<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>医疗数据治理 on AI内参</title>
    <link>https://www.neican.ai/tags/%E5%8C%BB%E7%96%97%E6%95%B0%E6%8D%AE%E6%B2%BB%E7%90%86/</link>
    <description>Recent content in 医疗数据治理 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Thu, 11 Dec 2025 08:10:05 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E5%8C%BB%E7%96%97%E6%95%B0%E6%8D%AE%E6%B2%BB%E7%90%86/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>破局“数据围城”：AI医疗影像的范式跃迁与下一代商业护城河</title>
      <link>https://www.neican.ai/insights/article-20251211081005065-0/</link>
      <pubDate>Thu, 11 Dec 2025 08:10:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20251211081005065-0/</guid>
      <description>当前AI医疗影像虽创造巨大价值，却因技术同质化和商业模式挑战陷入“叫好不叫座”的困境。文章深入分析，未来的增长点在于从基于CNN的辅助诊断向基于Transformer的多模态综合诊疗大模型的范式跃迁，这需要克服“数据围城”的核心瓶难，通过技术创新与制度设计构建新的商业护城河，并最终重塑医疗生态与社会价值。</description>
    </item>
  </channel>
</rss>
