两个词数疟疾：SAM 3数出28个感染，专家29个，漏检在哪

疟疾镜检还在靠人眼。显微镜下，一个人数红细胞里有没有寄生虫。Maziyar Panahi在X上贴了一个实验：孟加拉一家医院的血涂片照片，交给SAM 3，只输入两个词，“cell”和“purple dot”。模型数出28个感染红细胞，专家数出29个。

做法不复杂。SAM 3来自Meta，通过@wkentaro_的ONNX导出，跑在Hugging Face Spaces的一张L4上，每个词耗时0.15到0.17秒。判定规则也写清楚了：红细胞轮廓完整出现在视野里才算一个红细胞，紫色点落在红细胞上才算感染。涂片来自美国国家医学图书馆，标注了研究用途。

数字很接近。但把28和29拆开看，信息更有意思。模型的28个里，25个和专家标记的是同一批细胞。它漏了4个，多出3个：1个血小板，2个被专家判为干净的红细胞。放到7张涂片、7位患者上，红细胞找到421个，专家445个；感染红细胞找到72个，专家112个。它尤其不擅长环形寄生虫，点状寄生虫认得更好。

这就是演示和工具之间的距离。差一个数字看起来像快成了，错误结构却说明它还没准备好替代镜检。假阳性和漏检落在哪些形态上，比总分更值得看。作者自己也写了research use only。有人问哪里能试，他说会加一层harness做工具调用和精确测量，代码开源，应用托管在Hugging Face。

两个词能做到这个程度，实验室的人值得看一眼。但要不要用，得先问：在哪种涂片、哪个虫期、谁来复核。来源：https://x.com/MaziyarPanahi/status/2116893021073523051