校对题：按照原稿改正校样中的错误；若认为原稿有差错

问答题【2020年真题】校对题：按照原稿改正校样中的错误；若认为原稿有差错，用黑色墨水笔以校对质疑的方式指出。
【原稿】          会“看”影像，会“读”病历，会“动”手术，会“做”检查，还会给出临床诊断建议。“医术”超过年轻医生，在一些领域能与资 深医生比肩。它，就是“人工智能医生”。
         以肺部结节为例，小到1毫米的病灶，阅片医生需要一张张看CT影像图片来找，并推断出大小、密度。资 深阅片医生平均10分钟读1张。如今，一些医院开始引入人工智能系统筛查，每张片的阅片时间降至1分半钟。
         “人工智能医生”不仅效率很高，而且在诊病方面更加精细、全面。它不仅可以检测肺结节病灶，还能对病灶性状进行多维度描述，包括大小、体积、密度、CT值，结节表征可涵盖5种常见的良恶性征象一外叶、毛刺、胸膜凹陷、空洞、空泡、钙化。
         “人工智能医生”诊断准确率高吗？以呼吸系统疾病为例，“人工智能医生”对上呼吸道疾病和下呼吸道疾病的诊断准确率分别为89%和87%。         医生长本事，一靠医学专业院校学习，二靠临床经验积累。“人工智能医生”靠什么？靠海量数据、云计算能力。“吃”进数据之后，经过不断训练临床思维，系统就可以像人类医生一样看病了。
         “吃”了海量数据后，机器不仅可以当医生，而可以用于科研、教学、管理等。例如，四川大学华西医院通过纳入该院2009年至今收治的肺癌患者的全维度脱敏临床数据，建立了国内首个肺癌临床科研智能病种库。有了这个病种库，医院多个与肺癌诊疗相关的科室研究能力大大提升，其他医联体机构也受益匪浅。
         当然，人工智能学习的数据还得转换成结构化格式，然后做出模型，并算出结果。其中，数据是关键，各个学科数据的标准化程度，影响着人工智能的应用程度。         2017年，国务院《新一代人工智能发展规划》提出，要“开发人机协同的手术机器人、智能诊疗助手"，"研发人机协同临床智能诊疗方案"。这意味着，人工智能目前只能是医生的助手。
         一些人工智能研发人员提出，只有了解医生的心理和临床思维，让人工智能学会这种思维，才是真正的医疗人工智能。然而，这个难点似乎不好突 破。
         一些临床医生表示，首先必须确保人工智能产品技术过硬，给出合理的诊断建议；其次还要对医生进行培训，转变观念，适应新的服务模式。医生的认可和引导，将提高患者对人工智能系统的信任度。