经历了无
驾驶车跟踪和怀疑家里有东西进来过以后，贝鲁斯虽然天
乐观，但这一次他不得不允许自己更神经质一些。地址失效发送任意邮件到 ltxs Ba@gmail.com 获取最新地址
数据器不停的计算着案件与案件之间的关联，但似乎都是显而易见的关联，数据分析和
度学习的结果并不叫贝鲁斯满意。
一些重要的东西被忽略了，他隐隐觉得。数据器的表现不该那么刻板，它完全应该更具创造，至少找到一些自己未曾留意的关联和有效特征。
但是数据器在这项任务上显然有些偷懒。
当类不知道答案而需要机器给出预测答案时，机器偷懒事实上无法用客观数据来评价。
它更像是一种类
感的投
。贝鲁斯很清楚自己正处在这种感投的沼泽中。
他重新调整了参数，打算再等一个晚上，最近几周他调整了几项维度，但依旧没有进展，甚至没有包含他隐约感到不安的东西。
数据分析器中的一个案例发生在东南亚——六年前一项骨科手术。
从时间来看这个案例发生的事件和弗利母亲的麻醉事故发生时间相差两个月。
一个发生在泰国，一个发生在西雅图。
这两个案例原本贝鲁斯归在两个不同分类中，但三年前他在走访这家位于曼谷的医院时，得到了患者死亡的消息，死亡时间和弗利母亲的死亡时间分别在五年前的3月21
和3月20。
这根本就是同一天。如果不是对弗利母亲案例比较在意，贝鲁斯也许无法发现这一点联系。
但是他发现了，类的直觉告诉他这不会是一个巧合，但是数据器却认为这件事在统计上没有特别价值。
也许是模型设置有问题，这个问题他现在不需要再依赖数据器自身设计的模型来调整，他想到一个更好的办法，找弗利来帮忙。
他应该没有理由拒绝这件事，尤其当他知道了母亲的事故也许并不是一场纯粹的机器治疗意外。
贝鲁斯很清楚“医疗意外”和“事故”是两个绝对不能混淆的词，“意外”是指意料中发生的不可预测及难以为控制的事；而“事故”则截然不同，“事故”必然存在着不合理的
作，或者疏忽以及错误的行为和选择。
十几年来，机器手术已经最大可能的减少了为因素造成的医疗事故，尤其在手术进程中。
但令贝鲁斯感到困扰的是，这项数据太低了，低到几乎可以让70%的外科医生失业，甚至这几年远程手术也已经成为手术治疗的选项之一。
这让一些经验不丰富、技术不具备特长的外科医生逐渐失去丰厚的收
甚至失业。
数据器从一开始就运算出机器在贝鲁斯收集的案例中扮演的至关重要角色。
逐步增加患者死亡时间这项参数后，一星期以来每天睡觉前贝鲁斯都让模型进行运算，可是依然没有特别有用的结果出现。
真是见鬼，贝鲁斯坐在沙发上，他看着自己的两只手在蓝色数据器灯光下泛出苍白暗淡的颜色。真丑，他感到有些烦躁。
原本今天就能和弗利好好说说这些事，也许他忽略了什么重要信息，也可能他的方向一开始就错了，如果好好聊一聊，很可能现在就有了解决方法。
他给自己倒了一杯苏打水后横躺到沙发上，数据器在桌子上继续爬行，他把它们卷成墨西哥
卷的样子放在身边。这让他觉得安全。
也许应该把监控系统重新安置一下，万一真的有什么东西在监视这里。
贝鲁斯并不是一个胆小和敏感的，但是此刻清晨的凉雾未降，他却感到一丝寒意萦绕，这种感觉叫毛骨悚然。
我究竟是想证明什么？他再一次问自己。证明自己还可以继续手术，还是证明自己并不可靠？
无论是哪一种结果，对他来说都不是好结果，离开医院这么多年，想要再回到外科医生岗位上几乎不可能，何况，他看着自己的手，它们看上去挺拔有力，但他心里明白，这没有用。
除非它们比一双平常的手更好。
更优质的力反馈系统，更快而准确的神经传导。
也许再怎么努力提高这种水平它也无法满足社会的需求。
社会就是这样不公平，你想证明自己，必然是个艰难的过程，而他又为什么要等你，在一个你并不是稀有资源的时代。
所以贝鲁斯你到底在寻找什么？证明自己被无的淘汰了，还是证明后来的你可以比先前做的更好？如果是后者，数据器已经告诉你，fda也已经告诉你有比你更好更优秀的“医生”存在。
它们更稳定，比健康的外科医生更稳定，它们可以承受50小时不休息的
番手术，类可以做到吗？它们大大增加了病得到平等治疗的机会，类可以做到吗？
也许十多年前400万美金造
