高质量医疗数据积累是模型训练的基础。“用什么样的数据训练模型，最终就呈现出什么水平的产品，因此顶级医生多年积累下来的数据，即他们对不同病例的分析和处理，是最宝贵的资产。”陈宽表示。

　　然而，多位业内人士表示，目前国内医疗数据共享不足、且缺乏标准规范，制约着AI医疗产业的发展。

　　实际上，中国并不缺少医疗数据。国家卫健委发布的卫生年鉴显示，2023年，全国卫生机构总诊疗人次达到96亿人，由此产生的医疗数据预计超过百亿条。

　　但是，因为各家医院标准不统一，数据参差不齐，还有不少数据存在错漏、不完整等问题。此外，由于大量医疗数据是以文本、影像、图像等非结构化方式储存的，这些数据的管理和整合也不简单。

　　北京市海淀医院院长张福春认为，医生病历书写方式不统一是医疗数据质量不高的一大原因。尽管现在DRG/DIP医保改革正在通过病案编码来规范医生的临床诊断，但全国对于怎么完整书写病历还没有统一的标准。“每个病人是什么症状、做了什么检查、病情的发展过程等等，很多医生都写不清楚。有时候医生自己都看不懂，更何况AI。”

　　张福春介绍道，和其他AI医疗相比，AI影像辅助诊断发展较快，也是因为医学影像数据格式比较一致，且属于客观记录，医生的主观判断较少，更容易用于AI训练。