人工智能應(yīng)用普及的三大推力是以深度學(xué)習(xí)為代表的新技術(shù)，計算力和海量數(shù)據(jù)，前兩者各行業(yè)通用，所以對于醫(yī)療領(lǐng)域的人工智能公司來說，面臨的最主要問題可能是數(shù)據(jù)。比如，現(xiàn)在的醫(yī)療影像幾乎沒有對病灶進(jìn)行標(biāo)注，而這種系統(tǒng)性的數(shù)據(jù)整理過程又十分專業(yè)，需要專業(yè)醫(yī)生配合，這也是醫(yī)療行業(yè)的獨特之處。
由于醫(yī)療數(shù)據(jù)尚未實現(xiàn)互連互通，國內(nèi)醫(yī)療影像數(shù)據(jù)應(yīng)用還處于起步階段。這一點在國外也一樣，美國醫(yī)療行業(yè)數(shù)據(jù)共享困難，數(shù)據(jù)格式也難以統(tǒng)一。但隨著信息化的加強(qiáng)，未來會有越來越人工智能類公司出現(xiàn)，就像信息化系統(tǒng)促進(jìn)發(fā)展為影像的云平臺一樣。