在政策红利与技术进步的双重推动下，AI（人工智能）正加速融入医疗健康领域。从疾病预防、健康管理，到辅助诊断、药物研发，AI的身影随处可见，“AI+医疗”展现出巨大潜力。
不过，从技术演进维度审视，当前AI在医疗领域的应用仍处于“工具赋能”的初级阶段，即提升工作效率、辅助诊断等。笔者认为，进一步推动“AI+医疗”有序发展，还需迈过三道关，在数据获取、临床有效性、商业化三方面持续突围。
其一，高质量数据之困。“AI+医疗”的应用落地高度依赖优质数据，但各机构医疗数据的格式、标准不一，共享互通程度较低，“数据孤岛”现象使得高质量数据获取不易。这导致训练AI模型所需的高质量、大规模数据集难以获取，模型效果受限。
2024年，国家数据局等17部门联合印发的《“数据要素×”三年行动计划（2024—2026年）》提出，开展“数据要素×医疗健康”行动。“有序释放健康医疗数据价值”“拓展智慧医疗、智能健康管理等数据应用新模式新业态”等措施为破解“数据孤岛”难题、加速“AI+医疗”发展提供了支持。未来，随着相关政策落实落细，高质量数据之困将得到有效解决。
其二，临床有效性与可信度。医疗的本质是实践科学，任何技术必须经得起严格的临床验证。
以制药环节为例，AI能够对海量化合物分子进行筛选，对药物机制进行模拟，辅助设计临床试验，在一定程度上缩短药物开发周期。但一款药物的成功上市需要经历一期、二期、三期临床试验，而目前全球尚无一款AI主导设计的药物成功通过临床二期试验。这也意味着，“AI+制药”未来仍面临层层考验。
在诊疗环节，部分AI产生的逻辑不严谨、与临床实际不符，削弱了医生、患者对其信任度。未来，提升算法的可解释性、严谨性，并通过严格的临床研究证实其真实获益，是AI医疗产品获得认可、走向成熟的必经之路。
其三，可持续的商业化路径。成熟的“AI+医疗”产品，除需证明临床价值外，还必须打通可持续的商业模式，企业要回答好“谁来为‘AI+医疗’买单”这一问题。根据披露的公开数据，部分“AI+辅助诊断”、“AI+制药”企业仍处于亏损状态，主要依赖融资维持发展，尚未探索出成熟的盈利模式。未来，企业需要制定清晰的定价机制、打造价值评估体系以及形成多元化的付费模式，这是产业发展的重要一环。
综上来看，“AI+医疗”前景广阔，但唯有跨越数据、临床有效性与商业化三重关隘，其才能真正驶入发展快车道。
天金策略提示：文章来自网络，不代表本站观点。
