可以说，AI医疗是基于大数据来发展的，而其要想为医生辅助诊断疾病提供最好的支持，首先必须要解决数据的难题。
二、AI医疗的发展亟需复合型人才
据光明网报道，根据业内统计，目前我国人工智能行业的从业人员不足5万人，每年通过高校培养出来的技术人员也不足2000人，而在人工智能行业从业者中，我国拥有10年以上工作经验的人才占比不到25%。
而且，据动脉网统计发现，在47名医疗人工智能创业公司的CTO或者首席科学家中，与医学专业相关的人才仅有7人，占比14.9%。可以见得，在人工智能人才短缺的大背景下，医疗人工智能的复合型人才更是短缺。
据了解，医渡云是一家以数据智能驱动医疗创新解决方案的医疗人工智能技术公司。笔者在医渡云的官网上了解到其团队构成，其中，大数据医学团队都是来自于全球领先医院的临床专家，而既懂医疗又懂技术的复合型人才还是比较少的。
而且据搜狐报道，汇医慧影创始人&CEO柴象飞曾表示，医学影像是一个非常交叉化和跨学科的东西，原来很多这个行业的人都离开了，但或许因人工智能大潮的推动，这批人又回来了，而且还有不少外行人加入其中。这么看来，虽然AI吸引了很多技术人员，但其中大多数技术人员并不一定懂医疗。
其实，在AI医疗的研发中具备医学和AI的复合型人才是越多越好，这样就有可能缩短了不同领域专业人才之间的磨合时间。因为不同领域的人才之间的交流还是会存在比较大的困难，都知道，一个领域的专业人才去了解另外一个自己不熟悉的领域，这之间的难处是显而易见的。因此，复合型人才的重要性也就凸显出来了，如果让越多具备医学知识和AI知识的复合型人才加入，必然对AI医疗的发展起到事半功倍的效果。
三、AI医疗的技术这一大基石尚待巩固
从技术的角度来说，目前AI医疗的医疗还处于弱人工医疗的阶段。虽然AI医疗的应用场景很广泛，比如虚拟助理、药物研发、健康管理、医疗影像辅助诊断等，但是真正落地、符合医院使用场景的产品还是比较少，因此，相关技术和产品的研发还有待进一步提升。
据了解，云知声导诊机器人一般都放在门诊大厅，其通过智能语音以及自然语言理解技术，可以模拟医生的问诊过程，完成病史的采集工作，从而提高医生的诊疗效率、减少误诊的概率。但在交互过程中，云知声导诊机器人还是存在方言的识别、使用场景嘈杂、需求指令不明确等问题。
而据亿欧网报道，云知声通过改进多MIC阵列、自主芯片降噪等技术来提高了用户的语音体验，同时，针对部分患者不习惯语音交互的问题，云知声也在扩大触控交互的适用范围，以摆脱对语音的依赖来提高适应性和用户的体验感。
