第11章 慢性病病历里的 “60％ 准确率”（1/2）

林晓刚把胃癌 ai 优化报告放进档案柜，就被张建国的电话叫到办公室。推开门，看到桌上堆得半人高的病历本，她愣了愣 —— 封面全写着 “农村患者慢性病档案”，风湿性关节炎、慢性支气管炎的病历占了大半。

“王医生说你光盯着胃癌改，慢性病的误诊投诉也不少。” 张建国把一份病历推过来，语气里带着期许，“这些是近 3 年的，你翻翻，看看 ai 到底差在哪，要是能优化，也算帮基层患者多解决个难题。”

林晓拿起最上面的病历，是 62 岁刘奶奶的风湿记录：症状写着 “双手指关节遇冷加重、红肿，长期在田里浇水”，ai 诊断却写着 “骨关节炎”，准确率 81%。她心里一沉 —— 又是农村患者的专属症状没被识别！“遇冷加重”“长期涉水” 这些关键特征，系统根本没纳入风湿性关节炎的识别模型。

“我现在就开始整理。” 林晓抱着一摞病历往地下室走，刚到门口就碰到周涛，他看到病历本，立刻明白：“又要加班？我帮你一起。”

接下来的五天，地下室的灯每天都亮到后半夜。林晓和周涛把 2000 份慢性病病历按病种分类，逐份核对 “ai 诊断结果” 与 “临床确诊结果”，还在笔记本上记录每一份误诊病历的 “关键漏判症状”。

当最后一份病历整理完，林晓盯着电脑屏幕上的统计表，手指冰凉 —— 风湿性关节炎识别准确率 61%，慢性支气管炎 58%，高血压合并肾病 55%，三种慢性病的平均准确率仅 60%。她在报告里用红笔标注核心问题：

风湿性关节炎：ai 将 “农活后关节痛”“遇冷加重” 归为 “普通劳损”，未关联 “长期劳作、寒湿环境” 等农村生活特征；

慢性支气管炎：“长期烧煤取暖史”“晨起咳痰带灰” 等症状未被识别，多判定为 “普通感冒”；

高血压合并肾病：忽视 “长期吃廉价降压药”“低盐饮食执行难” 等基层用药、饮食特点，误诊率最高。

“这哪是 ai，简直是‘城市患者专属系统’。” 周涛看着报告，忍不住吐槽，“完全没考虑农村人的生活，能准才怪。”

林晓拿着报告去找张建国，刚走到办公室门口，就听到王医生的声音：“主任，我就说吧，慢性病本来就复杂，农村老人又说不清症状，ai 认不准很正常。林晓一个二本生，懂什么慢性病诊疗？别让她瞎折腾，最后把项目搞黄了。”

林晓推开门，没急着反驳，把报告和李伯的坐诊笔记一起递过去：“王医生，我不懂慢性病，但李伯懂。他坐诊四十年，说农村老人的风湿，80% 都有‘遇冷加重、长期涉水’的特征，可 ai 系统里根本没有这些识别项。您看这份病历，患者有‘长期在田里浇水’的记录，ai 却判成骨关节炎，这不是系统的问题吗？”

王医生凑过来，扫了眼笔记，又翻了翻报告，脸色有些难看：“就算有这些特征，改系统也不是小事，康医科技要是追责……”