j近期，一个话题引起热议：AI竞赛根本不能产生有用的模型，无法适用于现实世界；获胜的模型也不一定是最好的模型，冠军获胜只是因为他们运气好。那么，各种AI竞赛意义何在？作者的观点引发许多人反驳。

　　最近，一个新的大型CT脑扫描数据集被发布，其目的是训练模型以检测颅内出血。

　　围绕该数据集，北美放射学会(RSNA)发布了一场Kaggle竞赛，有人在Twitter搞了个小投票：

　　引发讨论：

　　讨论继续，人们的想法从“但是既然有一个验证集，怎么会过拟合呢？”到“提出的解决方案永远不会被直接应用”(后者来自以前的竞赛获胜者)。

　　随着讨论的深入，我意识到，尽管我们“都知道”竞赛结果在临床意义上是有点可疑的，但我从未真正看到一个令人信服的解释，来解释为什么会这样。

　　这就是这篇文章的内容，希望能够解释为什么竞赛实际上并不是构建有用的AI系统。

　　让争论来得更猛烈些吧

　　那么，医疗AI领域的竞赛是怎样的呢？下面是一些选项：

　　让团队尝试解决一个临床问题

　　让团队探索如何解决问题，并尝试新的解决方案

　　让团队构建一个在竞赛测试集中表现最好的模型

　　浪费时间