AI医疗的国产替代与自主可控，难点不仅在算法与算力，更集中在医疗数据这一环。数据被称为AI时代的“石油”，而医疗数据的所有权理应属于患者，实际权属却基本在医院方；也有观点认为所有权在患者个人、控制权在医院、管理权在政府，第三方机构需借助政府支持和医院配合方能进行商业化开发和利用。这种权属分散的格局，加上数据孤岛，使国产AI医疗模型在数据获取与理解上面临双重瓶颈。
权属分散：谁说了算
医疗数据属于患者隐私，所有权理应属于患者，但实际中医疗大数据的权属基本落在医院方。另一种被讨论的框架是三权分立：所有权归患者个人、控制权归医院、管理权归政府。这意味着第三方机构无法单方面调用数据，必须同时获得政府支持与医院配合，才能推进商业化开发和利用。权属主体不统一，直接抬高了合规成本与协商成本。
数据孤岛：拿不到，也读不懂
目前AI模型训练所需的医疗数据，大都通过企业与医院签署研发协议获得。实际操作中会有专门模块进行数据清洗，只保留必要数据；从数据收集到模型建立，医院与企业之间会做好物理隔离，通常是“数据不出院，模型出院”。
即便在数据交易层面，流通也相当有限。国内各大数据交易所已有不少将“医疗卫生”纳入交易品类，但目前仅有贵州大数据交易所上架一款“儿童构音障碍早筛语音数据”产品，售价25万元，累计交易两笔。该产品由82个音节组成，主要用于3-6岁儿童在自闭症、构音障碍、发育迟缓及言语障碍等疾病早期筛查的AI算法训练。
更关键的是理解。埃里克·托普在《深度医疗》中分析IBM医疗AI沃森的失败时指出，最基本的失误之一，就是将获取数百万页的医疗信息等同于理解或使用这些信息。对现阶段的AI医疗产品而言，理解医疗数据远比获得数据更重要也更困难。
边界与节奏
埃里克·托普将自动驾驶与AI医疗相提并论：在理想环境和交通条件下，自动驾驶汽车已达到L3水平，而AI医疗仍处在L1到L2的路上。他认为AI医疗不太可能超越自动设备的3级水平——阅片、诊断等工作可由AI辅助完成，但就医学整体而言，任何时候都不能容忍没有人类医生和临床医生监督。
常见问题
医疗数据到底归谁所有？
所有权理应属于患者，但实际权属基本在医院方。也有观点认为所有权在患者个人、控制权在医院、管理权在政府，第三方需政府支持和医院配合才能商业化开发。
为什么医疗数据难以流通交易？
权属分散使第三方难以单方面获取数据，同时医院与企业合作普遍采取“数据不出院，模型出院”的物理隔离。交易层面同样有限，目前仅贵州大数据交易所上架一款儿童构音障碍早筛语音数据产品。
拿到海量数据就能训练好AI医疗模型吗？
不一定。IBM沃森的教训说明，获取数百万页医疗信息不等于理解或使用这些信息。对现阶段的AI医疗产品来说，理解医疗数据比获得数据更重要也更困难。