当前位置： AI资讯 > 内文

数据，未来将成为医疗AI需要攻克的主要方向

2023-11-24 关键词：医疗AI

数据资源是人工智能发展的关键，大量优质数据的积累和共享，将淬炼出更精准的算法赋能医疗行业的发展，加速实现以患者为中心的“价值医疗”。而目前，国内医疗AI的发展面临着数据安全、数据质量、数据孤岛、数据成本等问题，在未来，解决数据方面的问题，提升数据利用效率，将成为医疗AI需要攻克的主要方向。

目前，医疗人工智能领域的数据资源还存在一些问题和挑战：1）数据种类繁杂：医疗领域的数据种类非常多，包括电子病历、医学影像、病理信息、生化指标等等。这些数据不仅格式多样，而且来源也各不相同，如医疗机构、患者、研究人员等，这给数据的整合和分析带来了很大的挑战；2）数据质量参差不齐：由于不同医疗机构的数据质量存在差异，以及数据采集和处理的规范性不足，导致医疗数据的质量参差不齐，一些数据可能存在缺失、异常或误差等问题，尤其是在一些特定的医疗领域，如罕见病、慢性病等，相关的数据量可能不足；3）数据共享和标准化不足：由于医疗数据的隐私性和安全性问题，数据的共享和使用受到很大的限制。同时，不同国家和地区之间的医疗数据标准也不同，导致数据难以实现标准化和共享；4）数据更新和时序性问题：医疗数据是动态更新的，但一些医疗机构可能存在数据更新不及时、不完整等问题，这可能影响医疗人工智能的准确性和实时性。

针对当前医疗人工智能领域数据资源的问题和挑战，未来需要从以下几个方面进行改进和发展。首先，需要加强数据资源的获取和共享。政府部门、医疗机构和企业需要加强合作，建立完善的数据共享机制和平台，提高数据资源的利用效率。同时，需要加强数据获取的审核和伦理审查，保障患者的隐私和安全。其次，需要提高数据资源的质和量。一方面，需要加强数据质量的控制和管理，建立统一的数据质量标准和规范；另一方面，需要加大数据的采集、存储和使用力度，扩大数据资源的规模和覆盖范围。此外，还需要加强数据资源的处理和利用方式。传统的数据处理方式已经不能满足医疗人工智能应用的需求，需要采用更加先进和高效的数据处理技术，如深度学习、自然语言处理等技术，提高数据处理的速度和质量。最后，需要加强数据资源的创新和应用。医疗人工智能的应用范围非常广泛，需要不断探索和创新应用场景，推动医疗行业的数字化转型和创新发展。

近年来，借助智能化工具完善管理体系已成为解决数据方面问题的大趋势。数据中台打通医院各信息系统间的数据孤岛，对医院数据进行全局治理，形成可共享和复用的数据资产分层模型，为医院提供安全而开放的数据服务，助力医院快速加工探索个性化数据，精准构建临床、科研、运营等领域应用。