這些在臨床數據開發(fā)方面的努力，為未來人工智能的研發(fā)創(chuàng)造了可能?？峙乱策€只是限于可能，距離真正的應用還有一段距離。當然，在 AlphaGo 完勝李世石以后，人工智能所展示出的進步速度讓所有人驚艷。說不定五年后，機器人醫(yī)生就真的出現在社區(qū)診所了。但是眼下的問題恐怕還是必須要克服：
數據解讀——圍棋棋盤的可能性畢竟是可以窮盡的，但目前的人工智能還無法解決未知因素的問題。尤其是在醫(yī)療領域，不僅是未知因素的問題，甚至還有無知因素的問題。很多因素不僅醫(yī)療數據的采集范圍之外，更是在人類的認知范圍之外。不要說癌癥這種人類尚未攻克的疾病，絕大多數疾病都存在著相當多的未知因素。
數據規(guī)模——醫(yī)療數據的應用前提條件是數據規(guī)模要足夠大。其實，這一點中國的情況要比美國好多了。比如說，中國一家三甲醫(yī)院的數據量幾乎抵得上美國一個州的量。但問題是，有能力、有條件、有機會開發(fā)應用這些數據的機會太少。財大氣粗的保險公司在醫(yī)院面前都毫無談判能力，遑論弱小的互聯網醫(yī)療公司。恐怕只能指望高瞻遠矚的醫(yī)院院長，發(fā)揮鯰魚效應。
數據監(jiān)管——對于政府監(jiān)管來說，