醫藥網8月7日訊　業界普遍認為，從技術、商業模式及政策等多方面來看，醫療人工智能未來的發展機遇與挑戰并存，“火勢燎原”之后，還需要穩健的模式和理性的市場來驗證。對此，廣州市婦女兒童醫療中心主任夏慧敏、廣州金域醫學檢驗集團股份有限公司首席科學官于世輝等專家建議：

　　國家主導數據庫建設，連接“孤島”，實現醫療數據共享。于世輝認為，人工智能其實是重新創造數據的過程，數據壁壘、樣本壁壘最根本的問題還是企業、機構維護各自的利益。解決數據共享的問題需要政府主導、企業參與，聯合形成樣本庫，解決數據的標準化問題。

　　明確針對醫療人工智能診斷進入臨床應用的法律標準。對于“人工智能診斷的主體在法律上是醫生還是醫療器械”，業內建議，目前醫療影像人工智能已經進入了發展的關鍵階段，其重中之重就是做好標準建設，完善相關政策。根據美國經驗，以醫療影像產品為例，一是用于檢測身體狀況，二是用于評估疾病，前者屬于二類器械，后者則是風險級別更高的三類器械。目前，美國食品藥品監督管理局通過的醫療影像人工智能產品大多定性為二類設備，在對這類設備的審批方面已經積累了很多經驗，可以提供相應的審批標準。

　　建議通過政企合作促進高端人才聚集。2017年科技部公布首批國家人工智能開放創新平臺名單，百度、阿里云、騰訊、科大訊飛等四大企業入圍，企業深度參與交叉學科的研究，將為國家人工智能發展聚集大量人才資源，進一步推進產學研合作。專家認為，中國有可能在自動駕駛、語音識別等技術上取得世界級的成果，有望整合這些領域的研究人才，深度參與醫學人工智能。

　　發揮現有優勢嫁接算法實現“彎道超車”。夏慧敏建議，中國企業應借助大數據開發的優勢，利用已有的國際共享平臺進行引進消化吸收再創新，例如通過谷歌平臺開發的新算法，通過“遷移學習”舉一反三，就能夠在短時間內、在一些項目上達到甚至超越國際先進水平，并且以點帶面形成大規模的全面優勢。