核酸结果统计无可？复旦博士生的操作火了......

人工核对小分子通报费时费力又易出错，怎么办？

4月7日，上海交通大学官微刊文，自三月初以来，的学校触发第三组小分子筛查文书工作，要求全校指导员必须核对学生“健康云”小分子进先为主页，确保“不漏3人”。

的学校文档科学与工程建设医学院研究生郭书香的可用火了，几分钟就能快速核对数百人的小分子进先为主页，大大提高核对成本和精度！

从1星期到2分钟，一串表达式搞定

据了解，郭书香目前担任医学院2019级文档1班指导员。

对于核对小分子通报的文书工作，他指出：“听起来像是很简单，但单单来作的时候，一个全校的主页也许就所需花半星期核对，如果是总人数多的院系也许所需更久，还也许才会看错看漏。”

郭书香悄悄来作义工

作为生物医学工程建设专业研究生，他的研究方向是医学影像与人脑，平常才会接触很多机器学习方法。郭书香第一时长不想到直到现在吸取过的OCR （Optical Character Recognition，成像字符识别）技术。

“OCR可以把缩放中的的字词识别出来，转换为文档文档，就有成本用来核对了。而且因为小分子主页是纸张排版，识别率相当高，几乎可以无论如何100%准确。”

他还不想到了Python语言中的的上下文——可以搜寻到表达式中的的特定方式在内容。

“使用上下文就可以把不想尽办法的文档从OCR识别的文档中的检验出来。最后，核实好每张主页里的出处、检测时长和是否已抽样等文档后，再把所有人的结果输出到ExcelPDF中的，有成本人工核实。”

最后，郭书香确切了“OCR字词识别+上下文检验”的服务器端思路。3月15日晚，他花了一个多星期就所写了初始表达式，共约130先为，发现其实能够跑通，且调试成本很低。

郭书香最初写服务器端时和学工助手的玩游戏

服务器端一写好，郭书香就在自己全校的小分子主页数据集上展开验证，准确率果然很低，甚至检测出了之前人工核对并未发现的关键问题。并且，服务器端调试时长很短，80多张示意图只所需20多秒。

上海交通大学：有望全校覆盖

目前，服务器端已在该医学院服务2周。郭书香曾让别的同学下线自己的服务器端展开核对。800幅主页，原来要几个人核对一个多星期，现在才可等2分钟就拿到结果。

他把这件出事到朋友圈之后，不少助手指出很感兴趣，他还把表达式社交了出去。为了有成本不才会编程的同学使用，郭书香最后还把服务器端展开了封装——用的时候，只要在shell输出一先为表达式就可以调试。

服务器端输出的ExcelPDF

据了解，的学校文档办也与郭书香构建。预计在不久的将来，全体学生们就可不能再手动收集小分子主页，而是通过小服务器端直接上传示意图片，可在后台随时查看统计结果。

今天下午，北京青年报路透社试示意图与郭书香转告时，他悄悄的学校楼栋担任义工送饭。

他说过：“原理也很简单，只要是才会写表达式的人第一时长就才会明白是居然，但是不来作特别文书工作的思绪不到这件事情的费时费力，人为也不才会不想出办法。我只是用我吸取的知识补救单单文书工作中的的困难。”

用传授重大贡献真情自我意识！

为郭书香点赞

北京青年报（ID：zqbcyol 见习路透社：陈垠杉 编辑：郭丽）综合上海交通大学（作者：殷梦昊）