AI想治病，为什么现在最缺的不是模型而是数据

AI想治病，为什么现在最缺的不是模型而是数据

日期：2026年10月8日

路透社10月8日前后的专题指出，AI在医疗和药物研发中的核心瓶颈正在从算法转向生物数据。当前大型语言模型可以在海量文本上训练，但疾病、细胞和蛋白质领域的数据规模远远不足，而且实验条件不统一。

这也是Biohub等机构投入巨额资金建立开放数据集的原因。只有获得大量可重复、可比较的实验结果，AI才有机会学习细胞受到不同刺激后的真实规律。否则再大的模型也可能只是在有限样本上做复杂拟合。

对AI医疗产业来说，这意味着未来最有价值的资产之一可能是数据生产能力。谁能用自动化实验平台低成本制造高质量数据，谁就能持续训练更好的模型。AI公司与实验室、医院和生物设备公司的合作会明显增加。