譬如，在实际工作中，Watson 合作医院的医生们真的会主动用它来处理病患信息吗?医生输入数据过程中是否会遇到各种问题?给出的诊断结果是否会参考不同国别、人种的差异?

　　作为加州大学洛杉矶分校的计算机视觉博士，VoxelCloud 的创始人丁晓伟并没有否认研发与应用之间横亘着巨大的鸿沟。那些在实验室中熠熠闪光，让人十分兴奋的技术与样品，其实很容易「见光死」。

　　这也是他为何通常在产品研发过程中，选择与医生们一待就是 6 个月的原因：

　　「我虽然学的是计算机视觉这一学科，但是我家人都是医生，我基本从小就长在中国的医院里。哪个科室做什么，到底怎样运转，我都见过。我觉得，做医疗产品必须走到医院里，去观察医生的每一步到底是怎么做的。

　　譬如我们在研发无创肺癌筛查诊断系统的时候，就跟医生长时间一起工作，大概要相处半年吧，天天在一起讨论。这不是说我们一定要掌握哪一种病症，而是要去了解这个病的知识难点，看看医生处理的时候会有哪些问题。然后我们再独立去分析一个病种的时候，再去考虑怎么与深度学习技术融合。

　　另外在临床实验过程中，对某一项任务的安全编制，医生的需求是什么，这里面的容错空间有多大，做成什么样子是最能为他们解决问题的，这些都是非常细节的问题。

　　你不走进医院，你绝对不知道有哪些很棘手的问题。

　　但是，即便与医院进行长时间无缝隙合作，也不能保证机器给出的治疗方案给出的一定是精准的，或者是被医生认同的解决方案。这就像欧洲一些曾对 Watson 系统多有抱怨的医生透露，Watson 给出的建议带有针对美国患者与美国医院治疗方案的倾向。

　　对于这个疑问，丁晓伟首先提出了一个大部分人对人工智能医疗应用的理解误区：机器诊断报告一定需要与某个医生的主观印象高度匹配。

　　他认为，与医生主观印象做比对是一种错误的认知，机器诊断结果，应该在有条件的情况下，去对比该疾病的金标准检查结果(Gold Standard)。

　　「早期疾病的筛查在绝大多数状况下，不确定性是不可避免的。而且医生也知道，在初步筛查结果下得到的只是初步意见，不能作为金标准来下定论。我们能够保证的，是基于数据信息量，让病症在某一阶段的诊断准确率无限接近金标准。

　　当然，如果出现某一特殊病症没有现有的金标准可以参考，也同时为了保证诊断结果的客观性，我们会请权威医疗专家，把他们分成 4~5 组，分别独立去做一批数据诊断，对数据做质控标记。

　　这就相当于，把我们的系统作为第 6 组医生，它与每一组医生的差异率要维持在这几组医生之间差异率之内。

　　实际上，一些市场中现有计算机辅助诊断系统出现的问题，在某种程度上也被丁晓伟认为是 AI 医疗产品之间存在的目标性差异。

　　譬如，有些公司可能只做图像诊断，给出一个辅助性的诊断结果，而有些产品是既给出诊断结果，也会改进医生的工作流程，把医生写报告、做随访的时间也给一同安排了。「大概我们的产品在人性化方面会要求的更高一些」，丁晓伟说得比较委婉。

　　「你看市面上的大部分的诊断应用，可能都是机械地去做特定疾病检测与判断。这起到的是查缺补漏的作用，因为我们显然不可能完全相信算法。

　　但我想让自己的系统多一点特性，就是能给予医生一种信任感，让人不会觉得那么生硬。你看，就像完成一个机械动作，人与机器都能完成，但是过程与感觉是不一样的。

　　作为医生，除了给出一个诊断，他还具备『处理不确定性的能力』。他知道哪些是不确定的，会去找上级医生寻求帮助，会去寻求更进一步的但代价更大的医学检查。

　　举个例子，某一种病的治疗方案如果没有特别有说服力的信息量，医生的选择总是通过各种各样的方式去验证，譬如不断地去随访，或者寻求外部援助。而这些机制机器都是通通忽略的，妄图在一次检查中给出最好的答案。」