關注AI議題多年，我始終認為醫療是AI發展的最後一塊聖域，尚有許多空間待突破，這也是黃仁勳說如果讓他重讀大學，他不會念電腦科學，而是選擇生命科學的原因。
AI在其他領域進展飛快，為何在醫療領域發展特別慢？這並非台灣獨有的問題，而是全球都面臨的挑戰。
美國白宮去年7月為此開了一場大型會議，找來技術產業與醫界一起討論，他們在會議上點出兩個關鍵障礙：數據壁壘與創新阻礙。
前者是因為病人健康資訊散落在不同保險系統，彼此無法互通；後者指的則是體制轉型不易，如大象轉彎，難以跟上科技日新月異的進化速度。
智慧醫療四大關卡
台灣面臨相似問題，我整理成四大困境。
訂閱天下電子報（每週五發送）
天下新聞室精選最具時效性、最重要的深度內容，每週五發送
訂閱天下電子報
精選當週熱文，週五寄送
感謝您的訂閱！
請查看您的信箱，我們將寄送驗證信給您，確保未來信件會送到您的信箱
