第24章 登场

苏氏的AI辅助诊断项目进入了技术攻坚阶段。

刘明辉带着团队连续加班了一周，核心算法的第三版迭代终于完成。准确率从94.7%提升到了96.2%，在业内己经是顶尖水平。

苏惊白看着测试报告，满意地点了点头。

“刘工，下周的行业技术峰会，你和我一起去。苏氏需要在技术圈子里露脸。”

“好的，苏总。”

技术峰会在京城科技园区的会展中心举办，规模不大，但含金量很高——参会的都是AI领域的核心技术团队和投资人。

苏惊白到的时候，会场己经坐了大半。他在第二排找了个位置，翻开会议手册看了一眼议程。

上午是技术分享环节，下午是圆桌讨论。

第三个演讲者的名字引起了他的注意。

季凌。凌云科技CEO。

苏惊白对这个名字有印象。前世，季凌是AI领域的一匹黑马，技术能力极强，性格孤傲，不喜欢社交，但在技术圈子里口碑极好。凌云科技后来成了行业头部，和苏氏是首接竞争对手。

今生，凌云科技还处于起步阶段，但季凌的技术实力己经开始崭露头角。

上午十点半，季凌上台了。

他比苏惊白想象中年轻——二十七八岁的样子，戴着一副黑框眼镜，穿着一件深蓝色的衬衫，没有打领带，袖口卷到手肘。整个人看起来不像CEO，更像一个刚从实验室出来的研究员。

但他一开口，全场安静了。

“今天我要讲的，是AI辅助诊断领域的一个核心问题——数据偏差。”

他的声音不高，语速偏快，但每一句话都精准到位。PPT上没有花哨的动画，只有数据、图表和代码片段。

“目前市面上的AI辅助诊断系统，包括几家头部公司的产品，都存在一个共同的问题——训练数据的样本分布不均匀。简单来说，大医院的数据多，小医院的数据少；城市的数据多，农村的数据少。这导致AI在处理基层医疗场景时，准确率会大幅下降。”

他翻到下一页PPT，上面是一组对比数据。

“我测试了市面上三款主流的AI辅助诊断系统。在三甲医院的数据集上，准确率都在93%以上。但在基层医院的数据集上，准确率平均下降了12个百分点。”

苏惊白的眉头微微皱了一下。

季凌说的没错。苏氏的算法也存在这个问题——他们的训练数据主要来自合作的八家三甲医院，基层医院的数据覆盖确实不够。

“其中有一家公司的系统，”季凌推了推眼镜，“在基层数据集上的准确率只有82.3%。而他们对外宣传的准确率是94.7%。”

苏惊白的手指在膝盖上轻轻敲了一下。

94.7%。

这是苏氏的数据。

季凌没有点名，但在座的人都知道他在说谁。

会场里响起了一阵低声议论。刘明辉坐在苏惊白旁边，脸色有些难看。

苏惊白没有动。他靠在椅背上，认真听完了季凌剩下的演讲。

季凌的核心观点是：AI辅助诊断系统需要建立“多层级数据融合模型”，把不同级别医院的数据按权重整合，才能真正解决数据偏差问题。他展示了凌云科技的初步方案，思路清晰，逻辑严密。

演讲结束，掌声很热烈。

下午的圆桌讨论，苏惊白和季凌被安排在同一组。

主持人抛出第一个问题：“AI辅助诊断的商业化落地，最大的障碍是什么？”

季凌先开口：“数据质量。没有高质量的多层级数据，再好的算法也是空中楼阁。”

苏惊白接过话：“数据质量是基础，但不是唯一的障碍。商业化落地还需要解决两个问题——第一，医院的信任度；第二，监管合规。再好的技术，如果医院不信任、监管不认可，就落不了地。”

季凌转头看了他一眼。

“苏总说得对。但信任度和监管合规的前提，还是技术本身要过硬。”他推了推眼镜，“如果一个系统在三甲医院表现很好，到了基层就不行了，医院凭什么信任它？”

苏惊白笑了。

“季总说的基层数据偏差问题，我们苏氏也注意到了。事实上，我们的第三版算法己经在做多层级数据融合的优化。”

“第三版？”季凌挑了一下眉，“准确率多少？”

“96.2%。三甲医院数据集。”苏惊白顿了一下，“基层数据集的测试还在进行中，初步结果是89.1%。比上一版提升了将近七个百分点。”

季凌的表情变了一下。

89.1%。比他预期的高。

“你们的多层级融合方案，用的是什么架构？”季凌问。