一家皮肤分析公司利用人工智能自动诊断皮肤癌，旨在解决全球皮肤科医生短缺问题。该技术通过分析皮肤病变图像，预测患者是否患有皮肤癌或其他病变，并经过严格监管以确保有效性和安全性。未来计划扩展到更多皮肤病检测，并探索家庭使用的可能性，以提高早期发现率。

作者对于在保健/医疗领域找到研究问题很感兴趣，但在联系医生方面进展不顺利。作者试图通过LinkedIn建立联系，但只有25%的联系率和1%的访谈率。作者希望能够找到其他途径来获取早期发现面试机会。

建立计算机辅助诊断系统，支持医生进行内支气管超声手术中的初步诊断。通过立即检查其他部位，减少等待时间，早期发现其他癌症，实施早期治疗计划。使用少样本学习和Batch Spectral Regularization（BSR）作为损失函数和Finetune的修改，提高模型能力。