DrPika

处理速度真快，我连着试了几个病例，基本上传后 3 秒内就能出结果，比我们科室 150 万买的钼靶 AI 好用，也挺准的。对于导管内癌，人工会漏，我们科用的拿了 NPMA 三类证的钼靶 AI 会漏，这个模型也会漏。然而我们的 AI 从接收 DICOM 图像到出结果需要 3-5 分钟，不知道作者是后端的算力特别强大，还是模型的参数量已经优化到极致了，佩服。

@andykuen959595 在用，而且买了更多深睿的产品

卡循环了这是

我感觉整一个 alist 应该可以满足需求吧？

第一次认识 nexmoe 大佬还是在 typecho 主题圈，随后在使用 oneindex 等多个项目中也间接的获益自 nexmoe 大佬的 PR 贡献，由于独特的 UI 风格，因此深刻的记得您这个 ID 。

小舒同学在 Edge 扩展商店多次被推荐，看到这个帖子才知道原来就是 nexmoe 大佬开发的，作为一个前端（还是说全栈）大佬，nexmoe 的审美总是能令我感到恰到好处，佩服，赞！

虽然这个扩展一直在我的浏览器中躺着，但没有被启用；这不是因为小舒同学不够好用，而是我本人确实没有整理收藏夹的习惯，很多收藏都是“我收藏了就等于我学会了”性质的专业技能、科研类的站点或文章 URL ，可能收藏后这辈子都不会再看一眼那种，不仅没有文件夹分门别类，还有很多链接收藏时抓取 HTML 里的全局 Title ，与页面内容毫不相关；所以我的主力新标签页目前还是 InfinityTab ，确实也是用习惯了，因为我 90%以上的访问都是那 30 多个常用网站，剩余的 10%多数是通过 Google 搜索跳转。

期待下次看到小舒同学的 changelog ，可以毫不犹豫的切换使用！

附带一句感谢，因为这个帖子，翻到了[这个页面]( https://roam.mixcm.com/bookmarks/638f4472d857025d0c64)，有很多宝藏网站，对我帮助很大，转藏不少，感谢！

这个工作非常有意义，还可以在整理归档各类医学检查的结果方面进一步完善，记录阳性指标或诊断。

例如： https://wjw.beijing.gov.cn/xwzx_20031/jcdt/202403/t20240301_3578085.html

佩服 OP ，让我这个非耳鼻喉专科的医生也学到了一点新东西。

@coolwulf 是的，这个不是大问题。核心的功能完成度已经很高了，临床初步使用已经足够。就算是现在商业化都算够格能推广进大三甲首批试用了。这是个蓝海，影像 AI 以前我们觉得一台服务器边际成本这么低，定价上百万怎么会有医院买，但是现在看看各个医院放射科买个 CT 、MR ，招标价格上千万，轻轻松松就让经销商搭售进去了，4 年前我在 V2EX 跟您互动的时候，还只有一些三甲买了影像诊断 AI ，现如今县域医院的影像诊断 AI 覆盖率都快达到 50%了。所以姜老师的开源工作更显得伟大、崇高。

@coolwulf 就这个病例来说，AI 检测（ AI_Mets ）的假阴率很低，我们可以 100%确认转移的，一共就 21 个病灶，还有数个皮层下的可疑病变，需要继续随访观察其变化，才能进一步确定性质，非常了不起，比人类医生厉害一些，好几位医生都漏评估了小脑蚓部的很不起眼的小转移瘤，AI 识别了；不过双侧颞脚/海马旁的静脉丛都被错误的识别为肿瘤了（假阳），这也是现阶段最成熟的医疗影像都 AI 难以避免的问题，不过好在对于医生来说，假阳完全可以接受，可以通过复核剔除，但假阴就比较严重了，当产生 AI 依赖后，人类医生很难发现 AI 漏掉的病变，所以假阴率能做到非常低的水平，incredible work!

SAM 的分割边缘比起 AI_Mets 来说好像更胜一筹，也许后续可以在精度上继续优化，放疗靶区的精准性是第一要务。

我上传的数据是 T1WI 增强序列没错，专科医生都知道脑转移瘤必须通过 T1WI+C 序列才能进行准确的评估。

期待模型的进一步优化，明天就介绍给同事用用 ：），谢谢大佬的付出！