AI医疗仍处L1到L2阶段，全球格局下中国处在什么位置？

参照自动驾驶分级，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——这是《深度医疗》作者埃里克·托普对AI医疗实践阶段的判断。在全球格局下，中国在医疗数据规模与场景丰富度上具备优势，但在数据理解深度与临床落地的监督体系上仍需追赶。AI的三大基石是数据、算法、算力，其中数据被称为AI时代的“石油”，而医疗数据正是AI医疗永恒的痛点。

为什么AI医疗停留在L1到L2

埃里克·托普将自动驾驶汽车与人工智能的医学实践相提并论：自动驾驶在理想条件下可达L3，AI医疗却仍处于L1到L2之间。他据此认为，AI医疗不太可能超越自动设备的3级水平。原因在于伦理边界——很多诊断工作、阅片工作可以用AI辅助完成，但就医学整体而言，在任何时候、任何情况下，都不能容忍没有人类医生和临床医生的监督。

全球竞争的三大基石

OpenAI将科学、教育、医疗列为最关注的三大领域。AI的三大基石分别是数据、算法、算力，数据被称为AI时代的“石油”，是基石中的基石。

数据交易与临床落地的现实

医疗数据的所有权、控制权、管理权分属患者、医院与政府，第三方机构需借助政府支持和医院配合方能商业化开发。目前AI模型训练所需医疗数据，大都通过企业与医院签署研发协议获得，通常“数据不出院，模型出院”。据动脉网报道，国内各大数据交易所已有不少将“医疗卫生”数据纳入交易品类，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，已交易两笔。

埃里克·托普分析IBM医疗AI沃森的失败时认为，“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。”这提示：临床辅助决策的落地进度，不只取决于数据多少，更取决于对行业的理解深度与监督体系的完善程度。

常见问题

AI医疗目前发展到什么阶段？

参照自动驾驶分级，自动驾驶在理想环境和交通条件下已达L3，而AI医疗仍处在L1到L2的路上。埃里克·托普认为，AI医疗不太可能超越自动设备的3级水平，人类医生和临床医生的监督不可或缺。

中国在全球AI医疗格局中处于什么位置？

中国在医疗数据规模与场景丰富度上具备优势，国内大数据交易所已将“医疗卫生”纳入交易品类。但在模型对医疗数据的理解深度、以及临床落地的监督体系上，仍需持续追赶。

为什么医疗数据被称为AI医疗的痛点？

医疗数据属于患者隐私，权属基本在医院方，训练数据多通过企业与医院签署研发协议获得，通常数据不出院、模型出院。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。