敏感的數據，如何獲得安全感？

截止2018年底的公開統計， 2018年共出具檢驗檢測報告4.28億份，每天出具報告117萬份。在算法模型的訓練中，需要大量高質量的、多樣性的醫學圖像和精確無誤的專家標注數據，這些數據三甲醫院里最多、最完整、最權威。

如何把數據有效地用起來？這涉及到了患者的隱私保護和數據不互通的問題。

詹翊強說到，數據是一個敏感詞。隨著AI技術的發展，我國對數據安全性的重視程度也越來越強。數據安全需要得到兩方面的保障：制度保障和技術保障。

一方面，制定相應的法律法規能夠更合理地解決醫療數據應用問題。另一方面，AI企業可以與醫院合作開發網絡安全技術，確保醫生上傳數據到AI服務器時，數據能夠得到保護。同時在算法層面，“聯邦學習”這樣的技術，也給訓練數據的物理隔絕提供了可能。

相比海外，我國的數據保護措施更加規范和嚴格。在數據安全管理上，陳寬對中西方管理的風格做了詳細的闡述。

兩者的區別在于：西方國家更注重過程的合規性，而我國則以結果為導向。“從純粹的行為上來講，企業需要的不是數據本身，而是數據背后的一般性規律。最終產出的AI產品也與數據信息無關。”陳寬說，“在這種情況下，我國的管理模式更適合AI領域的發展，隨著這類體系的不斷完善，依托強大的人口基數，我國有望做出一個更適合AI領域發展的數據保護模式。”

對此，王海蛟進行了補充，在數據管理上，海外國家更多考慮的是過程的合規性，如使用數據時，相關人員是否知情和授權？王海蛟認為，在未來，我國的數據管理部門可能會結合中西雙方的管理方式，成立大數據管理部門，讓企業從數據采集到使用都有法可依。

此次疫情來襲，對醫療行業來說既是挑戰也是機遇。不僅是數據的監管，整個醫療AI產品進入市場的審批也是非常嚴格的。論壇中，三位嘉賓對AI產品審批審評又有什么看法呢？

審批是醫療技術進入市場的重要環節，甚至決定了整個行業的形態。而對于一項創新型的技術，尤其是有對行業有潛在的巨大影響力的技術，一個高標準的要求是必須的。陳寬緊接著說到，雖然這在短期內會對AI企業造成很大的壓力，但對從業者、患者、醫院和醫生的角度來講都是值得的。

對于監管部門對產品注冊方面的變化，詹翊強表達了他的見解。

2020年3月5日,國家藥品監督管理局醫療器械技術審評中心發布《肺炎CT影像輔助分診與評估軟件審評要點（試行）》，“監管部門推出專門針對新冠肺炎的審評要點，這個速度是非常快的。”

在內容上，詹翊強關注到了兩個重點。第一，《審評要點》把分診作為AI軟件的預期用途。以往，我國對AI產品的定義主要是輔診工具。分診是指讓AI判斷該病人是否可能得了某種疾病，并根據疾病的嚴重性通知醫生調整閱片優先級。對于傳染性強或者緊急的疾病，AI分診是非常有意義的。第二個值得關注的要點則是，《審評要點》中強調了AI在疾病定量分析的作用。這一點正是AI相對于人類的“強項”。相信這次《審評要點》中的一些新內容會為今后的AI產品提供更多的思路。