邱教授看了他两秒，点点头。
“如果患者颅内有金属植入物，伪影严重呢？”
“先做伪影区域分割，再根据血管连续性模型进行补偿。”
“补偿结果能不能进入最终手术规划？”
“可以显示，但必须单独标注置信区间，并提示术者该区域存在算法推测成分。”
“为什么？”
“因为算法的作用是减少医生遗漏，不是替医生制造确定性。”
邱教授没有继续追问。
临床统计学专家接过话。
“六家机构，一百八十七例样本。”
“样本量不算特别大。”
“你怎么排除过拟合？”
陆晨切换出备用页面。
“训练数据与六家独立验证数据完全分离。”
“六家机构均未参与模型训练。”
“其中两家使用的扫描设备型号，训练集中从未出现过。”
“另外，我们做了三轮外部交叉验证，误差变化在可接受范围内。”
“原始数据呢？”
“均已封存，可以复核。”
“代码开放吗？”
“核心框架已向合作机构开放，涉及后续专利转化的部分暂未公开，但可以向指定审查专家提供完整离线版本。”
对方点头。
接下来是材料学专家。
“NR-7材料目前最大的风险是什么？”
“长期降解产物的局部毒性，以及不同个体炎症微环境差异导致的修复效果波动。”
“动物实验很好看，为什么还不进入人体试验？”
“因为很好看不等于足够安全。”
“你预计还需要多久？”
“至少完成大动物长期观察，再讨论一期临床。”
“有人认为你们过于保守。”
陆晨神色平静。
“让患者承担研究者的急迫感，不叫创新，叫转嫁风险。”
报告厅里安静了一瞬。
王辰院士看了他一眼。
答案不华丽。
但很稳。
没有因为成果足够耀眼，就急着往人体试验上冲。
这种克制，在年轻研究者身上并不常见。
一连十几分钟。
问题一个接一个。
算法偏差。
材料降解。
动物模型和人体环境的差异。
伦理审批。
临床转化成本。
陆晨没有刻意把每个问题都回答得完美。
知道的，就直接回答。
目前没有足够数据的，也明确表示
本章未完，请点击下一页继续阅读！