分卷閱讀61（第1頁）

分卷閱讀61

陳一非在ru職以后主攻心臟診斷bu分。

他們利用人工智能深度學習，集中開發心電圖的識別系統。它將主要針對靜態心電圖ecg，讀懂，并在30秒neichuju診斷報告。如有st段抬gao、壓低，那可能是心肌梗死或心絞痛，如果……那可能是……ai還會分析其他檢查數值，比如肌鈣dan白、ck-b，繼續考察心肌梗死和其他病的可能xg，要都沒有，則會n據各項信息提供建議，比如要不要復查心電圖，要不要行冠脈造影……也有可能指導醫生zuo心臟超聲、拍xiongbuct，或者檢查患者ti格用以排除動脈夾層和肺栓sai等等可能。

陳一非沒多久便捉住了重dian――傳統算法對心電圖并不合適。可以說與指紋十分類似，每個人的心臟都不一樣，于是，他引ru了xg別年齡shengaoti重等等東西，綜合考量。

在技術上，不僅有主要用于圖像識別的卷積神經網絡（n），還有主要用于文本識別的循環神經網絡（rnn），陳一非的想法非常ju有創意，就是讓rnn如同學習句zi一樣“學習”心電圖。既然通過訓練，rnn可以知dao句zi當中一個單詞前后有什么詞是正常的，有什么詞是不正常的，那也應該可以知dao心電圖中一個心搏前后有什么活動是正常的，有什么活動是不正常的。他把心電圖拆成一個個的心搏，讓ai考察關系、變化，“思考”圖形是否異常。陳一非說：“一個心搏如同一個詞匯，若gan1心搏如同一個句zi，放在一起才有意義，不能單一地看。”

阮思澄能gan覺得到，陳一非是挖得對了。可以看懂心電圖的專業醫生其實不多，p大一院心臟中心的副主任曾經表示“大約只有3萬多人”，而全國每年心電圖的檢查人次已近3億。可以想象，如果ai可以“看懂”心電，在短時間chuju報告，甚至發現人類肉yan瞧不chu的細微變化，一定會對xiong痛急診有所助益。

她打算，等到二期就讓這個產品增加比較“摩登”的心磁圖識別功能，甚至延伸到心臟超聲、xiongbuct……扯遠了。

與技術上的j展同步，患者病歷也在增加，從一萬到兩萬，再到五萬十萬，十五萬二十萬。

陳一非在ai未時與幾家醫院合作密切，尤其是在“ai未cardio”那個心臟項目期間。當年系統在落地時，為了拿到亮yan業績，陳一非曾親自帶隊j駐醫院，溝通協調。現在，他老人家苦kou婆心，竟搞定了云京三院。可以用于訓練的數據又多了，一切都在穩定發展。

到這，最大的不安因素變成了錢。

在阮思澄的預計中，自陳一非加盟起算，公司賬上資金能jian持8個月。她自己再添吧添吧，能湊chu來9個月。

但事實上，不行。

陳一非的工資很gao，而且，在看過了團隊以后，他不滿意，叫了兩個老xia屬來幫他的忙。那兩個人在ai未時都是6級，與貝恒一樣，每人每月工資5萬，加上醫保社保更多，這樣一來，剩xia的那650萬也就能tg半年多。

不過好消息是，陳一非比貝恒niubi1，貝恒估計要zuo近整年的