2. 职业资格
  3. 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】

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】

admin2023-01-16  29
问题 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】
                                                                                                                                               “人工智能医生”来了
                                                                                                                                               “医术”超过年轻医生
    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、全而。它不仪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——分叶、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％。
                                                                                                                                               人工智能靠海量数据
    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。
                                                                                                                                               机器与医生协同看病
    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。
    【校样】
                                                                                                                                                 “人工智能医生”来了
                                                                                                                                                “医术”超过年轻医生
    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”超过年青医生，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cr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种常见的良恶性症象——分叶、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％o。
                                                                                                                                               人工智能靠海量数据
    医生长本事，一靠医学专业院校学习，一靠临床经验积累。“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非浅。
    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，数据是关健，各个学科数据的标准化程度，影响着人工智能的应用程度。
                                                                                                                                               机器与医生协同看病
    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。
    一些工人智能研发人员提出，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，将提高高患者对人工智能系统的信任度。
选项
答案(1)主标题字号过小且未加粗，应同原稿保持一致。 (2)“临床诊断建议…”应改为“临床诊断建议……”。 (3)“年青医生”应改为“年轻医生”。 (4)“CT影像”应改为“CT影像”。 (5)“1分半钟”应改为“1．5分钟”，同时打上质疑问号。 (6)“5种”应改为“6种”，同时打上质疑问号。 (7)“症象”应改为“征象”。 (8)[“人工智能医生”诊断准确率高吗……]段另起一行，与原稿保持一致。 (9)“87‰”应改为“87％”。 (10)“一靠临床经验积累”改为“二靠临床经验积累”。 (11)[“吃”了海量数据后，机器不仅……]段减少缩进量，首行缩进2字符。 (12)“而可以”应改为“而且可以”，同时打上质疑问号。 (13)删去“肺癌临床”的下划线。 (14)“有了这个病种库……”段应缩小行距，并接排至[“吃”了海量数据后，机器不仅……]段后，与原稿保持一致。 (15)“受益非浅”应改为“受益匪浅”。 (16)“当然，人工智能学习的数据……”段应缩小行距，与其他段落保持一致。 (17)“关健”应改为“关键”。 (18)标题“机器与医生协同看病”应做居中处理。 (19)[研发人机协同临床智能诊疗方案”]应改为[“研发人机协同临床智能诊疗方案”]。 (20)“一些工人智能研发人员”应改为“一些人工智能研发人员”。 (21)“提高高”应改为“提高”。
解析
转载请注明原文地址:https://jikaoti.com/ti/X3ziFFFM
本试题收录于： 初级出版专业理论与实务题库出版专业职业资格分类
0

初级出版专业理论与实务

出版专业职业资格

相关试题推荐
随机试题
最新回复(0)