医学影像 AI 瓶颈在数据治理

2026 年 10 月 9 日，Databricks 发文称，医学影像 AI 的核心瓶颈不是模型能力，而是影像数据的治理、查询、去标识化、共享，以及与临床、组学等数据的关联。文章称，医院、学术机构、医疗设备公司和药企在推进医学影像 AI 时，普遍受制于 PACS、DICOM、跨站点数据异质性、隐私治理和可复现性等问题。报道还引用 EXAM 联邦学习研究、MIMIC-CXR、TCIA、MONAI、nnU-Net 等案例，说明医学影像数据协作、标准化和复现实验仍存在困难。目前事件进展停留在 Databricks 对行业瓶颈的分析与案例梳理。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。