雷锋网(搜索“雷锋网”公众号关注)询问了几位一二线医院的医生，他们表示目前医院并没有引入相关的人工智能诊断设施，因为准确率并不乐观，尚处于观望状态，但不排除“在法规允许的情况下，将人工智能诊断做为辅助诊断。”
康夫子 CEO 张超对雷锋网表示，“目前市面上的诊断（做了很多年的专家系统），主要还是基于症状，少数能加入化验数据，但实际上，病史、用药、诱因等等都需要逐步学习。”化验的数据，更多的是做为一个当下的参考，而医生的“望闻问切”，则是对症状、诱因、病史、用药史等多个维度的综合考量。而数据的质量不佳，必然会阻碍人工智能的学习。
除却数量和质量外，法律的缺失也给数据的有效性打了个问号。
且不论这些到手的数据质量的信息化水平如何，更不要说此前，DeepMind 因为和 NHS 达成了每年160万的数据交换而引致舆论攻击了。而苹果在最新的规范中同样不允许开发者将数据存储在 iCloud 上，也是科技公司为了规避泄漏数据伴随而来的风险所做的规范。
截至现在，国内外都没有相应的 AI 诊疗相关法规，对于相关的责任主体及就诊流程，也缺乏一个明确的规范。目前国外第三方只能根据 HIPPA 协议使用个人数据的统计信息，这个颁布于 1996 年的医疗保险携带和责任法案旨在保护患者隐私和健康有关的电子数据，并且让数据的交换过程尽可能标准化。
HIPAA 的安全原则所定义的技术保障并不要求使用某一项具体的技术，而是一个可调整的框架，要求机构为了保护数据安全，尽可能多地采用适宜的技术，而这些安全方案需要实现“检查控制、信息完整、数据传输等” 多种要求。
医学数据出于隐私的顾虑，通常不可能大范围地进行分享，而囿于人们对病痛的天然排斥，对于患病的化验数据自然更是不愿意向他人“分享”的，各家医院的“信息孤岛”问题又加剧了这一现状。
小结
简单说来， AI 诊疗未能快速发展的主要原因，在于数据的数量和质量在目前阶段尚不足以支持真实问诊环节。诊疗是一个非常个性化及私人化的活动，要让就诊数据得到大规模的开放和运用，除了在基于语义的自然语言处理上进行大数据分析外，也需要法律的支持和保护。
这样，医疗大数据才能在有效性上真正服务于人工智能的探索，为 AI 诊疗提供帮助和支持，说不定在不远的未来，我们就能抵达乌托邦，享受到电脑看病的便利了。（奕欣）
