辛顿：医疗AI卡在法律
深度学习之父辛顿近期谈及医疗 AI 落地困境，观点十分现实：算法、算力早已成熟，真正困住行业规模化推进的核心障碍是法律法规，一语点破行业当下的尴尬现状。目前影像识别、辅助诊断、病历分析类 AI 模型准确率持续走高，不少实验室产品效果远超预期，但很难推向临床常态化使用。医疗场景容错率极低，一旦 AI 给出误诊建议引发医疗纠纷，责任界定至今没有清晰标准，是归研发企业、医院还是算法设计者，现有法条没有明确划分。除此之外，患者隐私数据合规、跨机构病历互通、AI 诊疗资质审批都存在严苛约束。医疗数据高度敏感，数据采集、存储、训练全流程监管严格，大幅抬高研发与落地成本，很多企业即便做出可用模型，也不敢大范围投入商用。技术层面的优化只能解决识别精度问题，却绕不开合规红线。短期内行业很难快速完善配套法律细则，落地只能局限于辅助筛查等低风险场景。对从业者而言，布局医疗 AI 不能只钻研算法，同步吃透医疗合规、数据法规相关知识，才能避开落地深坑，抓住细分赛道长期机会。
发布于 山西
分享
评论
赞
未登录
友善发言
评论
加载中
