AI肺结节筛查技术解析
17.4 AI肺结节检测肺癌早期筛查是人工智能在医学影像领域最成功的案例之一。从LUNA16竞赛到实际临床应用，肺结节识别技术实现了从“发现结节”到“判断良恶性”的飞跃。然而，假阳性问题至今仍是主要难题。一、核心数据集| 数据集 | 样本量 | 标注类型 | 特点 ||--------|-------|---------|------|| LUNA16 | 888例CT | 结节轮廓 | 肺结节检测基准，子集重标 || LNDb | 294例CT | 结节+Lung-RADS | 含临床评分，更贴近实际
AI能力越强，创业风险越大
Anthropic 最近发布了一份实用性很强的创业指南——《The Founder's Playbook: Building an AI-Native Startup》（创始人手册：打造 AI 原生创业公司），专门为那些从创立之初就将 AI 作为核心基础设施的创始人编写。需要原文的朋友可以在评论区留言。"AI越强，创业失败率越高"这是读完这本AI原生创业手册后，我脑海中挥之不去的一句话。这句话很反直觉。但仔细想想，确实有道理。先看数据。过去42%的创业公司因为"做了没人想要的东西"而倒闭。这个比例已经很惊
LungIMPACT揭示：胸片AI优先排序仍难缩短肺癌诊断关键时间
2026年3月24日，国际顶级医学期刊《Nature Medicine》在线上发布了LungIMPACT试验的结果。该研究由英国多家NHS信托机构协作完成，是目前规模最大的、用于评估人工智能介入肺癌诊断流程效果的前瞻性、多中心随机对照研究。研究共纳入93326份来自基层医疗转诊的胸部X光片，采用按天随机分组方案，对比AI优先排序功能开启与关闭两组在核心临床终点上的差别。结果显示，两组从胸片进入CT检查的中位时间均为53天；确诊肺癌的中位时间分别为44天与46天，差异并不具有统计学意义。虽然AI使胸片报告出
透视 | 五千AI公司疾驰：为何快速扩张者难盈利？
2026年，全球AI创业浪潮汹涌，逾五千家中国企业杀入赛道，却普遍陷入"光鲜的困局"。产品在封闭测试中表现惊艳，一旦规模化推广便屡遭挫败，用户攀升的同时成本却形成无底洞，初期打法难以复用。芝加哥大学教授约翰·A·李斯特于《势能效应》一书，揭穿AI创业规模扩张的五大暗礁：伪阳性数据、特例式成功、天才主厨依赖、负面外溢效应、规模反经济。本文透过真实商战实例，剖析科学扩张的方法体系，为疾行中的AI创业者打造理性认知地图，绕开增长陷阱，达成可持续发展。2026年，AI创业正以令人目眩的节奏疾驰。杭州、硅谷、北京、