两人在小会议室碰面。
苏宁打开她的文档，直接翻到准确率对比分析那一页。
“整体思路很好，结构清晰。”他先肯定，然后话锋一转，“但这个93.5%的准确率数据，我有疑问。”
他指着图表上的一个数据点：“这是基于哪个数据集测的？”
“COCO-Medical，公开数据集里质量最高的之一。”兰芊翊解释道，“我对比了五篇顶会论文，这个数据是平均值。”
苏宁微微蹙眉，兰芊翊注意到这是他思考时的习惯表情。
“公开数据集和医院实际数据差异很大。COCO-Medical的数据经过严格清洗和标注，但医院实际数据噪声大、标注不一致。同样的算法，在公开数据集上准确率能到95%，在实际医院数据上可能只有80%出头。”
兰芊翊一愣，这个角度她确实没考虑到。
“我查过几篇临床验证研究。”苏宁调出自己的笔记，“比如这篇今年二月发表在《Radiology》上的文章，同一个肺结节检测AI，在公开数据集上灵敏度97.2%，但在三家医院的实际临床数据上，灵敏度分别只有89.1%、85.7%和82.3%。”
他把屏幕转向兰芊翊，密密麻麻的文献笔记，标注着重点和数据对比。
“这个差距会影响商业化前景。”苏宁继续说，“如果只宣传公开数据集上的高准确率，医院采购后发现实际效果打折，会产生信任危机。我们应该区分‘理想场景性能’和‘实际场景性能’。”
兰芊翊脸有些发烫，这是她疏忽了。
太依赖学术论文数据，忽略了临床落地的复杂性。
“对不起，我重新做这部分分析。”她诚恳地说。
“不用道歉。”苏宁语气平静，“研究本来就是不断迭代的过程。我们一起把这块补上。”
“我联系了复旦医学院的一个师兄，可以拿到一些脱敏的实际医院数据做对比分析。大概明天能拿到。”
兰芊翊惊讶地看着他：“你什么时候联系的？”
“前天晚上，看到你初步框架时就想到了这个可能性。”苏宁说得轻描淡写，“刚好他最近在做类似的研究，数据可以共享。
本章未完，请点击下一页继续阅读！