外科研究所的研究生和数字医学实验室的科研人员，大家一起帮忙看图片，可惜看完几千张图片后，仅仅只有一张图片发现细胞里面有病毒的结构，而且还没有观察到任何肿瘤细胞凋亡的痕迹。其它图片不管是肿瘤细胞的图片还是正常细胞的图片，都没有发现K病毒的结构。
这些都是杨平预料到的，因为实验不可能一帆风顺，期间肯定会遇上这样那样的问题，实验的成功就是不断解决问题，不断修正路线的过程，直到最后成功，很多实验即使付出了巨大的努力，做了无数的工作，依然最后失败，这也是常事。
何况现在这些图片还有一张发现了肿瘤细胞内有K病毒的结构，其实这已经是取得巨大的成功，说明K病毒能够成功到达肿瘤细胞，然后对它进行感染。
现在这种情况有几种可能，第一可能是病毒在被血液运输到肿瘤的过程中大部分被免疫系统消灭。第二，可能病毒有很多达到了肿瘤，感染肿瘤细胞的成功率极低。第三，感染肿瘤细胞的病毒能够启动细胞的凋亡程序，但是启动凋亡程序的细胞没有被捕捉到。第四，可能病毒无法启动凋亡细胞。
不管多少种可能，有一点是可以肯定的，K病毒可以感染肿瘤细胞，只是能力强弱，概率高低的问题，现在这张图片就是最有力的证据。
电拍下的图片有几万张，靠人力这样看图的效率太低，而且也对眼睛不健康。
磨刀不误砍材，杨平决定利用电脑辅助，他建议何主任的团队开发出一个人工智能模型可以帮忙分辨这些图片。
其实对于和何主任的团队来说，开发出这样的模型不难，因为现在他们已经有识图的人工智能模型，但是主要用于病理切片和影像图片看图，这种模型在病理切片和影像图片方面的识图能力非常成熟，已经超过绝大多数医生。
医生可能一天看上百张病理切片很辛苦，但是人工智能可能几秒钟阅读几万几十万张图片，这种效率已经用在医学上，很多医院以后病理切片的看片可以全自动化，根本不需要病理医生阅片，病理医生的工作只是制作病理切片，如果病理切片制作也能自动化，那么病理医生只需简单处理病理标本就可。
任何人工智能需要大量的数据来喂养，否则人工智能也只是一个“白痴”。现在这次实验中对提取的细胞电镜图片进行识图，没有先例可以参考，所以根本没有数据去喂养人工智能。
尽管何教授这边利用数字人技术已经开发出影像人工智能模型，专门用于智能阅片，比如X光片、MRI及CT片，这个模型已经喂养了大量数据，进化得不错。
&nb