云计算论文范文，王雷得过什么大奖？
王雷获得的奖项：
1.中国青年科技奖（1995年）：该奖项是由中华人民共和国国务院颁发的最高科技荣誉之一，授予了在科技创新领域做出突出贡献的35岁以下青年科技工作者。
2.国家自然科学奖二等奖（2000年）：这是中国自然科学领域的最高奖项之一，授予对国家自然科学进展做出杰出贡献的科学家，王雷因其在地震科学方面的突出成就而获得此奖。
3.日本地球科学联合会（JpGU）终身成就奖（2018年）：JpGU是一个包括地球科学、天文学和宇宙科学等领域的协会，该奖项授予在地球科学领域取得卓越成就并有广泛影响力的科学家。
除此之外，王雷还获得了中国地震局和国际地震学界颁发的多个荣誉和奖项，如中国地震局“梁宝泉地震科学奖”、国际地震学联合会“密涅瓦奖章”等。他对于地震学的研究做出了卓越贡献，被誉为中国地震学的奠基人之一。
云计算的发展？
云计算是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序；然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。
云计算早期，简单地说，就是简单的分布式计算，解决任务分发，并进行计算结果的合并。
因而，云计算又称为网格计算。通过这项技术，可以在很短的时间内（几秒种）完成对数以万计的数据的处理，从而达到强大的网络服务。
现阶段所说的云服务已经不单单是一种分布式计算，而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果。
云计算的发展:1956年，ChristopherStrachey发表了一篇有关于虚拟化的论文，因为正式提出虚拟化。虚拟化则是今天云计算基础架构的核心，是云计算发展的基础。
而后随着网络技术的发展，逐渐孕育了云计算的萌芽。
在上世纪的90年代，计算机网络出现了大爆炸，出现了以思科为代表以一系列公司，随即网络出现泡沫时代。
在2004年，Web2.0会议举行，Web2.0成为当时的热点，这也标志着互联网泡沫破灭，计算机网络发展进入了一个新的阶段。
在这一阶段，让更多的用户方便快捷地使用网络服务成为会联网发展亟待解决的问题；
与此同时，一些大型公司也开始致力于开发大型计算能力的技术，为用户提供了更加强大的计算处理服务。
在2006年8月9日，Google首席执行官埃里克·施密特在搜索引擎大会首次提出“云计算”的概念。
这是云计算发展史上第一次正式地提出这一概念，有着巨大的历史意义。
2007年以来，“云计算”成为了计算机领域最令人关注的话题之一，同样也是大型企业、互联网建设着力研究的重要方向。
因为云计算的提出，互联网技术和IT服务出现了新的模式，引发了一场变革。
在2008年，微软发布其公共云计算平台，由此拉开了微软的云计算大幕。同样，云计算在国内也掀起一场风波，许多大型网络公司纷纷加入云计算的阵列。
2009年1月，阿里软件在江苏南京建立首个“电子商务云计算中心”。同年11月，中国移动云计算平台“大云”计划启动。
到现阶段，云计算已经发展到较为成熟的阶段。
什么是物联网？
谷歌董事长施密特说：互联网将消失，物联网将诞生。
李彦宏断言：移动互联网的时代已经结束。
周鸿祎坚信：互联网的下半场已经开始了。
突发！专业忽悠三十年的物联网时代来了！
其实物联网并不是什么新物种，它最早可以追溯到1980年代。
当时，卡内基美隆大学有一群吃货程序猿，他们希望每次下楼都可以买到沁人心脾的冰可乐，就公器私用，发挥程序猿的专长，将可乐贩卖机接上网络，还编写了一套程序监视可乐机内的可乐数量和冰冻情况。
在此基础上，1990年，施乐公司推出网络可乐贩售机——Networked Coke Machine，该机运用的就是早期基于普适计算理念的物联网技术。
1999年，麻省理工学院的Kevin Ash-ton教授首次提出物联网的概念。同年，该学院建立了 “自动识别中心（Auto-ID）”，提出“万物皆可通过网络互联”。
所以，物联网有两个基本含义：
其一，物联网是在互联网基础上延伸和扩展的网络；
其二，它是智能感知、识别技术与普适计算等通信感知技术的“物物相息”。
物联网被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。
但是，1980年代发韧的物联网概念，竟然一路“潜伏”了三十多年，至今都没有普及到我们的生活中。
直到2016年，突然发生了两件事，突然将物联网时代的大门撞开了。
其一，2016年6月，3GPP组织（移动通信标准化团体）将NB-IoT标准协议（可以称之为NB的物联网协议）确定为物联网通信的全球统一标准。
NB的物联网协议NB在哪里呢？它可以用于移动性不强、传输数据量小、延时不敏感的应用场景。比如说实现隧道中信号全覆盖，电池不充电通信模块也能用10年等。而且，中国的华为是这一标准的发起者！
其二，2016年11月，华为突破列强的封锁，其主导的极化码方案确定为5G短码的最终方案，这也是有史以来终于有中国的企业在全球通信领域拥有重大话语权！
5G被认为是物联网的标配，能提供低成本、低能耗、低延迟、高速度的通信。
这么说吧：有两个富二代一人开了一辆法拉利，都以时速200公里开在公路上，一边开车还一边打乒乓球，5G要保证的是双方在0.6秒内打300个回合还不丢球！
可以说，5G出现后，物联网的应用世界豁然洞开，唯一的限制就是人们的想象。既然5G的标准都确定了，很多人意识到，下一个风口只能是物联网！
真正的风口产业：深圳30年的GDP
2017年将会是物联网大规模商用的元年。
麦肯锡预测，从现在起到2025年，物联网的市场规模将达到60万亿人民币,也就是深圳30年的GDP！但凭什么说移动互联网要结束，而且即使移动互联网结束了，接下来荣耀登场的是物联网而不是人工智能、大数据、云计算这些早就高看过的产业形态？
首先，从发展瓶颈来说，我们等了二十多年，现在基本可以确信：移动互联网时代再也很难出现像BAT这样的超级企业了。
其次，从技术进化来说，人工智能在算法上没有真正的突破，也根本达不到“变异”的标准。
而且，从数据产出上来说，互联网时代的大数据和云计算和物联网时代的数据根本不能同日而语。
未来几年，我们身边所有事物都可能被物联网化：听得懂人话的家电，自动驾驶的无人汽车……光在中国就将有500亿量级的智能设备连接起来，这样惊人的数据量是互联网时代的大数据和云计算根本无法企及的。
而现在，我们正处在移动互联网与物联网时代转换的交叉口。
小的们，你们算是赶上了！
物联网生活是怎样的？
物联网产出行业专属大数据，也就是说，它通过你身边物与物的“意识交流”影响你的生活方式。
比如说，在你起床前，你的智能手环和家庭机器人刚刚结束了一次短会，双方达成的共识是：智能手环认为你起床后要补充一杯35度的温开水，而家庭机器人愉快地执行了这个提议并准时将温开水放在你的床头，然后跑到厨房为你准备早餐去了。
几分钟后，你在20X0年的帝都醒来，再也不担心雾霾，因为空气净化器早就觉察到了空气状况有些糟糕，已提前开始净化室内空气了。
在此之前，你的床头灯发现今天是个阴天，主动为你打开了渐亮模式，这样你可以在敞亮的餐厅里舒心的进食了。
你准备上班前，你的家庭机器人已通知智能汽车提前恭候在门外了。
你一出门，你的汽车就认出了你，通过语音系统向你说“早上好，多么美好的一天啊！”。
你上车，喊了一声“去公司”，几秒钟之内，你的汽车已为你规划好了行车路线。
不要试图自己开车！在物联网时代，人类驾驶汽车是犯罪行为！
因为所有交通路段都有信号探测器，这样汽车可以一边走一边和这些探测器作交流：刚刚出门的是老张家刚从美国回来的女儿，刘老太太刚从菜市场出来，3分钟后会到达前方第一个路口——好了不跟你说了，刚刚前方有个交通事故，我得专心地从另一条路走了。
你准时到公司，你的汽车自动前往停车场充电。
半小时后，你的汽车修理商通知你他们已到了楼下，因为你汽车里的探测器告诉他们，前轮某个地方有个零件有些脱落，就“自作主张”叫了修理商过来。
吊打微信，KO阿里的超级企业在这里
这样的生活，看起来很遥远，但是其实就在眼前。因为一些有志于成为吊打微信、KO阿里的超级企业已经准备好了！
华为、高通、英特尔等已经在开发物联网芯片，华为的麒麟970更是在AI技术上处于全球领先水平。
曾经一直在3G、4G上受制于人的中国三大电信商，因为华为在5G上的话语权，已经在积极准备NB-IoT商用试验了。
一直落后其他电信商的中国联通这次放手一搏，一口气融资700亿，就是看到NB-IoT的无限商机。
听说了吗？比Iphone更薄，能听懂人话的智能电视现在已经出现并开始进入普通家庭了！
大众的智能汽车，飞利浦的空气净化器已经开始像人类那样思考并且学会为人类拿主意了。
但是，物联网的最大风口，不在科技公司，而是在传统制造业。
从上述举例不难看出，现在很多的技术，已具备甚至达到了物联网的行为规则——也就是说，物联网时代最难的并不是技术，而是如何开发传统企业的内在需求点。
也就是说，谁家的“物”做得更物联网化，就能被物联网的风口直接给吹起来。现在，我们正处于物联网爆发的前夜。
毕竟物联网的技术标准刚刚确定，商业模式还须探索，网络安全也要审视。
但我们坚信，一场未来与现在的对话已经到来！
【电商报原创，欢迎关注我们。重磅新闻跟踪报道，中国电商媒体影响力第一！】
分布式商业的春天已来了吗？
分布式商业的春天已来了吗？
从技术角度看，2019年以后，区块链大规模的商业应用已经可以期待，分布式的经济模式显现。
2008年，中本聪在麻省理工学院加密技术邮件组发布的一篇论文中，提出了两种设想——比特币(Bitcoin) 和区块链(Blockchain)。作为比特币的底层技术，区块链本质上是一个去中心化的数据库。
不知不觉之间，区块链技术已经发展了十年。十年间，区块链技术通过自身分布式节点，不依赖第三方，结合共识机制、密码学、时间戳等技术来进行网络数据的存储、验证、传递和交流，从而实现点对点传输，不可篡改等特点，从无人问津到街谈巷议，可以说是给数字经济时代带来了巨变的曙光。
回顾互联网近50 年的历史，这种巨变曾发生过两次。第一次是全球性的联网，自1969年阿帕网诞生以来，全世界主流国家逐渐接入互联网，开启了全球联网的征程。第二次巨变是全球性的应用，自1989年万维网论文问世后，互联
网应用全面开花，实现了应用全球爆发。第三次伴随比特币而来的巨变正在酝酿。人们发现，区块链的意义在于可以构建一个更加可靠的互联网系统，从根本上解决价值交换与转移中存在的欺诈和寻租现象。
统计数据显示，截至2018年3月底，我国以区块链业务为主营业务的公司数量已经达到了456家，产业已经初步形成规模。在实体经济的改造也不发区块链的身影，比如区块在商品溯源、版权保护与交易、电子证据存证、财务管理、精准营销、大数据交易、工业、能源、医疗、数字身份、物联网、公益、物联网、电子政务等典型场景的应用。
一、区块链大规模商业应用可期放眼未来，区块链对我们生活影响会更大。比特大陆首席执行官兼联合创始人吴忌寒对区块链技术的发展关注了接近七八年。在他看来，区块链技术在未来十年的发展将延循7条主线发展：隐私性和安全性的矛盾、区块链技术的中立性问题、区块链的性能扩展问题、扩展区块链技术应用场景的专门技术、区块链上密码学算法的安全性、区块链身份问题、智能合约更强大，降低开发难度。
技术发展进程的角度谈区块链，现在行业里头分成区块链1.0、区块链2.0 和区块链3.0 的说法。
所谓区块链1.0，最典型的代表就是2009年1月上线的比特币区块链，最核心的贡献就是建立了一套密码学的帐本，提供了一套新的记帐方法，但它存在一个缺欠，也就是华商所比特币区块链所有的规则是事先写好的，没有人可以在比特币区块链上修改任何的规则，不支持别的开发。
到了2015年7月份，有一个叫以太坊的新公有区块链上线。和1.0 区块链比较起来，以太坊区块链最大的不同是，允许别人在以太坊区块链的基础上做其它的应用开发。同时以太坊区块链提出了支持大家在上面编智能合约。智能合约
不是合同，而是一套保证合同能够在不借助于第三方的情况下得到执行的计算机程序。这个计算机程序能够保证合同签完之后，谁都不能反悔，只要条件达成，这个系统会自动的扫描大家商量好的一个网站，来判定谁赢谁输，自动触发支付的条款，这是区块链的2.0。由于性能上不能支持大规模的商业应用，区块链2.0 技术往前发展，2018年开始进入到区块链3.0 的阶段，能够提升区块链的性能、提高易用性、可操作性、扩展性，涉及新的侧链、子链、跨链、分层、分片、分区等技术。
在万向区块链实验室主办的第四届区块链全球峰会上， 万向控股副董事长、万向区块链董事长兼CEO 肖风表示，如果现有的区块链技术在易用性、可操作性、扩展性方面不能有很大的提升，大规模的商业应用也就无法持续。
从技术角度看，2019年以后，区块链大规模的商业应用已经可以期待。“但只有这些技术的成熟并不够。区块链上的数字经济必须获得法律上的保障，必须合规。在这方面，不可能有去中心化。”
“比特币区块链是分布式商业最伟大的实践。”在肖风看来，分布式商业不是取代现有的公司，也不是取代政府对市场的管制，“在市场失灵的时候，政府的管制是必须的，只是说在这两者之外，会多一个东西，为什么会多一个东西？多出来的自组织分布式商业在以前就有。为什么突然变成一个显学？因为我们的经济越来越数字化，在互联网上，在数字世界里面有很多东西原来的规则，原来的机制，原来的理论不够了。所以未来，所谓的市场机制、政府管制和自组织治理这三者会相得益彰，它不是革命，也不颠覆，也不是谁取代谁。同时，企业也有企业的价值，但是在数字世界里面，可能有一套新规则来治理
我们越来越数字化的经济，这个里面很多地方更有效的是分布式商业，是自组织。”的确，在过去的ICO泡沫浪潮中，很多项目都涉及到一个基本的逻辑，区块链和现实世界并不交融。吴忌寒在第四届区块链全球峰会上直言，区块链的现实交互接口将在区块链第二个十年结束时得到极大发展：一是现实世界的重压事件都在区块链上得到忠实记录，例如食品溯源；二是区块链上的虚拟事件驱动现实世界的物质产生变化，例如去中心化的Airbnb、网约车。
“未来十年，区块链肯定会在矛盾中往前发展，如果隐私性和安全性是一个权衡的曲线，有的区块链可以把曲线外推到最为理想的位置，超越其他的区块链技术。非常期待有一些理论框架的突破，能够解决这种矛盾。” 吴忌寒同时强调，人工智能算法非常适合放在区块链上，“人工智能 + 区块链”将是接下来的重要发展方向。
二、从“ABCDE”延伸到“分布式商业基础设施提供者”区块链技术的应用最早从金融行业起步，并逐步向各个行业渗透。由于金融行业参与者群体广泛，而不同类型的金融机构其资质、资本、资源等禀赋各异、互补性较强，通常以同业合作的对等形式共同设计产品或开展业务，形成了较多分布式商业场景的雏形。同时，健康医疗、物联网、工业互联网、能源服务、物流、供应链等多个领域也都存在类似需求，为区块链技术与分布式商业的融合提供了演进的路线参考。
与此同时，随着移动互联网的发展和专业分工的精细化，以共享经济与价值链接为主要特征的“分布式商业”模式逐渐浮现并普及，并催生了大量的跨国、跨行业、跨公司的新型创新合作场景。分布式技术以其较好的弹性、较高的经济效用和容错机制渐渐被应用到分布式商业的生产环境中，微众银行建成的分布式银行核心系统就是一个典型的例子。
微众银行副行长兼首席信息官马智涛表示：“金融科技的技术创新带来很多机会，受政治、经济、社会、技术环境的变化影响，分布式商业模式肯定是未来主流的商业模式。”
早在 2017年初 , 微众银行便提出“分布式商业”的概念。按他们的理解，分布式商业是“一种由多个具有对等地位的商业利益共同体所建立的新型生产关系，是通过预设的透明规则进行组织管理、职能分工、价值交换、共同提供商品与
服务并分享收益的新型经济活动行为。”分布式商业具备多方参与、共享资源、价值整合、智能协同、模式透明、跨越国界等特征。首先，需要多个中小企业共同参与，提供资源，整合价值要素，共同开展业务；智能协同，意味需要实现完全的线上自动化，能通过条件就能自动触动各个参与方的行为；模式透明，意味需要以技术破解信息屏障，确保收益的公平分配；同时，商业的地域边界也会渐渐消除，使得跨地区、跨国界合作更加顺畅。
从技术角度看，区块链技术的成熟为分布式商业的发展提供了良好的基础。2017 年7月，微众银行联合万向区块链、矩阵元推出了开源区块链底层平台 BCOS。不久后，又在此基础上联合金链盟开源工作组的多家机构推出了金融分支版本 FISCO BCOS。微众银行也基于 BCOS /FISCO BCOS 陆续落地了区块链机构间对账、仲裁链、供应链金融、区块链物管等应用场景。
如今，两大平台开源一年多以来成效超出预期。“一开始我们定了这个目标，希望能够有五六个生产案例，结果没想到在年初开始，陆续发现有很多开发者拿着 FISCO BCOS平台，开发了包括在供应链金融、旅游金融、司法存证、文化版权，人才招聘等多个场景的应用。”马智涛说，“我们认为区块链不要都聚焦在做虚拟货币、赚快钱，而是应该要看看它真实的价值所在，放在很多商业的场景当中，联盟链的产品当中，它还是有很多可以产生业务价值的场景。”
三、全文总结当然，分布式商业模式是一个很理想的模式，在具体的落地方面，目前暂时没有看到很成功的案例。究其原因，马智涛认为，在过去的传统商业模式之下，已经形成了很多比较固化的作业模式和思维，加上已经形成的资源不均衡情况一直存在，要一下子改变不那么容易。再者，在分布式商业模式之下，参与方之间怎么去建立信任的机制，怎么达成业务合作共识，怎么连接和激励，一些机制、规则并没有完整地建立起来。第三个挑战是传统技术的模式与分布式商业模式适配性比较低。
马智涛进一步解释，以往集中式的传统技术架构因投入高、弹性差、对少数几家厂商过度依赖而面临发展瓶颈，在技术上陷入“大而不能倒”的窘境，并难以实现对更加对等的商业模式的有效支撑。而在新型的分布式技术的支撑下，通过加密技术、隐私保护算法、共识算法、智能合约、点对点通信技术、分布式架构技术、分布式存储和计算技术等，商业模式中的参与各方可享有对等的地位，可便捷安全地点对点地交换和共享数据，合作与连接变得更加简化，降低了快速试错的成本，可有效提升商业上的容错性，从而避免传统集中式商业的“大而不能倒”的情况发生。
微众银行技术团队研究认为，商业模式往分布式商业去演变需要一些前提条件：需要一种快速建立起连接的手段，能够实现各个参与方的价值交换的模式，能够降低运行成本，能够提升效率，能够建立起参与方的信任度，能够实现透明的商业规则，并且公平地按照各自的贡献参与度实现利益分配的机制。
在此前的探索中，微众银行把金融科技的发展战略定位为“ABCDE”——通过对 AI 人工智能、Blockchain 区块链、Cloud Computing云计算、Big Data 大数据等技术运用，赋能（Enabler）同业伙伴。
“我们在进一步延伸扩展金融科技战略的内涵。”马智涛透露，微众银行将作为“分布式商业基础设施提供者”，不仅将这些前沿技术用于自身的业务和产品，更将积极向国内外合作伙伴输出，通过开源代码、免费软件、开放接口等不同形式的合作，连接多方，共同探索成熟的分布式商业应用场景。
【亲爱的朋友，这里期待你的精彩评价......欢迎你留言、互动、点赞、关注、收藏、转发，更多精彩分享给你】
人工智能将给医疗领域带来哪些改变？
自动阅片写报告，AI辅助诊断让医生患者都受益
阅片是影像科医生的一项常规工作内容，需要非常专业的知识，但同时也是一项机械、繁琐的工作。医生需要对影像资料进行分析对比，然后书写诊断意见或进一步检查的建议，重复的工作无形中占用了大量的时间，降低了医疗效率。医生疲惫不堪，病人也因为排长队而叫苦不迭。
面对这种情况，计算机和医学领域的研究人员都在考虑：如果能够让“全能”的人工智能帮助医生阅片，自动诊断写报告，岂不是能节省大量的时间，让医生和病人都受益？
目前已经出现了不少AI自动诊断的成果，不仅能做出准确的判断，还比人类更快：“啄医生”——便捷高效的阅片机器人：啄医生”——由四万余块260核芯片组成的“超级计算机”，将超算技术与人工智能结合，学习了10万多套肺片，在短时间内，迅速达到了有15年临床经验的影像科医生的阅片水平。
阅片机器人图片来源：央视《机智过人》——2017-12-22
CheXNeXt——基于神经网络的X光诊断算法：去年年底，吴恩达的斯坦福团队发布了一个基于深度神经网络CheXNeXt的X光诊断算法，该算法可以自动诊断14种疾病。在其中10种疾病的诊断上，AI的表现与放射科医生旗鼓相当，还有一种疾病的诊断效果甚至超过了人类。并且，这个AI诊断算法的诊断速度是人类的160倍！
算法用胸片生成热图，颜色越暖的部分，对疾病诊断越有价值图片来源：CheXNeXt：Deep learning for chest radiograph diagnosis
吴恩达团队还针对这个算法开发了一个名为XRay4All的手机应用，只要给胸片拍个照，AI就能够自动诊断。
动图来源：量子位
VISPI——生成阅片报告的自动医学图像解释系统：计算机辅助医学图像视觉感知和解释（ computeraided medical image visual perception and interpretation）这项研究一直在进行中。但是，由于缺少经过注释的图像报告样本和能够充分提取并利用局部特征的生成模型，尤其是缺少能够提取相关联的语义特征的生成模型，之前尝试过的种种方法得到的效果总是不尽如人意。
不过，在经过不断地创新和实验后，最近一个叫做VISPI的自动医学图像解释系统，首次尝试了利用疾病定位来生成X射线图像报告，在疾病分类、定位和报告生成方面都取得了不错的效果：
VISPI生成的报告草稿：有稳定的轻度心脏肥大，无明显的肺血管充血。主动脉弯曲稳定，无急性肺实变，无大量积液及气胸。VISPI首先预测并将疾病定位为语义特征，然后生成报告。下图是VISPI的工作流程：
VISPI首先通过对胸部疾病进行分类和定位来注释X光图像（a），然后生成相应的语句，构建整个报告（b）。其中，c显示了用于生成报告的Attentive LSTM的结构（Attentive LSTM基于编码器-解码器结构）。
具体步骤如下：
VISPI的分类模块以一个121层的密集卷积神经网络（DenseNet）为基础，将最后的全连接层替换为一个维度为M的新层（M指疾病的数量）。应用Grad-Gams（Gradient-weighted Class Activation Mapping，梯度加权类激活映射）对疾病进行热图定位。如果在X光片中未发现活动性胸廓疾病，则根据绿色虚线框中所示的原始X光片，由Attentive LSTM直接生成报告。否则（如红色虚线框所示），裁剪出一个带有局部疾病的子图像，生成异常描述，而原始的X光片则用来生成报告中的正常描述。分别用一个正常的胸片和一个出现“心脏肥大（Cardiomegaly）”症状的胸片来测试一下VISPI系统的表现：
上图展示了两个胸片的诊断报告。第一行显示了一张正常的胸片，第二张是一个“心脏肥大”的病例（第二行胸片热图红色边界框中的区域）。
针对每张胸片，分别提供一份医生书写的报告和一份VISPI系统自动生成的报告。
正常病例：
医生书写的报告内容：the heart size and cardiomediastinal silhouette are within normal limits.pulmonary vasculature appears normal.There is no focal air space consolidation.no pleural effusion or pneumothorax.（心脏大小和心脏纵向轮廓在正常范围内。肺血管系统正常。没有局灶性气囊巩固。没有胸腔积液或气胸。）VISPI自动生成的报告草稿：the cardiomediastinal silhouette and pulmonary vasculature are within normal limits in size. the lungs are clear of focal airspace disease pneumothorax of pleural effusion.there are no acute bony findings.no acute cardiopulmonary findings.（心脏纵隔轮廓和肺血管系统的大小在正常范围内。 肺部没有局灶性空气病胸腔积液气胸。没有急性骨性表现。没有急性心肺表现。）“心脏肥大”病例：
医生书写的报告内容：mild cardiomegaly. mild unfolding of the thoractic aorta.no focal air space opacity.no pleural effusion or pneumothorax.visualized osseous structures are unremarkable in appearance.otherwise no acute cardiopulmonary abormalities.（轻度心脏扩大。胸主动脉轻度张开，无局灶性气隙混浊，无胸腔积液或气胸，可见骨结构外观无明显改变，无急性心肺衰竭。）VISPI自动生成的报告草稿：mild cardiomegaly.there is no focal consolidation.no pleural effusion or pneumothorax.there is no focal air space consolidation.no pleural effusion or pneumothorax.degenerative changes of the thoracic spine.no acute cardiopulmonary abnormality.（轻度心脏肿大，无局灶性实变，无胸腔积液、气胸，无局灶性气隙实变，无胸腔积液、气胸，胸椎退行性改变，无急性心肺异常。）对比医生书写的诊断报告和VISPI自动生成的报告，可以看出，VISPI医疗解释系统能够准确地诊断胸部疾病，并生成语义准确，结构良好的诊断报告。
AI在医疗诊断领域出色的表现吸引了越来越多的目光，武汉同济医院在2016年就上线试用了AI-DR辅助诊断技术。短短5个多月，使用AI-DR技术共诊断X线片8093张。在测试实际病人X线片的过程中，AI-DR于160例病例中发现了两例医生诊断中遗漏的病灶。
人工智能对大数据出色的学习能力，让它可以获得比人类更丰富的经验。更重要的是，机器不会遗忘，也不会疲劳。在目前医疗资源紧缺的情况下，AI将能够把医生从专业但重复的繁重工作中解脱出来，更专注地攻克医疗难题；患者也将能获得更及时的讯息。AI辅助诊断的未来非常值得期待！
对科技知识感兴趣的知友可关注
@人民邮电出版社，在这里你可以找到丰富的科普资讯和图书资源。
