数据质量不高直接影响的是加工数据的成本。据陈宽介绍，研发AI医疗器械的过程中，大量的时间要花在数据的清洗与预处理。北京师范大学法学院副教授赵精武长期从事数字法学相关研究，他也表示，数据过滤比收集更难，数据工程师甚至需要耗费80%以上的时间用于清理数据，把这些数据变成分门别类、清晰准确、可以用的状态。

　　除此之外，目前医疗数据法律归属尚不明确，数据融合仍以区域性试点为主，缺乏有公信力的公开渠道。

　　早在2016年，国家卫健委能力建设和继续教育中心就开始着手建设国家级医疗公开数据库，但截至目前，包括眼科标准数据库、乳腺癌标准数据库、颈脑血管超声数据库等，对外发布的数据库却不足10个。

　　“现在最有价值的医疗数据基本都在各大公立医院，企业怎么找数据，只能各凭本事了。”包括张福春所在的海淀医院在内，不少院企的合作模式均为医疗AI企业免费提供产品服务，医院提供企业所需数据作为回报。

　　由于数据分散、缺乏统一出口，企业和医院都面临数据合规压力。“医疗数据涉及患者的个人隐私，我们向企业开放数据会非常谨慎，有时候甚至不敢和企业合作。”宁波市鄞州人民医院医共体东部新城分院院长任柳芬无奈地说道。

　　据赵精武介绍，目前，直接针对医疗数据开放的法律法规尚未出台，无法对数据按照统一技术标准进行清洗处理，需要在《网络安全法》《数据安全法》《个人信息保护法》等法律法规中找到相关的一般性要求，条文较为分散。