可能是路由分流的问题，下午的时候大陆访问全炸，台湾、香港、澳门、境外访问正常且速度不受影响。
很快就修复了（周日的牛马）

处理速度真快，我连着试了几个病例，基本上传后 3 秒内就能出结果，比我们科室 150 万买的钼靶 AI 好用，也挺准的。对于导管内癌，人工会漏，我们科用的拿了 NPMA 三类证的钼靶 AI 会漏，这个模型也会漏。然而我们的 AI 从接收 DICOM 图像到出结果需要 3-5 分钟，不知道作者是后端的算力特别强大，还是模型的参数量已经优化到极致了，佩服。

@andykuen959595 在用，而且买了更多深睿的产品

https://i.imgur.com/37XpScK.png 卡循环了这是

我感觉整一个 alist 应该可以满足需求吧？

第一次认识 nexmoe 大佬还是在 typecho 主题圈，随后在使用 oneindex 等多个项目中也间接的获益自 nexmoe 大佬的 PR 贡献，由于独特的 UI 风格，因此深刻的记得您这个 ID 。

小舒同学在 Edge 扩展商店多次被推荐，看到这个帖子才知道原来就是 nexmoe 大佬开发的，作为一个前端（还是说全栈）大佬，nexmoe 的审美总是能令我感到恰到好处，佩服，赞！

虽然这个扩展一直在我的浏览器中躺着，但没有被启用；这不是因为小舒同学不够好用，而是我本人确实没有整理收藏夹的习惯，很多收藏都是“我收藏了就等于我学会了”性质的专业技能、科研类的站点或文章 URL ，可能收藏后这辈子都不会再看一眼那种，不仅没有文件夹分门别类，还有很多链接收藏时抓取 HTML 里的全局 Title ，与页面内容毫不相关；所以我的主力新标签页目前还是 InfinityTab ，确实也是用习惯了，因为我 90%以上的访问都是那 30 多个常用网站，剩余的 10%多数是通过 Google 搜索跳转。

期待下次看到小舒同学的 changelog ，可以毫不犹豫的切换使用！

附带一句感谢，因为这个帖子，翻到了[这个页面]( https://roam.mixcm.com/bookmarks/638f4472d857025d0c64)，有很多宝藏网站，对我帮助很大，转藏不少，感谢！

这个工作非常有意义，还可以在整理归档各类医学检查的结果方面进一步完善，记录阳性指标或诊断。

例如： https://wjw.beijing.gov.cn/xwzx_20031/jcdt/202403/t20240301_3578085.html

佩服 OP ，让我这个非耳鼻喉专科的医生也学到了一点新东西。

@coolwulf 是的，这个不是大问题。核心的功能完成度已经很高了，临床初步使用已经足够。就算是现在商业化都算够格能推广进大三甲首批试用了。这是个蓝海，影像 AI 以前我们觉得一台服务器边际成本这么低，定价上百万怎么会有医院买，但是现在看看各个医院放射科买个 CT 、MR ，招标价格上千万，轻轻松松就让经销商搭售进去了，4 年前我在 V2EX 跟您互动的时候，还只有一些三甲买了影像诊断 AI ，现如今县域医院的影像诊断 AI 覆盖率都快达到 50%了。所以姜老师的开源工作更显得伟大、崇高。

@coolwulf 就这个病例来说，AI 检测（ AI_Mets ）的假阴率很低，我们可以 100%确认转移的，一共就 21 个病灶，还有数个皮层下的可疑病变，需要继续随访观察其变化，才能进一步确定性质，非常了不起，比人类医生厉害一些，好几位医生都漏评估了小脑蚓部的很不起眼的小转移瘤，AI 识别了；不过双侧颞脚/海马旁的静脉丛都被错误的识别为肿瘤了（假阳），这也是现阶段最成熟的医疗影像都 AI 难以避免的问题，不过好在对于医生来说，假阳完全可以接受，可以通过复核剔除，但假阴就比较严重了，当产生 AI 依赖后，人类医生很难发现 AI 漏掉的病变，所以假阴率能做到非常低的水平，incredible work!

SAM 的分割边缘比起 AI_Mets 来说好像更胜一筹，也许后续可以在精度上继续优化，放疗靶区的精准性是第一要务。

我上传的数据是 T1WI 增强序列没错，专科医生都知道脑转移瘤必须通过 T1WI+C 序列才能进行准确的评估。

期待模型的进一步优化，明天就介绍给同事用用 ：），谢谢大佬的付出！

@coolwulf 啊，好的，抱歉，编辑 19#回复的时候，看到您的追加回复。再次感谢！

@coolwulf 谢谢大佬的帮助，我刚看到平台一共分割了 8 个肿瘤掩膜，我想请问一下，这个是您刚刚手动操作半自动分割的，还是平台自动检测、全自动分割的？因为这个病例的颅内肿瘤有 30+个，只勾画了其中不大不小的 8 个。

不过，我勾选 Segment any module 模块后，框选未被识别的区域，在 segment in process 几秒后就会完整的勾画出肿瘤的轮廓，精度确实达到了临床可用的水平，对肿瘤、瘤周、水肿带还是能做出较为准确的区分。

我后面有空会推荐我放疗科的同事摸索一下平台的功能，再次感谢大佬，向您的崇高行为、开源精神致敬

@coolwulf 我的账号 id: DrPika ，上传序列的 PatientID：DMR240203002 ，StudyUID： 1.2.392.200036.9125.2.138612190166.20240203000107
感谢大佬捉虫，我也只是想体验一下，这类产品最终一定会像现在的影像 AI 一样，广泛应用于放疗中心。
在点开 V2EX 看到这帖子之前十分钟，我还正在进行手工勾画、标注一个科研项目的病例的 ORA 区域，十分想尝试一下 OP 的通用自动分割模型效果怎么样，哈哈

@rykiechin #29
复旦的质子重离子我不太了解，这个治疗技术还没有在临床中广泛应用，颇有点以前 CART 、诱导免疫的研究前沿的试点的风格。我不能直接给您一个决策，只能提供点信息帮你判断：对于肿瘤治疗，国家卫健委国家癌症中心赫捷院士领衔指定的 CSCO 指南是全国最权威的临床路径，您可以直接去搜对应的 CSCO 临床指南，再去 pubmed 查一下流行病学综述，就可以心里有一个大致的了解。

例 1 ，CSCO 的头颈外科组，鼻咽癌专病诊疗指南中，编辑组组长、副组长、主笔 8 个人中 6 个人是中肿的专家。
例 2 ，上海质子重离子医院招聘公告中，放疗科医生最低门槛为硕士，也未对学校、科研、临床成就提出更高的具体的要求（官网打不开，贴丁香园的 https://www.jobmd.cn/company/6827826.htm ）；中山肿瘤的招聘公告非常多，对于 V2er 来说检索不是难事，我只提一点：医教研的医师序列，博士基本是起步门槛，且土博双非很难进，一般是是要双一流或者留学 PhD ，入院只有合同工待遇，不能直接上临床，要先进博后流动站，在规定期限内完成临床、科研业绩后出站才会转聘，否则解聘（中山系列开启的万恶之源，医学领域的非升即走）。
例 3 ，两家医院的临床研究发文量如下图：
https://s2.loli.net/2024/02/14/S38bIGjxAYtwp1v.png
https://s2.loli.net/2024/02/14/E1mStCNMdzirwsg.png

您可以看的出我的倾向性，不过我列出的都是客观信息，您可以自己评判一下。

膜拜大佬，从 4 年前的乳腺肿瘤 AI 分类开始关注大佬的！

在这次开放注册以后试用，不知道是不是开放注册后带宽负载太大，直连、挂北美 CN2 节点访问都非常慢。
我上传完整的肺癌多发脑转移的 MR 颅脑的 DICOM 影像，浏览了一下确认图像完整，点选 Seg Head 以后，又报了个 Error ，/BAAMUIVEMNBHOEMS/MR.1.3.12.2.1107.5.2.20.156161.2024020309135688976009270.0.0.480/MNl/status.err ，不知道是否是我本地的网络原因？因为第一次上传成功后，发现图像不完整，又重新上传了一次。

我平时工作中碰到的鼻咽癌患者，由于治疗中和疗程结束后一直要定期随访，所以据我观察，没侵犯颅脑、颅神经、眼眶，没出现远处转移的情况下，绝大多数都稳定在临床治愈的阶段；真正随访过程中出现进展、随访过程中失访的只占很小很小的比例（由于我没实际统计，只是一个大概印象，严谨点就不硬凹一个大概数字了）。

鼻咽癌诊疗水平最高的地方，就是中山肿瘤防治所、广东省人医、武汉协和、湘雅附二几个医院，因为这病是一个高度地域相关的疾病，北方发病率很低，看 OP 说人在广州，如果条件允许，直接去中肿吧，我们（湖南 TOP5 三甲）的鼻咽癌专科医生进修都是去中肿、台湾三军总院，这玩意全球就得看亚洲东南部这几个地方。

鼻咽恶性肿瘤中，最常见的为鳞癌，我国华南地区较多，与地区流行性 EB 病毒感染高度相关。鼻咽鳞癌很容易发生区域淋巴结转移，区域淋巴结转移并不是预后差的关键因素，对你与描述的单侧淋巴结转移如果是客观的，那么 N 分期不会超过 N2 ，临床分期多半还是在 II 期的阶段，只要没有出现远处转移（例如肺转移、骨转移）、颅内侵犯，预后还是相当好的，III 期之前的鼻咽鳞癌五年生存率超过 60%（来源：新英格兰医学期刊 2019 年文献，快捷查看： https://sci-hub.se/10.1056/NEJMoa1905287 ），实际在医疗条件略好的中国城镇、大城市，OS 、PFS 、DFS 等指标轻轻松松超过 60 个月，对于年轻人来说达到临床治愈也不是难事，不必过于悲观，可以多问几个肿瘤专科医生，好一点的医院，鼻咽癌毕竟是一个大病种，都有自己的专病诊疗中心，分出很多方向的亚专科，治疗手段也很多，调强放疗、同步放化疗、免疫治疗、外科治疗等，祝好！

id: drpika
谢谢～

感谢，很有帮助！