胸痛病例。
患者年龄、症状和心电图资料都被完整提供。
系统给出了高风险提示，建议进入快速评估流程。
这份结果没有问题。
第二份病例来自一名老年患者，主要症状是乏力和轻微胸闷，心电图资料不完整，血压记录只保留了入院时的一次数值。
系统给出中等风险。
王雨晴问工程师。
“它为什么不是资料不足？”
技术人员回答。
“根据历史数据，类似患者大多数没有急性严重问题。”
“那它给出的中等风险，是患者当前的风险，还是历史相似患者的平均风险？”
对方解释了很久。
最后仍然没有说清楚。
唐蓁要求他们把系统内部使用的字段和缺失值处理方式列出来，对方却表示那部分属于商业机密。
陆晨坐在一旁，没有出声。
他很清楚，所谓智能判断如果不允许别人知道它如何处理缺失资料，就很难在临床上承担真正的责任。
第三天，测试组输入一份患者症状时间线被故意打乱的病例。
患者先出现腹痛，随后出现心率加快，最后出现血压下降。
但系统接收到的字段顺序，将这些变化按就诊时间而不是发生时间排序。
结果页面显示，患者生命体征总体稳定。
何中风看着屏幕，立刻指出问题。
“你们把变化顺序打乱了。”
技术人员回答。
“平台接收到的是医院上传的时间戳。”
“时间戳是录入时间，不是症状发生时间。”
“系统无法确认患者口述的准确性。”
“所以它应该显示无法确认，而不是显示稳定。”
技术人员没有反驳。
唐蓁让他们调出系统日志。
日志中，患者的腹痛加重被标注为低权重描述，心率变化被归入一般波动，血压下降则因为缺少第二次复测，被算法处理为异常可信度不足。
三个危险信号被分散到不同的字段里，最后在首页合并成了一个看起来不紧急的结论。
陆晨看着屏幕，心里逐渐清楚。
这套系统不是完全没有能力。
它的问题在于，它总是努力给出一个结论。
哪怕资料互相矛盾，哪怕关键数据缺失，它也不愿
本章未完，请点击下一页继续阅读！