第192章 在座各位，有没有人教过AI看片子？

周三上午，江海大学行政楼四楼报告厅。

能容纳两百多人的阶梯教室几乎坐满了。

空气里漂浮着一股混合着旧书页和淡淡紧张感的味道。

前三排，清一色是各院系的院长和头发花白的资深教授。后面几排是副教授和讲师。就连最后面都挤着几个行政岗的教职工，伸长了脖子，说是自愿来旁听。

林宇提前十分钟到的。

他推开报告厅厚重的木门时，里面原本嗡嗡的议论声，像被一只无形的手往下按了按，骤然降低了两个档位。

两百多双眼睛齐刷刷地转过来。

那些目光里混杂着太多东西。有直白的好奇，有不动声色的防备，也有掩饰不住的不服气。

还有几个隐隐的期待。

林宇走到讲台前，把一台笔记本电脑接上投影仪，动作不急不缓。

他今天换了一件深蓝色的薄款外套，内搭一件干净的白衬衫，算是对台下这些年龄足够当他父辈的前辈们，表达了最基本的尊重。

“各位老师好。”

他的声音通过报告厅的环绕音响系统传出来，清晰，沉稳。

“今天是教师培训的第一堂课。我知道在座很多人心里可能不太舒服。当了几十年老师，现在要坐在台下当学生，换了谁都会觉得别扭。”

台下，有几个教授不自觉地挪了一下身体，脸上的表情验证了他的话。

钱文海坐在第二排靠窗的位置，双臂抱在胸前，下身微微抬着。

那张布满褶子的脸上，表情像是刻在花岗岩上的，透着一股生人勿近的硬气。

“所以今天，我不讲理论，不讲概念，不讲任何需要你们去背诵或者记笔记的东西。”

林宇按下了投影的遥控器。

屏幕上没有出现花里胡哨的PPT，也没有出现密密麻麻的代码。

出现的是一张黑白色的医学影像图。

“我只给你们看一个东西。”他指着屏幕。“在座有没有人认识这张图？”

前排角落里，医学预科教研室的负责人，李明远教授，不自觉地坐直了身体。他扶了扶鼻梁上的老花镜，盯着那张影像看了两秒。

“这是一张腹部CT的横断面扫描。”李明远开口，声音带着多年临床工作养成的沉稳。“胰腺区域有异常密度影，边界不清，形态不规则。如果我没看错的话，这是一个胰腺占位性病变的典型影像。”

“李教授的眼力很准。”林宇点了点头。“这确实是一例胰腺癌的CT影像。”

他停了一下，看着台下那些非医学专业的教授们茫然的脸。

“我知道，在座大部分人可能觉得这张图跟自己没什么关系。搞文学的、教历史的、做工程的，凭什么要关心一张CT片子？”

他又按了一下遥控器。

屏幕上的CT影像缩小了，旁边弹出了一个干净的对话框。

是灵梦AI的界面。

“但如果我告诉你们，AI在这个领域能做到的事情，可能超出了你们的想象呢？”

林宇将那张CT影像拖入了灵梦AI的分析窗口。

系统界面上，一个进度条闪电般地划过。

一秒。

两秒。

三秒。

四秒。

一份完整的分析报告，直接生成在了屏幕的右侧。

报告的内容极其详尽。

病灶位置被红色的线条精准勾勒，精确到毫米级。详细标注了胰头部、钩突处的不规则低密

度区域。

给出了三种最可能的病理类型及其概率分布，排名第一的“导管腺癌”后面标注着清晰的置信度，百分之八十七点三。

列出了病灶与周围血管的毗邻关系，以及是否存在侵犯迹象。甚至在报告末尾，附上了一行小字：

建议结合CA19-9血清肿瘤标志物检测及内镜超声引导下细针穿刺活检（EUS-FNA）进一步确认。

整个过程，四秒。

李明远的身体僵住了。

他盯着屏幕上那份报告，瞳孔微微收缩，嘴唇下意识地张开了一点。

因为那份分析的准确度和详尽程度，已经达到了一个有着十年以上丰富经验的影像科主任医师的水平。

而它，只花了四秒。

台下开始出现低沉的、压抑不住的议论声。

林宇没有急着展示第二个案例。他先问了李明远一个问题。

“李教授，在你们临床实践中，一个经验丰富的影像科医生，阅读这样一张CT、写出一份类似详细程度的报告，通常需要多长时间？”

李明远沉吟了一下，给出了一个专业的回答：“如果是常规阅片，大约十五到二十分钟。如果病灶复杂、需要多角度分析和鉴别诊断，可能要半小时甚至更长。”

“那一个影像科医生，一天能看多少份片子？”

“满负荷的话，大约一百到一百二十份。”

林宇点了点头，转向全场。

“各位听到了。一个人类影像科医生，满负荷一天能看一百多份CT。而且越到后面，因为视觉疲劳和注意力下降，漏诊率和误诊率会不可避免地升高。”

“那AI呢？”他轻轻拍了拍面前的笔记本电脑。

“如果给这套系统接入足够的算力，它一天可以处理多少份？”

他没有等别人回答，自己给出了答案。

“理论上，无上限。而且它永远不会疲劳。永远不会因为连续看了三百张片子就把一个早期肿瘤误判为良性囊肿。”

林宇继续展示了第二个案例。

他将一张胸部X光片拖入分析窗口。

进度条再次闪过。

六秒后，屏幕上弹出一个明亮的绿色圆圈。

圆圈精准地框住了右肺中叶一个极其微小的阴影。

“七毫米的磨玻璃结节？！”

这次，没等AI生成完整报告，李明远教授已经失声惊呼。他猛地从座位上站了起来，双手撑着前排的椅背，整个人向前探去，几乎要把脸贴在屏幕上。

“这……这怎么可能！常规X光片上，这种大小和密度的病灶极容易被肺纹理遮盖，漏诊率非常高！它直接就标出来了？！”

他的声音里带着无法掩饰的震动和惊惧，彻底打乱了林宇原本的讲解节奏。

但这个“意外”，比任何讲解都更有说服力。

林宇平静地解释：“第二代灵梦AI的视觉模型在医学影像领域做了专项优化。训练数据集包含了超过八百万份脱敏的临床影像。

对于早期微小病灶的识别敏感度，目前的测试数据是百分之九十四点七，高于人类影像科医生的平均水平。”

第三个案例。

林宇展示了一段模拟场景。一位基层卫生院的全科医生，面对一个主诉腹痛的患者，通过AI辅助问诊系统进行鉴别诊断。

AI根据患者的症状描述、生命体征和简单的血常规结果，在三十秒内生成了一份包含五种可能诊断及其概率排序的报告，并用红色高亮标记了其

中一种需要紧急转诊的高危情况，急性胰腺炎。

“国内有多少乡镇卫生院？”林宇看着台下面面相觑的面孔，率先给出了答案。

“超过三万五千家。这些卫生院里，有多少具备影像科主任医师水平的诊断能力？答案是几乎没有。”

“但如果每一家卫生院都接入了AI辅助诊断系统，一个只有全科基础的乡镇医生，就能在AI的辅助下，做出接近三甲医院水平的初步筛查。”

他的语气变得沉重了一些。

“这意味着什么？意味着一个偏远山区的农民，不用再坐六个小时的大巴去省城排队挂号。只为了确认自己肚子痛到底是不是阑尾炎，还是更要命的别的疾病。”

报告厅里的气氛，在不知不觉中发生了变化。

【当前课堂：202名学者深度理解“AI医学影像辅助诊断原理”。】

【返还：医学影像分析·精通级运用能力。】

【附加返还：基于深度学习的病理特征识别·高级运用能力。】

新的知识像潮水一般涌入他的大脑。医学影像中那些复杂的灰度分布、密度差异、形态学特征，在他的认知框架里迅速构建出一张庞大而精密的网络。

他忍不住再次看了一眼屏幕上那张胰腺癌的CT影像。

这一次，他看到了AI没有标注出来的东西。

在病灶边缘，有一道极其微弱的、几乎与正常组织融为一体的密度过渡带。

那个过渡带的存在，暗示着一种可能性。

原本抱着胳膊、副“我倒要看看你能说出什么花来”表情的那些老教授们，很多人已经不自觉地放下了手臂，身体前倾，目光专注地盯着屏幕。

一直双臂抱胸的钱文海，不知何时也放下了手臂。他看着屏幕上那个偏远山区的场景模拟，浑浊的眼睛里闪过一丝复杂的情绪。

窗外，几只灰色的飞鸟掠过阴沉的天空，将光秃秃的树枝踩得微微摇晃。冷风撞击着玻璃，发出沉闷的呜呜声，让报告厅内原本就紧绷的空气显得更加压抑。

钱文海沉默了片刻，第一次主动举手准备发言。

林宇看向他。

“林教授。”钱文海的声音有些沙哑，那股生人勿近的硬气化作了更为沉重的质问。“你这套技术确实能推广给更多人，让老百姓获利。但你有没有想过，它同时将会瞬间毁掉上百万医学生的饭碗？”

全场的气氛骤然收紧。钱文海的目光像两把锥子一样盯着讲台上的年轻人，带着新闻人特有的犀利与悲悯。

“在更大的市场需求出现之前，按照你这种骇人听闻的AI推进速度，你就没想过对旧体制的冲刷会给多少人带来巨大的灾难？”

这个问题，恰恰也是在场许多人心里盘旋的阴云。

前排的李明远教授眉头紧锁，也顺势站了起来。他这位老医学人，此刻眼中满是忧虑，双手紧紧抓着面前的桌面。

“林教授，我也想问你，为什么那么着急地推进第二代灵梦？”

李明远的声音透着多年行医的沉重，“我们身处一个需要为普通人兜底的社会。如果第二代灵梦全面推广开来，无数人丢了饭碗只能跑去送外卖，结果却发现连外卖都是无人机配送的。

林教授，你有想过他们会有多绝望吗？你有想过这个后果吗？”

一时间，林宇被推上了风口浪尖。

两百多双眼睛再次齐刷刷地压在他身上。这一次，目光中少了好奇，多了一份沉甸甸的逼问与质疑。

林宇的瞳孔微微收缩了一下。