腾讯频频加码互联网医疗背后，商业化等难题待解( 四 )_蓝鲸TMT记者齐智颖日前

其次，医疗数据的缺失也给互联网医疗带来不少阻碍。据采访人员了解，一方面，人工智能的准确性需要海量数据支撑，但在我国，大部分患者的电子病例资料并不是很完善，这给医院对于医疗数据的整合带来了一定的困难，企业获取医疗数据的难度也随之增加。据媒体报道，在大医院，满足要求的病例数据只有10%-20%，而在次级医院，该比例仅有1%。

另一方面，“数据孤岛”也导致了各企业的数据标准不统一，这也同样导致了相关医疗数据的共享难题。以肺结节CT筛查为例，目前业内对肺结节、糖网病检查等场景的医疗人工智能产品诊断准确率普遍很高，但企业在训练自己的模型时通常有自己的数据库，算法也是根据自己的数据进行训练，以自己的数据来验证准确性。

《2018中国人工智能商业落地研究报告》显示，2017年，在整个产业链上，90%以上的AI企业依然处于亏损阶段，绝大多数企业年营业收入不足两亿。对于医疗这个重垂直化领域，大多数AI医疗企业同样处于亏损阶段。

未来AI医疗是否能够取代医生，进行独立诊疗？多名专家认为，在可以预见的未来，AI医疗只能作为工具辅助医生工作，而不能取代医生。