AI热潮中许多人相信人工智能终将治愈癌症。但TechCrunch报道直言AI离治愈癌症还很远。一家创业公司表示他们知道症结所在——不是更聪明的算法而是更高质量的数据。这听上去有些反直觉。毕竟AlphaFold在蛋白质结构预测上惊艳世界AI药筛平台也屡获融资。但真实医疗场景中AI落地仍举步维艰原因在于医疗数据极其复杂。数据是AI的“燃料”任何AI模型都是从数据中学习规律数据质量决定模型上限。如果输入不完整、不统一、有偏见即使算法再精巧结果也可能误导临床决策这正是“垃圾进垃圾出”。在癌症领域数据问题尤为突出电子健康记录格式混杂基因组数据缺乏标准临床试验结果常常不公开。这些碎片化的“脏数据”给AI系统带来巨大挑战。该初创公司认为必须建立面向癌症研究的数据基础设施。一个整合临床记录、生物样本、影像和基因组数据的平台能为AI提供连续、完整、标注良好的数据流从而让模型捕捉疾病演变的时空规律推动个性化治疗。从“数据孤岛”到“数据生态”数据共享与治理极其棘手。医疗数据涉及隐私受法律保护机构缺乏分享动力科研数据往往归属不同。没有跨机构协作任何单一数据源都难以支撑强大的AI系统。这家公司更推崇“数据网络”不追求超级集中数据库而是让数据在隐私保护下可用而不可见。他们尝试以联邦学习等技术实现跨机构训练而不暴露原始数据这或许是破解安全与共享难题的钥匙。“你需要拿下数据伦理、合规、算法稳定性还得让医生和患者愿意参与。”该公司创始人这样表示。数据重要性在医学界早已是共识但直到AI成熟才被推到聚光灯下。过去医疗决策依赖统计和专家经验如今AI有望挖掘更深规律前提是数据足够“可被理解”。编者按AI不是救世主但数据可能这篇文章真正的价值是对“AI万能论”的祛魅。AI不是超级医生而是知识的提炼器。没有扎实的数据底座医疗AI只是浮沙之上的建筑。近年来中国也在推动电子病历标准化、区域医疗数据互联互通并完善数据安全法规。但如何让AI在保护隐私的同时利用数据仍需全社会的探索。真正的进步不取决于我们设计出多么复杂的神经网络而在于是否愿意建立开放、诚信、可持续的医学数据生态。到那时AI也许才能真正缩短与“治愈癌症”之间的距离。本文编译自TechCrunch本文首发于赢政天下https://www.winzheng.com获取更多深度技术内容与资源欢迎访问官网。