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

不過，從技術演進維度審視，當前AI在醫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+醫療”有序發展，還需邁過三道關，在數據獲取、臨床有效性、商業化三方面持續突圍。

其一，高質量數據之困。“AI+醫療”的應用落地高度依賴優質數據，但各機構醫療數據的格式、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部門聯合印發的《“數據要素×”三年行動計劃（2024—2026年）》提出，開展“數據要素×醫療健康”行動。“有序釋放健康醫療數據價值”“拓展智慧醫療、智能健康管理等數據應用新模式新業態”等措施為破解“數據孤島”難題、加速“AI+醫療”發展提供了支持。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。

以制藥環節為例，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。

在診療環節，部分AI產生的邏輯不嚴謹、與臨床實際不符，削弱了醫生、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醫療產品獲得認可、走向成熟的必經之路。

其三，可持續的商業化路徑。成熟的“AI+醫療”產品，除需證明臨床價值外，還必須打通可持續的商業模式，企業要回答好“誰來為‘AI+醫療’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”企業仍處于虧損狀態，主要依賴融資維持發展，尚未探索出成熟的盈利模式。未來，企業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，這是產業發展的重要一環。

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