诊断室的沉默较量
医院顶楼的 AI 诊断中心，蓝色冷光笼罩着二十七个显示屏。顾承川的手指重重敲在最新误诊报告上，32% 的儿科病例误判率像道刺眼的红疤，灼痛着每个字：“把患者的故事，写进算法的分母里。”
年轻程序员小陈推了推眼镜，代码在他瞳孔里跳动：“顾主任，我们的模型已经迭代到 V4.7，准确率 92.3% 来自影像数据......”“但漏掉了 7.7% 的人性！” 实习生小林突然插话，她的白大褂口袋露出半截 “缝口档案”，里面夹着牧民患者用酥油茶渍标记的疼痛部位图。
诊断室的空气突然凝固。小陈的键盘敲击声戛然而止，他转向小林，语气里带着技术人员的傲慢：“CT 影像不会说谎，数据比患者的模糊描述可靠十倍。” 小林抓起桌上的肺结节病例：“这个 7 岁女孩，AI 诊断为良性结节，但她妈妈说孩子总在半夜摸左胸 —— 那是病灶位置！”
顾承川的目光落在病例照片上，女孩在 CT 里的笑容带着早熟的隐忍。他想起镇沅的小患者阿梅，当年也是这样安静地摸着腹部，直到李建国用枣核针挑开她藏在童谣里的腹痛线索。“调出所有漏诊病例，” 他对李小南说，“特别是那些‘数据完美但临床不符’的。”
李小南的手指在键盘上翻飞，全息屏上跳出 83% 的漏诊率曲线：“顾主任，这些病例的共同点是 —— 患者或家属提供了‘非标准叙事’，比如用比喻描述疼痛，或者情绪异常。” 他放大其中一个档案，藏族老人把心绞痛说成 “牦牛踩在心脏上”，AI 系统直接标记为 “无关描述”。