AI医疗的自主可控，卡在医疗数据“权属分散、流通不畅、理解不足”这一环。AI的三大基石是数据、算法、算力，数据被称为AI时代的“石油”，是基石中的基石，而医疗数据正是AI医疗的第一驱动力，也是永远的痛点。当前医疗数据的所有权、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进行商业化开发利用；在数据获取上，企业与医院多通过签署研发协议、做好物理隔离，实现“数据不出院、模型出院”。真正制约自主可控的，不只是数据能否拿到，而是数据能否合规流通并被深刻理解——理解医疗数据远比获得数据更重要也更困难。
权属分散：数据孤岛的制度成因
医疗数据属于患者隐私，所有权理应属于患者，但在实际中，医疗大数据的权属基本在医院方。也有观点认为，医疗数据的所有权在于患者个人、控制权在于医院、管理权在于政府，第三方机构需借助政府支持和医院配合方能对其进行商业化开发和利用。这种权属分散，使数据难以在机构间自由流动，形成事实上的孤岛。
流通现状：数据不出院，模型出院
目前AI模型训练所需的医疗数据，大都是通过企业和医院签署研发协议获得的。实际操作中会有专门模块进行数据清洗，只保留必要的数据；在数据收集到模型建立过程中，医院和企业会做好物理隔离，通常是数据不出院、模型出院。数据交易所层面，国内各个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了一款“儿童构音障碍早筛语音数据”产品，售价25万元，已交易两笔。这说明自主可控的数据要素市场尚在起步阶段。
理解数据：比获得数据更难的一环
医疗数据可以说是AI医疗的第一驱动力，但对现阶段的AI医疗产品来说，理解医疗数据远比获得数据更重要也更困难。在《深度医疗》中，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。”如果不能深刻地理解所服务的行业，再多的数据也只是徒耗电力。在医疗领域，大数据集表现为全基因组序列、高分辨率图像、可穿戴设备的连续数据输出等形式，数据不断井喷的背后，是人类对这些数据的“无能为力”；而随着人工智能领域的突破，AI会驾驭并掌握这些数据，并从中迭代出改变时代的力量。
常见问题
AI医疗的自主可控，最关键的瓶颈是什么？
最关键的瓶颈在于医疗数据的合规流通与深度理解，而非单纯的算法或算力。 数据权属分散在医院、患者与政府之间，第三方须借助政府支持与医院配合才能商业化利用，这使数据难以规模化流动。即便获得数据，理解医疗数据也远比获得数据更重要也更困难。
医疗数据目前主要通过什么方式用于AI训练？
目前AI模型训练所需的医疗数据，大都是通过企业和医院签署研发协议获得的，并配合数据清洗与物理隔离，通常做到数据不出院、模型出院。数据交易所层面，已有不少将“医疗卫生”纳入交易品类，但实际上架产品仍然很少。
为什么说理解医疗数据比获得数据更难？
《深度医疗》在分析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。数据量并不等于理解力，缺乏对行业的深刻理解，再多的数据也只是徒耗电力。