扬清开发反统方软件。

    八卦还称，他和两个没节操的医药代表，以及两个没节操的外院主任，性-病交叉感染……

    阮思澄：“……”

    跟医院人走的近了，传说总归听过一些，然而，在过去，她对接的医生全都是好医生，主任全都是好主任，还有几个合作医院的CIO是技术狂，去拜访时对方还在对着双屏疯狂写code，桌子底下全都是书，一听“IT”“AI”两眼直冒绿光，一副打算马上开始研发的架势，“坏医生”“坏主任”是头一回碰到。

    …………

    除去搜寻数据，阮思澄也钻研技术。

    她狂读paper，把“急性腹痛”国内外的学术论文全看了遍，把医生们可能都还不清楚的症状总结、用药推荐输入AI，帮助读片，觉得若有医生届的素人选秀她阮思澄绝逼可以C位出道。Paper当中某些发现连曾经是急诊名医的石屹立都不晓得。

    她还提出几个建议，比如将医生方法、医学知识提取出来，辅助分析。

    再比如使用多套多层神经网络，后者有着特殊能力。一个用于初步诊断，一个专门用于区分A和B这两种情况，第三个专门用于区分C和D这两种情况，第四个……如果首个网络判断需要使用其他网络，便将数据传输过去，后者会将前者为了效率抛弃掉的特征捡回。她有意地搜寻AB、CD、EF的病历和数据，训练AI。

    再再比如用NLP技术提取标签……

    思恒医疗不断尝试，不断调整。

    事实证明，经过多套神经网络，准确率被大幅提升，从50%左右一
    本章未完，点击下一页继续阅读