想在醫療領域看到AI嗎？隨處可見。是否希望看到AI在醫療保健方面表現不佳？相同的指令適用。

自由數據安全顧問Ralph Tkatchuk徹底解決了無處不在但仍被過度炒作的技術所帶來的挑戰。他指出了醫療AI在其各個迭代中需要進一步成熟和更多培訓的三個特定領域：

1.數字化和合并數據。

Tkatchuk指出，將存儲在分散的，彼此不說話的筒倉中的數據集編組有多么困難，建議利益相關者更加努力地尋找“改善數據整合和數字化的方式，以便AI可以正確處理和分析醫療數據” 。”

2.更新法規。

隱私和機密性法律是很好且必要的，但不幸的是，確保嚴格遵守法規可能會阻礙AI開發人員和實施人員，否則他們可能能夠為美國醫療保健帶來巨大價值。Tkatchuk寫道：“監管機構必須實施有助于保護身份的規則，并允許醫療保健提供者獲取高質量數據，以允許其AI技術處理數據。”“同樣，醫療機構必須盡職調查以遵守這些法規，并對獲取患者數據的方式負責。”

3.涉及人類。

從對機器轉向護理的患者保持警惕，到擔心被“機器人取代”的醫療服務提供者，人們對醫療保健中AI的概念不斷產生擔憂。Tkatchuk斷言，克服這種焦慮“是構建AI驅動的醫療保健系統的關鍵”。“必須完全理解，人工智能只會起到增強醫療保健從業者的診斷能力的作用。這將鼓勵每個人都接受AI輔助的醫療實踐。”