但要訓(xùn)練出可靠的AI模型，離不開高質(zhì)量的醫(yī)療數(shù)據(jù)。然而，多位業(yè)內(nèi)人士指出，目前國內(nèi)醫(yī)療數(shù)據(jù)共享不足，且缺乏統(tǒng)一標(biāo)準(zhǔn)，制約了AI醫(yī)療產(chǎn)業(yè)的發(fā)展。

實際上，中國并不缺少醫(yī)療數(shù)據(jù)。國家衛(wèi)健委發(fā)布的衛(wèi)生年鑒顯示，2024年全國衛(wèi)生機構(gòu)總診療人次高達101.5億，由此產(chǎn)生的醫(yī)療數(shù)據(jù)預(yù)計超過百億條。

但問題在于，各家醫(yī)院的數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一，質(zhì)量參差不齊，不少數(shù)據(jù)還存在錯誤、遺漏或不完整的情況。此外，大量數(shù)據(jù)是以文本、影像等非結(jié)構(gòu)化形式存儲的，管理和整合起來相當(dāng)困難。

目前，京東健康的醫(yī)療數(shù)據(jù)主要來自京東互聯(lián)網(wǎng)醫(yī)院、有課題合作的大型公立醫(yī)院和區(qū)域數(shù)據(jù)中心。劉慧建議，在加強隱私保護的基礎(chǔ)上，應(yīng)提升數(shù)據(jù)的一致性和質(zhì)量，實現(xiàn)不同醫(yī)院間患者病歷的互聯(lián)互通，從而支持AI模型的持續(xù)學(xué)習(xí)。

政策層面也在積極推動。2025年12月，北京市衛(wèi)健委發(fā)布文件，明確將匯總醫(yī)療數(shù)據(jù)、制定高質(zhì)量數(shù)據(jù)標(biāo)準(zhǔn)，并對這些數(shù)據(jù)合理估值后逐步向社會開放。上海和浙江也有類似政策出臺。

監(jiān)管上，王岳建議采用社會共治模式，讓政府、行業(yè)協(xié)會和企業(yè)共同參與?！癆I的技術(shù)壁壘極高，政府管理人員往往難以深入理解復(fù)雜算法，單靠政府監(jiān)管不現(xiàn)實?！彼J為應(yīng)當(dāng)對AI運營商實行“無過錯責(zé)任原則”，即一旦發(fā)生損害就需負責(zé)，除非能證明無過錯，并通過保險來分散風(fēng)險。

劉慧則強調(diào)需要明確各方責(zé)任，比如研發(fā)方負責(zé)算法安全和數(shù)據(jù)合規(guī)，醫(yī)療機構(gòu)管理使用和患者安全，監(jiān)管方監(jiān)督執(zhí)法和制定標(biāo)準(zhǔn)，用戶也應(yīng)理性看待AI參考建議。

她提議借鑒自動駕駛的分級制度，為醫(yī)療AI制定規(guī)范。例如，L1級別可用于信息輔助，L2級別可提供提示建議，而更高級別需謹慎應(yīng)用。這種分級標(biāo)準(zhǔn)有助于明確AI的應(yīng)用邊界，讓產(chǎn)品設(shè)計更有標(biāo)準(zhǔn)可依。

王岳分享了自己使用AI看病的經(jīng)歷。去年，他因為喉嚨不舒服咨詢AI，結(jié)果AI說可能是腫瘤，嚇了他一跳。不久他掛了線下專家號，“醫(yī)生只用壓舌板看了看就判斷我得的是普通咽炎，作為老師，這是很常見的毛病?！?/p>

王岳認為，這正是AI最大的局限性——忽略每個人的差異。比如，如果多個病人描述相同的癥狀，AI可能會給出統(tǒng)一的診斷，但醫(yī)生會通過觀察個人情況得出不同結(jié)論。

但更讓他擔(dān)心的是，“現(xiàn)在一些醫(yī)生過度依賴檢查報告和影像片子，像‘流水線上的產(chǎn)業(yè)工人’一樣看病，而不重視臨床經(jīng)驗和技能，這種機械性的工作AI完全可以取代。不怕AI像醫(yī)生，就怕醫(yī)生像AI?！?/p>