“第一，传统的 ImageNet 的影像，相对于医学影像来说，没有那么高清，而且需要识别的物体在整个图像中占据比较大的比例。比如ImageNet 的图像分辨率可能是 299 X 299，需识别物体占据图像的 70%-80%。而医学影像中，X 光的常见影像分辨率是3000 X 3000，是 ImageNet 分辨率的大约100倍；而 CT 常见的分辨率则是 512 X 512，再乘以一个300~400，甚至多至好几万个平面。它的分辨率很高，维度很高。有时是三维的，fMRI 甚至是四维的，需要配合上时间的变化。它的分辨率高，维度高，这里面的挑战在于，需要识别的结节在影像当中只占一个非常非常小的区域。这是识别中一个很大的瓶颈和难点，也是研究者一直在着手解决的问题。我们的解决方案，是找到更适用于医学影像识别的模型，去努力把检测区域变小。但这样一来又会使得假阳性增高，会把和结节相似的血管等等全部都找出来，这样医生就不会喜欢去用。所以技术上的一大挑战就是如何在提高灵敏性的同时，把假阳性降低。

　　“第二个挑战是，医生在诊断过程中，需要知道系统做出判断的理由。但我们知道，深度学习的过程是一个黑箱，如何增加模型的可解释性，这其实是医疗用模型一个需要解决的痛点。在这个层面，可能大家都没有什么好的解决方案。去年有一个比较火的方法，叫作注意力模型（ Attention Model）。注意力模型可以在一定程度上告诉我们，它究竟是看到了什么，才做出了相应的诊断结果。这可以带来一定的可解释性，但这仍然是我们需要持续关注、持续去研究的问题。

　　”第三个挑战可能和深度学习技术不直接相关，而是和技术的部署、落地有关，就是医院的 IT 环境具有一定的特殊性，它和进行深度学习研究以及其他任务的环境有很大不同。比如我们的深度学习模型升级了，有一些新的方法出现，正常情况下我们的技术人员可能会到GitHub 上去问问题，找资源。但是医院的 IT 环境非常强调安全、稳定和隐私，不允许将医院的数据，特别是将病人的数据带到医院的环境之外。现在，假如我们的一个程序升级了，我们无法直接将它加入到系统中，而是必须先走完医院相关的审批流程，符合它们IT 的生态，慢慢才能加入到系统当中。这种工作方式可能对于很多已经习惯了在开源环境下工作的开发人员来说，是一个很实际的困扰。在过去的一段时间内，我们也建立起了自己的一套机制，让我们的深度学习模型，更好地生长在医院这个比较独特的IT 环境当中。当然，这首先要基于对医院真实情况的了解。

　　最重要的一点就是接地气扎进去，我分享一个我们早期开始做的时候的一个故事，当时我们刚进入四川省人民医院几个月时间，两个月过去之后我们跑通了我们的模型，根据当时的情况就做了一版出来，一看那个结果，准确率99.9%，当时我第一感觉是，我们公司可能明年就可以上市了。后来一想准确率如果这么容易上去，所有人都可以做出来，后来我们仔细观察，仔细梳理，最后发现我们做错了一个非常基本的问题。问题就在于我们对于医院的IT 系统不了解，医院里面所有系统之间的数据打通，数据的互联是有背后的一套逻辑在里面，但是这个逻辑非常复杂。咱们医院里面不同科室的人，可能任何一个科室都没有办法把这个问题说清楚，当时我们不太了解这些生态，不太了解数据流动的过程，最终就做错了一件很基本的关联性的问题，所以当时就闹出了这么大的乌龙。

　　我觉得最关键的就是，能够深入到这个行业里面，了解专家、了解日常写报告的医生面临的痛点，了解医院IT 系统当中所有不同的生态，如何跟生态当中不同的人打交道，我觉得这其实是我们做人工智能的这些人面临的最大挑战。在美国、英国学这些专业的时候，基本上把数据清理的很干净，拿出来很不错的模型发表文章就可以了。但是真正进入这个行业的时候，就会发现太多的细节都有可能造成模型跑不出效果，或者跑不出一个很好的效果。所以在这个环节当中，我觉得真的能够扎进去，深入进去，而且能够跟咱们的用户一起来成长，这才是一个最大的挑战。”

新智元招聘

职位：客户经理

　　职位年薪：12 - 25万（工资+奖金）

　　工作地点：北京-海淀区

　　所属部门：客户部

　　汇报对象：客户总监

　　工作年限：3 年

　　语 言：英语 + 普通话

　　学历要求：全日制统招本科

　　职位描述：

精准把握客户需求和公司品牌定位，策划撰写合作方案；

思维活跃、富有创意，文字驾驭能力强，熟练使用PPT，具有良好的视觉欣赏及表现能力，PS 能力优秀者最佳；

热情开朗，擅长人际交往，良好的沟通和协作能力，具有团队精神；

优秀的活动筹备与执行能力，较强的抗压能力和应变能力，适应高强度工作；

有4A、公关公司工作经历优先；

对高科技尤其是人工智能领域有强烈兴趣者加分。

　　岗位职责：