第182章 被叫停的物理世界(5/11)
原始的AI诊断模型很庞大,需要两张昂贵的高端企业级显卡才能勉强跑动。
而经过研究团队精心优化压缩后的新版本,现在可以直接在医院现有的性能一般的机房服务器上流畅运行。
验收报告上的数据同样华丽无比。
参数量大幅减少了百分之六十八。
单张ct片子的推理速度提高了二点六倍。
而在总体诊断敏感度上,仅仅只下降了微不足道的零点二个百分点。
按照原定计划,今天下午的会议结束后,这套被寄予厚望的压缩模型,将在十月中旬正式接入医院的内部系统,开始小范围的临床试运行。
但是,当项目的总负责人,放射科主任看完这名研究员递过来的,关于工业模型A与模型c那十五次坍缩的对比表格后。
会议室里的气氛一下子变了。
主任抬起头,目光越过那份厚厚的验收报告,看向这名研究员。
“小刘,我没看懂那个什么工业主轴抱轴。
我只问你一句话,在我们自己这个压缩后的医学模型里,究竟有没有哪一类影像表现相近,却会导致临床医生采取完全不同后续处置的病例?”
负责核心算法的博士生有些局促地翻开验收报告,指着其中一页说:“主任,您看这里,从总体的各个分类指标上看,我们在所有的疾病大类上,都没有发现敏感度有明显的断崖式恶化。”
“我没问你总体指标。”
主任用指节重重地敲击着桌面上那张十五次高风险坍缩的数据表,将其放大。
“我问的是,在肺部结节里,有哪些病例,如果模型把它们混在了一起,一个可以继续影像随访,另一个却必须尽快进入进一步检查和多学科评估流程?”
旁边一位资深的放射科主治医生立刻接过了话头,语气严肃。
“主任,有。
部分炎性结节与早期恶性结节,在边缘形态、内部纹理和磨玻璃成分上,只存在非常局部的细微差异。”
“这种影像差异细微、后续处置却完全不同的边缘病例,在我们用于模型训练和测试的几十万张影像数据中,占多大比例?”主任追问。
“不到百分之一,非常罕见。”主治医生回答。
主任转头看向那名算法博士。
“在你们把模型压缩了将近百分之七十之后,针对这不到百分之一的高危边缘病例,你们有没有把它们单独挑出来,做过专门的对抗测试?”
算法博士的额头上一下子渗出了细密的汗珠。
他翻遍了面前那本厚达四十七页的最终验收报告。
报告里有总体准确率曲线。
有敏感度和特异度的Roc曲线。
有详细到毫秒的推理延迟分布。
有各种批大小下的显存占用峰值。
甚至,连模型部署在不同品牌服务器上运行时,机箱风扇的转速、cpU的温度与功耗波动,都被详尽地记录在案。
但是,唯独没有哪怕一页纸一个数据表格去负责回答,那不到百分之一的高风险罕见病例,在模型压缩以后,是否仍然保持足以支撑不同临床处置的可分性。
“主任,目前我们的常规测试数据中,没有明确的证据说明,压缩后的模型一定会漏掉它们。”算法博士硬着头皮,给出了一个模棱两可的回答。
主任看着他,缓缓地点了点头:“是的,但也同样没有证据说明,它不会漏掉。”
“如果我们要重新从海量的数据库里去单独筛选这些边缘病例,并且找专家重新进行动作代价的标注,这需要耗费大量的计算时间和人力成本。”博士试图解释工程上的困难。
“那就去花时间,花几个月都可以。”
主任没有再理会算法团队的辩解。
他直接拿过那张原本准备在今天签字的试运行申请表,拔出钢笔,在审批意见栏里写下批示。
【暂缓接入临床系统】
暂缓并不是因为这个压缩模型已经被证明存在危险。
而是因为现有的验收报告,尚不足以证明它可以进入临床决策流程。
本章未完,请翻下一页继续阅读.........