先说一句，这周我只挑了一条。
10 月 21 日 arXiv 上挂了一份 39 页的手册，讲一个叫 MEDiml 的放射组学平台。放射组学同行不用我讲。从医学影像里批量提定量特征，肿瘤的形状、强度分布、纹理那些，再拿这些数字去刻画组织、找肉眼看不出来的规律。
我挑它，不是因为放射组学。是因为它顺手把一件很多人做错的事做对了。
它想解决的两个麻烦
作者自己列了两条。一是可提的特征成千上万，到底哪些对某个具体临床任务最有信息量，很难判断。二是搭一套端到端流程通常要会写代码，临床研究者独立做不完。
这两条其实是一件事的两面。提特征这一步早就被工具做得太容易了，按钮一点出来几千个数字，然后人卡在第二步：哪个有用。要回答这个得能写代码去做实验、去比、去证伪。门槛不在提特征，在判断。
两个入口，一套实现
MEDiml 拆成两半。一个 Python 包 MEDiml-pkg，一个桌面图形应用 MEDiml-app。不想写代码的临床研究者用后者，在界面上把流程点出来。要写脚本的用包。
值得看的是后面那句：两边共用同一套计算实现，界面里配好的流程可以导出成能跑的 Python 代码。
这句话听着平淡，做起来不平淡。图形界面和库各写一套计算、各自演化、过上一年对不上，是这类工具最常见的死法。共用一套实现意味着界面只是个壳，壳里那套东西和包里的完全一样。
导出这一步更要紧。降门槛这件事，多数工具走的是做成黑盒那条路。点得出来，改不动。跑错了只能干看着，想加一步就得从头再来。能导出成代码，等于给这条路留了个出口。
出口的另一头是交接。临床那边把流程配好，导出，甩给计算那边。两边说的是同一件事，不用谁复述给谁听。可复现性在论文里经常只是一句口号，这里算是被结构逼出来的。
特征按复杂度分了四层
形态学、强度、纹理、滤波器。往上走，越复杂，算起来越贵。
一句话讲清楚分层干嘛用：不是让分类好看，是让“更复杂的特征到底有没有多带来预测价值”变成一个能做的实验。先给便宜的，再问贵的值不值。
这比一上来堆一大坨特征健康。堆是容易的，说清哪些该留是难的。留下来的那部分，才是能拿去做临床解释的东西。
它是手册，不是新方法
这点得单独说。39 页，18 幅图，2 张表，16 位作者。内容是概念、工作流、软件组件、系统架构、安装说明，还带一节跟现有工具的对比。
这类工作在引用上不占便宜，不会有人因为它被引很多次就记住它。可对真想拿它干活的人，一份能照着装、照着跑、照着改的手册，价值不比一个新算法低。
挑和攒，本身就是产出。这话我讲过不止一次了。
演示数据
2,104 名病人，五个肿瘤影像队列，演示的线索就是上面那个复杂度分层。
这部分我没细看。五个队列各是什么任务、分层对比的结论落在哪，我只看懂了一半，先放在这里，回头补。
泼一点冷水
导出的代码能跑，不等于好读。不少工具导出来是一坨自动生成的调用链，能执行，人读不下去，最后还得重写。这份手册没说导出的代码长什么样，我也没装，不好替它保证。
另一个是安装。桌面应用在医学单位的电脑上，第一道坎就是装不上。手册给了安装说明，但给了说明和临床研究者自己能装成，是两回事。这条我存疑，等有人真装上跑通了再说。
还有维护。软件、文档、教程都公开挂出来了，这是好事。开源工具三年后还有没有人管，是另一回事。这条对所有开源工具都成立，不是它一家的毛病，但上手之前该想一下。
那节工具对比我扫了一眼，做得算老实。具体跟哪几个比、比了哪些维度，我没细抠，先不下判断。
最后
MEDiml 值不值得你用，看你手上有没有那批影像数据，以及有没有一个不写代码的临床合作者。两样都有，值得花半天装上试试。没有的话，看它导出代码那个设计就够了。
本周就这些。上面哪条你觉得我讲错了，欢迎告诉我。讲错的我补。下周见。