大一的时光飞快流转，春去夏来，期末季再次悄然降临。
课业、中医义诊、三甲临床观摩依旧是苏若辰生活的主轴。而周明远教授看到他出众的悟性与视野，开始引导他接触医学科研。
最开始，只是协助整理临床病例、梳理文献综述，熟悉科研的基本范式。
很快，周教授抛出一个跨学科的前沿难题：医学AI辅助诊断。
「现在AI发展很快，影像识别、辅助问诊潜力巨大，但是现实阻碍重重。」周明远坐在办公室，摊开几份国内外前沿论文，「第一，高质量标注医疗数据集极度稀缺；第二，伦理风险绕不开，AI误诊责任归属，患者隐私保护；第三，仿真模型效果漂亮，落地真实临床环境，各种干扰因素一进来，准确率直接跳水。」
「很多论文只放仿真数据集跑出来的漂亮结果，完全回避真实临床复杂现实。系统仿真推演出来的最优，不等于现实能用。」
这段话，瞬间戳中苏若辰长久以来对系统的认知。自己的天赋系统同样如此，仿真推演只提供理论最优解，实物、现实环境总会出现意料之外的变量，必须依靠人自身去试错、解决伦理、现实阻碍。
「AI不能替代医生。」苏若辰认真思索之后开口，「它只能做辅助工具。最后的判断，必须由临床执业医师来承担。」
周教授赞许点头：「你的想法很清醒。现在很多团队一味追求AI『取代医生』的噱头，忽略临床实际。我们院系打算小范围起步，做面向基层的AI初筛辅助工具，侧重影像初筛、问诊提示，全部结果仅供医师参考，不输出独立诊断结论。」
周明远把这个跨学科小课题，交给苏若辰深度参与。
课题需要医学人员提供临床逻辑，还需要计算机方向的同学合作开发。院系对接了计算机学院，组建小型跨学科小组。
第一次跨课题组开会，会议室坐满计算机、医学两边的学生。
计算机学院的同学熟悉算法、模型搭建，但对真实临床的复杂、病人的个体差异、医学伦理了解有限；医学生熟悉病症，却不懂模型训练、数据集构建的技术细节。
会上出现不少分歧。
计算机方向的成员提出：「我们可以用公开数据集快速训练模型，指针很好看，论文产出快。」
苏若辰直接提出现实层面的顾虑：「公开数据集样本来源单一，病种分布有偏向，很多罕见病例缺失。仿真跑出来的高准确率，放到真实门诊五花八门的病人身上，很容易失效。而且病人隐私脱敏、数据溯源，这些环节不能简化。」
他一条条列出现实临床会遇到的坑：不同年龄、基础病叠加、患者描述病情主观偏差、影像拍摄设备画质参差不齐。
一番话，让计算机组的同学陷入沉思。
「仿真只是理论模型，临床才是检验标准。」苏若辰说道，「我们不能为了发论文，只在理想数据集上面自圆其说。」
会上的争论，让所有人意识到，医学AI，绝不是单纯调参跑模型那么简单。
散会之后，小组开始重新调整方案：缩减对公开仿真数据集的依赖，优先使用本院经过严格脱敏的真实临床病例，同时专门增设伦理评估小组，逐条梳理风险边界，明确AI输出仅作为医师参考，严禁独立给患者下诊断。
课余时间，苏若辰一边啃医学文献，一边主动自学基础机器学习知识。三重天赋再次联动：医学天赋提供病症逻辑，体育锤炼出的强大专注力，音乐天赋带来的模式识别敏感度，帮助他快速理解模型特征提取逻辑。
夜晚自习室，他一边翻阅医学影像图谱，一边看编程教程，笔记本上一半写临床辨证要点，一半写算法逻辑注释。
偶尔熬夜钻研课题身心疲惫，就戴上耳机听辰音自己写的纯乐，或者抽空跑到琴房弹一小段，舒缓紧绷的神经。
与此同时，他和温知予的相处也在慢慢递进。温知予本身也接触医学信息相关方向，两人经常泡图书馆，一起读跨学科文献，讨论AI医疗伦理困境，观点常常能够互相启发。
没有轰轰烈烈的告白，是细水长流，精神同频，情愫一点点沉淀生长。
期末来临，大一下的期末考试如约而至。大量专业课，局部解剖学、病理学、药理学、中医诊断学、医学伦理学……
苏若辰依旧保持踏实严谨，兼顾课业、科研、义诊多重事务，依旧稳稳拿下全系顶尖成绩。但这一次，他不再刻意追求每一门都必须满分。
经历艺术节弃权风波、急诊一线、科研现实难题，他更懂得：分数只是标尺，而真正的医者能力，是课本之外，病床之前，现实世界千变万化的人和苦难。
期末考结束，夏日盛夏扑面而来。
周明远教授带来消息：课题组拿到短期项目经费，暑假可以正式启动数据集整理、模型叠代的工作。同时，有一个难得的机会，全国青少年医学科创夏令营邀请苏若辰作为京大代表参会。
暑假，又一段崭新的征程，在少年的面前缓缓铺开。
而远方，赛车圈、音乐圈依旧还有属于他的伏笔，辰音帐号依旧在匿名安静更新；高中时代的旧友，林宇、王浩、夏清，也和他保持断断续续的联系。那些少年时代的羁绊，没有被岁月斩断，静静等待重逢。