盡管計算機(jī)視覺、智能語音、知識圖譜等人工智能技術(shù)在醫(yī)療領(lǐng)域已有一定應(yīng)用，但由于當(dāng)前疫情環(huán)境的特殊性，依然存在著眾多挑戰(zhàn)。

數(shù)據(jù)標(biāo)注服務(wù)頭部企業(yè)云測數(shù)據(jù)認(rèn)為AI數(shù)據(jù)也是推動人工智能持續(xù)健康發(fā)展的關(guān)鍵，算法的精度與數(shù)據(jù)的質(zhì)量有著直接關(guān)系，數(shù)據(jù)的數(shù)量和質(zhì)量會成為AI落地的瓶頸。云測數(shù)據(jù)總經(jīng)理在接受采訪時表示：“現(xiàn)在很多領(lǐng)域都處于AI應(yīng)用的落地階段，尤其像醫(yī)療和智能駕駛，它們對于模型的精確程度要求非常高，所需要AI數(shù)據(jù)的精準(zhǔn)度和專業(yè)度將成為其下一步落地的關(guān)鍵所在”。

正因如此，人工智能的快速發(fā)展對數(shù)據(jù)提出了更高要求。云測數(shù)據(jù)通過自建場景實(shí)驗(yàn)室、數(shù)據(jù)標(biāo)注基地產(chǎn)出算法所需的AI數(shù)據(jù)來支持模型迭代，用來構(gòu)建整體健康的數(shù)據(jù)生態(tài)；通過自研數(shù)據(jù)標(biāo)注系統(tǒng)、完善的數(shù)據(jù)生產(chǎn)流程等來把控每一個AI數(shù)據(jù)數(shù)據(jù)質(zhì)量的精準(zhǔn)，在眾多科技公司背后為AI提供糧草。未來傳統(tǒng)醫(yī)療行業(yè)信息化供應(yīng)商與以互聯(lián)網(wǎng)公司為代表的AI技術(shù)提供商合作將更加緊密，而AI企業(yè)將對AI數(shù)據(jù)資源服務(wù)商提出更多挑戰(zhàn)。