闯入许多方面，以促进“ AI+医学”的适当发展

AI（人工智能）通过政策股息和技术发展进行双重驾驶，促进了其在医疗和健康领域的融合。从预防疾病，卫生管理到辅助诊断，药物开发，可以在任何地方看到AI，并且“ AI+医学”具有巨大的潜力。但是，从进化的技术演变来看，医学领域的当前AI应用处于“授权工具”的早期阶段，尤其是提高工作效率，帮助诊断等。首先，高质量数据的难度。 “ AI+医学”的应用高度取决于高质量数据，但是各种机构中医疗数据的格式和标准是不同的，共享和互操作性的水平较低。 “数据岛”的现象使得获得De-Hurricanead数据变得困难。它很难获得训练AI模型和有限模型效果所需的高质量，大型数据集。 2024年，“三年法案“数据×要素”（2024-2026）的离子计划共同发布了数据管理，并建议执行“数据元素×医疗健康”行动的其他17个部门。建议诸如“正确释放健康和医疗数据”和“扩展新模型”和“扩展新模型以及新的业务形式的数据应用程序”，例如智能医疗保健和智能健康管理，为医学管理提供了障碍，以求助于进一步的数据。实施相关的政策，高质量数据的困难将有效地解决启动药物需要第一阶段，第2和第三阶段的临床试验，目前，没有AI领导的药物成功地通过了临床测试的第二阶段。这也意味着“ AI+药物”将来仍然会面对层。在诊断和治疗的过程中，某些AI产生的逻辑并不严格，并且与临床现实不符，这削弱了医生和对他们的信任。将来，改善可解释性和严格的算法并通过严格的临床研究确认其真正的好处是医疗和成熟的医学产品的唯一途径。第三，可持续的商业化途径。除了验证临床价值外，成熟的“ AI+医疗”产品还应开放可持续的商业模型。公司必须回答“谁将支付'AI+Medical”的问题。根据公开的公共数据，一些“ AI+辅助诊断”和“ AI+Pharmaceutical”同伴S处于损失状态，主要依靠融资来维持发展，尚未探索成熟的收入模式。将来，企业需要制定清晰的定价机制，开发价值的系统构架，并产生各种付款模型，这是工业发展的组成部分。总而言之，“ AI+医学”具有广泛的前景，但是仅通过跨越三个数据障碍，临床和商业化有效性就可以真正进入快速发展线。 （收费编辑：Deng Hao）