在政策紅利與技術進步的雙重推動下，AI（人工智能）正加速融入醫(yī)療健康領域。從疾病預防、健康管理，到輔助診斷、藥物研發(fā)，AI的身影隨處可見，“AI+醫(yī)療”展現出巨大潛力。

不過，從技術演進維度審視，當前AI在醫(yī)療領域的應用仍處于“工具賦能”的初級階段，即提升工作效率、輔助診斷等。筆者認為，進一步推動“AI+醫(yī)療”有序發(fā)展，還需邁過三道關，在數據獲取、臨床有效性、商業(yè)化三方面持續(xù)突圍。

其一，高質量數據之困。“AI+醫(yī)療”的應用落地高度依賴優(yōu)質數據，但各機構醫(yī)療數據的格式、標準不一，共享互通程度較低，“數據孤島”現象使得高質量數據獲取不易。這導致訓練AI模型所需的高質量、大規(guī)模數據集難以獲取，模型效果受限。

2024年，國家數據局等17部門聯(lián)合印發(fā)的《“數據要素×”三年行動計劃（2024—2026年）》提出，開展“數據要素×醫(yī)療健康”行動。“有序釋放健康醫(yī)療數據價值”“拓展智慧醫(yī)療、智能健康管理等數據應用新模式新業(yè)態(tài)”等措施為破解“數據孤島”難題、加速“AI+醫(yī)療”發(fā)展提供了支持。未來，隨著相關政策落實落細，高質量數據之困將得到有效解決。

其二，臨床有效性與可信度。醫(yī)療的本質是實踐科學，任何技術必須經得起嚴格的臨床驗證。

以制藥環(huán)節(jié)為例，AI能夠對海量化合物分子進行篩選，對藥物機制進行模擬，輔助設計臨床試驗，在一定程度上縮短藥物開發(fā)周期。但一款藥物的成功上市需要經歷一期、二期、三期臨床試驗，而目前全球尚無一款AI主導設計的藥物成功通過臨床二期試驗。這也意味著，“AI+制藥”未來仍面臨層層考驗。

在診療環(huán)節(jié)，部分AI產生的邏輯不嚴謹、與臨床實際不符，削弱了醫(yī)生、患者對其信任度。未來，提升算法的可解釋性、嚴謹性，并通過嚴格的臨床研究證實其真實獲益，是AI醫(yī)療產品獲得認可、走向成熟的必經之路。

其三，可持續(xù)的商業(yè)化路徑。成熟的“AI+醫(yī)療”產品，除需證明臨床價值外，還必須打通可持續(xù)的商業(yè)模式，企業(yè)要回答好“誰來為‘AI+醫(yī)療’買單”這一問題。根據披露的公開數據，部分“AI+輔助診斷”、“AI+制藥”企業(yè)仍處于虧損狀態(tài)，主要依賴融資維持發(fā)展，尚未探索出成熟的盈利模式。未來，企業(yè)需要制定清晰的定價機制、打造價值評估體系以及形成多元化的付費模式，這是產業(yè)發(fā)展的重要一環(huán)。

綜上來看，“AI+醫(yī)療”前景廣闊，但唯有跨越數據、臨床有效性與商業(yè)化三重關隘，其才能真正駛入發(fā)展快車道。