（一）数据共享存在互联互通壁垒

医疗健康数据共享是发挥数据价值的重要环节，但我国医疗健康数据共享尚处于初级阶段，医疗机构间、各类健康信息系统间、市场主体间信息共享机制尚未建立。首先，存在数据孤岛问题，虽然全民健康信息平台标准规范和医院信息化建设标准规范已经基本建立，但尚未形成国家层面统一的标准规范体系，地方与国家级标准管理工作缺乏衔接，部分标准尚未真正落地应用。从行业标准来看，在线诊疗技术标准、医疗软件产品开发使用标准等重要行业标准尚未建立，医疗机构在线服务、企业产品开发无标准可依，导致数据难以互联互通。其次，存在数据主体不愿共享的问题，数据控制者间权利、义务不明确，医疗机构通常仅在监管部门要求下才会对外提供数据。而企业数据多表现出资产属性，部分机构为商业利益出售数据，在非政务场景下通常仅支持内部联通，参与各方的需求和价值期望未充分满足。同时，健康数据的互联互通还存在隐私保护制度不完善、监管碎片化与合规挑战等问题，各监管机构标准不一，容易涉及法律责任和安全风险，导致数据主体间不愿共享、不能共享。

（二）数字健康核心技术创新不足

在多种应用驱动的场景中，我国数字健康技术创新能力已大幅提升，在AI算法研究方面已取得较大进展，但技术创新和应用能力仍需要进一步加强。我国数字健康前沿技术的理论基础薄弱且实践经验不足，创新大多是商业模式和应用创新，基础研究突破和核心技术创新较少。大数据、AI、区块链等技术在药物研发、检查检验、病患监护等医学领域核心应用有待进一步融合发展，临床医学领域与数字健康领域之间的协同、创新和融合度较低。以AI产品为例，多项AI医疗技术都停留在辅助诊疗和实验研发阶段，现有AI技术可解释性差，需结合医学文献、电子病历、医学影像等多源异构数据，构建可解释、适应性更强的AI模型和方法。

（三）部分落地应用场景有待深化

数字健康服务涉及政府部门、医疗机构、供应商等利益相关者，后续推广与应用存在诸多问题。多元参与主体协同困难，极易产生利益分配和责任分担不清等问题。数字健康“三医”联动机制有待健全。如AI辅助诊断系统如何定价，由谁付费等问题尚未解决。还未充分发挥数字健康在常见病诊疗、慢性病全生命周期管理方面的优势和作用。同时，数字设备和应用的设计并没有充分考虑特殊群体的适用性。比如，医院自助挂号缴费终端设备，这些设备在设计上不够简单易学、不够人性化，我国部分年长者、受教育水平较低的群体、基层居民等信息素养较低人群缺乏将所获得的健康数据信息用于处理或解决与健康相关问题的能力。

（四）健康数据安全面临现实挑战

医疗健康大数据具有隐私性强、传播链条长、易于复制的特点，在收集、存储、应用等环节都可能出现数据安全和隐私泄漏问题。健康数据在商业化过程中也有可能引发隐私泄漏风险，部分机构为了商业利益将消费者医疗数据出售给第三方，导致消费者与数据使用主体之间存在信息危机。此外，医疗健康大数据在知情同意、信任和公平等方面也存在问题，需要在保护隐私以及数据权限的透明、合理、利益共享方面做出努力。最后，医疗健康数据跨境流动，其中所有权、使用权、管理权涉及多个部门。目前不同国家和地区的数据保护法规对数据跨境流动的要求存在差异，如何处理数据跨境安全合规与数字健康发展的矛盾也是亟待解决的难题。

（五）基础设施建设力度有待加大

数字健康产业高质量发展对数字基础设施建设提出较高要求。一方面，5G、数据中心等网络基础设施存在较大的地区差异。经济发达地区数字基础设施配备相对完善，落后地区产业结构、科技水平、人才布局等与发达地区差距较大，导致数字基础设施薄弱。特别是偏远地区网络覆盖相对不稳定，会影响远程医疗服务的质量，限制数字医疗技术的应用。另一方面，缺乏数字终端设备的支持。经济欠发达地区难以获得智能穿戴设备、高清摄像头和远程诊断工具，导致无法有效提供远程医疗服务。其次，数字健康产业在融资方面也面临严峻挑战，目前补贴政策和补贴比例偏低，部分处在研发初期的中小型企业因不符合固定资产投入要求，即使重点项目也很难申请补贴。同时，如何实现可持续的商业模式是行业普遍面临的挑战，许多数字健康企业仍然处于亏损状态，特别是对于创业企业来说，在保证服务质量和用户体验的同时控制成本，找到合适的盈利模式，是需要长期探索的问题。

（六）国家层面政策体系尚未形成

政策宏观布局方面，尚无数字健康战略整体安排，管理层面政策和相关法律的建设有欠缺，政府对数字健康的管理、建设和规划投入不足。政府层面缺少对数字健康体系明确的监管责任、监管方法、监管框架，缺少对数字健康相关技术和健康相关产品管理、管控、认证方面的政策。尚未形成协同的健康数据治理模式，缺乏强制性政策要求和有操作性的政策措施，未建立统一的规范标准和术语体系，对数字健康发展的推动效果不明显，措施落实不彻底。缺乏同质化数字健康建设质量评价体系，部分医疗机构或单位在开展健康管理和数字管理的时候出现偏差，导致安全隐患或法律问题的产生。比如，当AI系统出现误诊或漏诊、智能设备故障导致不良后果时，医疗事故责任如何界定，平台运营方、技术提供商和病人家属三方责任划分缺乏明确法律依据。

END