■张最低 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，从进化的技术进化来看，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，高质量数据的困难。 “ 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”的现象使得很难获得高质量的数据。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。 在2024年“数据×元素”（2024-2026）的“三年行动计划”共同发布了数据管理，其他17个部门建议执行“数据元素×医疗健康”行动。诸如“正确释放健康和医疗数据”和“扩展新模型以及诸如智能医疗和智能健康管理之类的新型业务形式的建议”提供了支持，以解决“数据跟踪”的问题并加快“ AI+医学”的开发。将来，在详细实施相关政策时，将有效解决高质量数据的困难。 第二，信誉的临床有效性。医疗的本质是实用科学，任何技术都应承受严格的临床验证。 以药品过程为例，AI可以筛选大量的复合分子，模拟医学机制，有助于设计临床测试，并在一定程度上缩短药物的发育周期。怎么样ER，成功推出药物需要第一期，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，并且与临床事实不符，临床事实削弱了他们的患者并信任患者。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+药物” COmpanies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，开发价值评估系统并产生下垂的支付模型，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，但仅通过三个级别的工业化才能真正进入快速步伐的线路，它只能超过数据，临床和商业效率。 金融的官方帐户 24小时广播滚动滚动最新的财务和视频信息，并扫描QR码以供更多粉丝遵循（Sinafinance）