性能再好的汽车没有燃料/电就寸步难行。医疗卫生中的人工智能（AI）也是如此，即使拥有再出色的算法和技术，但没有燃料（数据）也寸步难行。而且不是任何燃料都可以，就像一些汽车在最高辛烷值汽油的情况下能够最好地运行一样，在干净和高质量的数据上 AI 也能最好地运行。

而访问此类数据可能充满挑战。目前无法生成高质量的健康数据成为困扰 AI 有效应用的问题之一。数据科学家需要花费近 80% 的时间来收集和清理数据，然后才能进行分析。这种障碍限制了医疗保健领域 AI 从个体化医疗和基于价值的医护到加速药物发现和开发的极具前景的创新。

近日诺华北欧地区真实世界证据负责人 Madlaina Costa-Scharplatz，诺华北欧地区首席创新官 Peter Hovstadius 以及诺华 Biome 全球负责人 Jacob LaPorte 通过发表在 STAT 上的一篇观点文章介绍了北欧的一些经验。

他们表示，半个多世纪以来，这些国家（丹麦、芬兰、冰岛、挪威和瑞典）一直在建立强大的数据基础，帮助解锁 AI 的前景并在全球范围内加速个体化医学的发展。在所有数据驱动的活动中，这些国家在三个方面比较突出：完整性（completeness）、一致性（consistency）和问责制（accountability）。前两者是与流行的数据质量框架相关的维度。而问责制则长期以来是在合规方面获得使用数据的监管和社会性许可的一种手段。

完整性

一致性

问责制

有了这样的模型 , 患者就可以拥有自己的数据，同时还可以将数据许可给国家性的机器学习生态系统用于分析。数据掌握在患者手中的同时 , 为复杂而强大的集合提供信息，两全其美。