醫療AI:困局與曙光并存的發展之路
在當今科技飛速發展的時代,人工智能(AI)已成為推動社會進步的重要力量。這篇文章,我們看看在醫療這個領域,AI的發展會有那些問題和解決辦法。
在探討AI的發展時,人們經常提到的“三駕馬車”——算法、算力與數據,共同構成了AI技術的核心驅動力。數據作為基石,是算法優化與模型訓練不可或缺的資源;算法則是智慧的源泉,負責將海量數據轉化為有價值的信息和決策;而算力則是這一切的動力引擎,支撐著算法的高效運行與數據處理。
在醫療領域,隨著數據量的爆炸性增長、算法的不斷優化以及計算能力的顯著提升,AI技術正展現出前所未有的潛力和影響力。據國家藥品監督管理局官網數據顯示,已有超過100款醫療AI軟件獲得批準,標志著AI技術在醫療領域的應用正逐步邁向成熟。
然而,盡管醫療AI的前景看似一片光明,但現實卻充滿了挑戰與困境。據報道,近日港股上市公司江山控股旗下的AI醫療企業鷹眼智慧中醫突然宣布解散,全體員工被解聘。這一消息如同一盆冷水,澆滅了醫療AI從業者和投資者的熱情與信心。那么,醫療AI的問題究竟出在哪里?它的未來將何去何從?
一、困局之源
醫療AI行業發展困局的根本原因在于數據獲取與處理的難度以及應用場景的局限性。
高質量、大規模的醫療數據是訓練和優化AI模型的關鍵。然而,在實際操作中,醫療數據的收集、整合、脫敏及合規使用面臨著諸多挑戰。患者隱私保護是首要問題,任何數據的收集和使用都必須嚴格遵守相關法律法規,確?;颊咝畔⒌陌踩c隱私。
此外,數據標準化不足也是一個重要問題,不同醫療機構之間的數據格式和標準存在差異,導致數據難以有效整合和共享。再者,跨機構數據共享壁壘也限制了醫療數據的流通與應用,使得AI模型難以獲得足夠的數據支持進行訓練和優化。
除了數據問題,醫療AI在實際落地過程中也面臨著應用場景的局限性。盡管醫療AI在理論上具有廣泛的應用前景,但在實際醫療場景中,由于醫療流程的復雜性、醫生對新技術的接受程度以及監管政策的不確定性等因素,AI技術的應用推廣受到限制。許多醫療機構和醫生對AI技術持觀望態度,缺乏足夠的信任和實踐經驗,導致AI技術難以在短時間內得到廣泛應用。
二、曙光初現
盡管醫療AI行業面臨著諸多挑戰和困境,但我們也看到了希望的曙光。
在數據瓶頸問題上,國家層面已經采取了一系列措施來推動醫療數據的融合創新和合規共享。2023年12月,國家數據局等17部門聯合發布了《“數據要素×”三年行動計劃(2024—2026年)》,明確提出要加強醫療數據融合創新,支持公立醫療機構在合法合規前提下向金融、養老等經營主體共享數據,并拓展智慧醫療、智能健康管理等數據應用新模式新業態。這一政策的出臺為醫療數據的流通和應用提供了有力的政策支持。在地方層面,由政府或央國企牽頭組建的地方數據交易平臺也在積極推動醫療數據的交易和共享。
目前,全國已有20余個?。▍^、市)開展了數據交易場所的建設和運營,其中北京國際大數據交易所、上海數據交易所、廣州數據交易所、深圳數據交易所、貴陽大數據交易所等五大領頭數據交易所在推動醫療數據交易方面發揮了重要作用。
以上海數據交易所為例,其醫療健康類數據集涵蓋了多達86條記錄,類型豐富,包括頸動脈超聲、心臟CTP、冠脈CTA以及肺結節等多種醫療數據。根據動脈網報道,近日首都醫科大學宣武醫院的頸動脈支架手術數據集在北京國際大數據交易所進行了資產確權登記并成功交易,標志著健康數據場內交易的先河已經開啟。未來,隨著數據權屬的明確和市場需求的增長,將會有更多優質的醫療數據進行市場交易,從而有效解決數據瓶頸問題。
上海數據交易所官網
在應用場景局限性問題上,2024年11月,國家衛生健康委、國家中醫藥局、國家疾控局等部門也聯合制定了《衛生健康行業人工智能應用場景參考指引》,該指引涵蓋了四大領域共84個應用場景,為衛生健康行業“人工智能+”應用創新發展提供了政策引導和發展方向。這一政策的出臺為醫療AI從業者提供了明確的發展方向和信心支持,有望推動AI技術在醫療領域的廣泛應用和深入發展。
三、未來展望
醫療AI作為新興技術的代表,在醫療領域展現出了巨大的潛力和影響力。然而,數據獲取與處理的難度以及應用場景的局限性等問題限制了其進一步發展。幸運的是,我們看到了曙光初現的跡象。國家層面和地方層面的政策措施正在積極推動醫療數據的融合創新和合規共享,為AI模型提供足夠的數據支持進行訓練和優化。同時,政策引導也為醫療AI從業者提供了明確的發展方向和信心支持。隨著這些問題的解決和政策的推動,相信醫療AI行業發展的曙光必將出現,為醫療行業帶來更多的創新和變革。
本文由 @清風濁酒 原創發布于人人都是產品經理。未經作者許可,禁止轉載
題圖來自Unsplash,基于CC0協議
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務
- 目前還沒評論,等你發揮!