钛媒体APP@AI抗疫时刻中，中外的异与同( 四 )

比如谷歌就高估了AI对流感的流行程度，偏差超出了实际值的50% 。最后在2015年关闭了该网站，并将其技术交给了HealthMap等非营利组织。
2.将AI巨头与流行病科研的合作常规化。
现阶段，产业界与医学界的合作几乎是不可避免的。一方面，产业界掌握着绝大多数宝贵的数据，以及高昂的算力资源。但同时，医疗领域又离不开专家对细节和方向的把握。强强联合就成了唯一的路径。
加州大学圣地亚哥分校完成的对抗流感病毒的新疗法中所涉及的分子模拟实验，就国家超级计算应用中心（NCSA）的petascale Blue Waters系统，这也是当时最大、功能最强大的超级计算机之一，蓝水公司给予了极大的支持。
在此次新冠抗疫中，中国诸多领先科技巨头对病毒测序、疫苗研发等开放了算法、数据集、计算中心等，也是AI与医疗的优秀合体方式，将这样的合作常规化，才能让技术的力量持续为医学助攻。
3.加速数字医疗基础设施建设，提升医疗机构诊疗效率。
一方面，中国医疗产业面临着美国、瑞士、日本等类似的问题，医护人员缺口正在变大，老龄化加剧，医疗服务的需求有增无减，提高机构效率将成为未来产业升级的重点。
而想要让AI承担医生的重复性工作，就需要精准算法的积累和海量的数据支撑。但目前医院之间的各自分野使得AI企业在进行机器学习训练时，往往需要跟各个医院单独沟通。除了数据获取难之外，如果算法训练只局限于某一特定区域，由此生成的模型在更广的范围使用时，也可能不完全适用，造成浪费。
如果能以省为单位建立庞大、具有公信力的数据中心，将会对AI医疗起到前所未有的加速作用。
此外，鼓励智能医疗领域的初创公司，也对一些细分领域，如医疗影像、医院管理、药物挖掘等，让创业团队充分发挥自己的特长和优势，提供更加垂直、精准、到位的服务。
4.尽早建立数据采集、智慧诊疗的相关法律法规。
当然，上述行为必须建立在合法合规、保障个人健康隐私安全的基础上。 2018年，《信息安全技术个人信息安全规范》中提出了保护个人信息安全应遵循的原则，但缺少针对医疗隐私保护的详细法律法规。而涉及到病人数据这类高保密级别数据，就对隐私保护、系统安全提出了更高的要求。
同时， AI诊疗、AI手术等新技术，一旦出现医疗事故由谁承担责任等伦理问题，也伴随着临床智能化而日渐引起重视。