林强还指出，使用公开数据集还有一大弊端就是数据比较老旧，或者图像有残缺。即便采用临床数据，由于没有统一标准，人工标签的质量取决于标注医生的年资经验和责任心，常常出现层次不齐的状况。

在这一点上，彭卫军深有体会。“一开始我们也犯过错误，对标注没有足够重视，当时只要有经验的人就让他们去做标注，结果很是出乎意料。现在我们深刻认识到，标注的人员必须要非常有经验，这样出来的数据才是有效果的。”

依图医疗刚刚推出了可以进行乳腺诊断的人工智能系统，相比眼底和肺结节，乳腺x线钼靶阅片在前期人工标注上的难度更大。

“这也是为什么我们刚刚开始做信心满满，现在越做越谨慎。”彭卫军说，乳腺影像的干扰因素很多，乳腺上病灶的图像都是散的，不像肺结节的影像那么清晰，对普通医生都是一个考验，让人工智能学习就更困难。

据林强介绍，依图医疗为了解决这一问题，采用了多人标注对比、抽样检验的方式来提升标注质量。“同样一个病灶我们会两三个医生同时做标注，如果两个都是一致的，我们就认为这个数据可靠，如果不一致，我们会找一个更高年次的判断，两个人评估有争议的时候，请一个更高级的再做一次。”

澎湃新闻记者了解到，中检院正在推动AI标准数据集的建立，目前已经完成了眼底和肺结节两个病种的数据整理。每个标准库都邀请了十家企业共同探索标准的制定。

复星杏脉科技CEO何川对澎湃新闻记者说，标准的建立是一项大工程，涉及方方面面，包括：数据的标准，在医学方面的定义，一些名词的统一，质量体系的建立等。标准的最终达成需要医学、技术、监管等多方的讨论。

何川说：“整体的标准很难一步到位，我估计会陆续形成一些细分标准来下发。”

相关报道: