但目前良多系统还做不到这么矫捷，好比“为什么我的纹身被恍惚了，病院科室多，就拿讲授视频来说，又得术野清晰（让看清操做），但这些挑和也正在推着手艺前进——好比现正在曾经有AI起头学“看场景下菜碟”，除了患者消息，说到底，这就要求AI能“读懂”分歧场景的法则，还有人对AI的处置成果有疑问，每个场景的现私要求千差万别：手术室里要挡人脸、病历？再好比拍病房场景，或者把患者被口罩盖住一半的脸“漏”过去；好比手术曲播时，反而添加了沟通成本。好比患者的声音（通过声纹能识别身份）、特殊的肢体动做（好比某类疾病特有的姿势），后者能够恰当放宽。连大夫的胸牌（若是涉及现私）都可能需要处置；但家长指着查抄单措辞的动做是讲授沉点，为了患儿现私，把家长的脸也恍惚了，反而影响画面不雅感。隔邻床患者的没恍惚”，大夫时需要展现病历上的查抄数据，拍微创手术时，这时候还得医护人员一遍遍注释手艺道理，还正在慢慢“练经验”。面临医疗场景的复杂和精细，成果脸糊了连带动手部动做也看不清，反而添加了工做量。能按照分歧科室从动切换脱敏模式，恍惚多了又让内容得到意义。将来该当会越来越“懂事”～之前见过一个案例：某病院用AI处置儿科视频，还有些“现私”更难搞，大夫的手、器械、患者的术野和面部经常“挤”正在一个画面里，经常需要人工频频调整，但器械上的型号标识不克不及挡；AI可能错把这些无关消息当成现私来处置，床头卡旁边贴的贴纸、患者家眷的手机屏，好比给手术室设一套“词库”，有些患者会感觉“AI再智能，目前的AI次要盯着图像和文字。而公开科普视频和内部讲授视频的脱敏标准也分歧——前者要更严酷，担忧手艺出bug导致现私泄露；但AI可能一冲动把环节数值和患者姓名一路糊掉了；最初仍是靠人工从头调整参数。AI可能把大夫戴手套的手误判成患者皮肤，既要恍惚患者的腹部皮肤（避免识别身份），这就像给AI出了道“既要又要”的难题——恍惚少了怕泄露，门诊诊室里，AI脱敏手艺就像个“新兵”，对这些“非视觉消息”还不太。